基于BP神经网络的SRTM空缺区域数据填充方法研究

被引：9

作者：

张守建 ^{[1
]}

李建成 ^{[1
]}

王正涛 ^{[1
]}

邢乐林 ^{[1
,2
]}

机构：

[1] 武汉大学测绘学院

[2] 中国地震局地震研究所

来源：

大地测量与地球动力学 | 2008年 / 05期

关键词：

SRTM; DEM; 神经网络; TIN; 插值;

D O I：

10.14075/j.jgg.2008.05.006

中图分类号：

P207.1 [];

学科分类号：

0708 ; 070801 ; 08 ; 0816 ;

摘要：

基于地形数据的非线性特点,分析了可以对任意非线性函数进行充分逼近的人工神经网络在SRTM空缺区域插值中的应用,结果表明人工神经网络插值的精度比TIN插值的精度提高了6.3m,并且利用神经网络插值获得的地形的等高线变化趋势及与周围地形等高线的衔接都比TIN方法好。

引用

页码：96 / 99

页数：4

共 7 条

[1]

人工神经网络原理及应用.[M].朱大奇;史慧编著;.科学出版社.2006,

[2]

MATLAB神经网络应用设计.[M].闻新等编著;.科学出版社.2000,

[3]

数字高程模型.[M].李志林;朱庆著;.武汉测绘科技大学出版社.2000,

[4] 基于数据融合的SRTM数据空洞填补方法 [J].

阚瑷珂 ;

朱利东 ;

张瑞军 ;

郑文锋 ;

银正彤 ;

王绪本 ;

王成善 .

地理空间信息, 2007, (03) :62-64

[5] SRTM高程数据中空缺单元的内插填补 [J].

王涛 ;

毋河海 .

测绘科学, 2006, (03) :76-77+6

[6] 中国区域SRTM90m数字高程数据空值区域的填补方法比较 [J].

游松财 ;

孙朝阳 .

地理科学进展, 2005, (06) :88-92+132

[7] 对SRTM3和GTOPO30地形数据质量的评估 [J].

陈俊勇 .

武汉大学学报(信息科学版) , 2005, (11) :4-7

← 1 →