利用BP网络识别点状地图符号的研究     

何孝莹  宋伟东  韩颜顺 《测绘与空间地理信息》2004,27(5):18-20

在利用BP网络识别点状地图符号的过程中,提出了三项改进措施,简化了数据获取,提高了网络收敛速度。通过对训练样本图像的格式分析,实现了输入神经元的简单获取;对神经元、权值数组采取堆内存动态分配的方式,减少了内存占用,极大地提高了权收敛速度;通过对网络拓扑的分析,调整了节点的输出方式,加快了权值改正。  相似文献   

大比例尺扫描地形图中房屋的识别     

何孝莹  包红岩  韩颜顺 《测绘与空间地理信息》2005,28(4):61-63

对大比例尺扫描地形图中的房屋自动识别，通过预处理、起始点搜索、断点连接、房屋角点检测及直角化这套处理流程，达到了较好的识别效果。  相似文献   

无控制点数据的无人机影像快速处理   总被引：4，自引：0，他引：4  

宫阿都  何孝莹  雷添杰  李京 《地球信息科学学报》2010,12(2):254-260

本文以四川地震灾区作为典型研究区,尝试在无其他控制点数据时,仅利用小型无人机影像和无人机系统自身记录的辅助数据,进行无人机影像的快速匹配、拼接和纠正处理。首先,对小型无人机获取的影像数据和辅助数据进行了详细分析,然后,将小区域原始影像利用影像匹配算法进行自动拼接,拼接后的分块区域再根据辅助数据进行纠正处理。SIFT算法被运用到无人机影像的匹配中,达到了较好的速度和精度;分块拼接后的成果利用辅助数据的伪中心点进行纠正,相对精度较高,镶嵌结果无视觉错位。最后,将纠正结果和GoogleEarth影像数据叠加进行精度检查,主要标志性地物重叠良好。  相似文献   

基于大比例尺地形图DEM快速建立方法的研究     

韩颜顺  宋伟东  何孝莹 《测绘与空间地理信息》2005,28(2):20-23

利用现有大比例尺地形图快速生成DEM,通过对原数据格式的分析,利用程序采用基于高程点和等高线2种方式从dwg文件中批量提取出高程信息,高效、快速地获取大比例尺地形图中高精度的高程数据;使用VC^ 和ObjectARX编程技术进行DEM建模,在此过程中,通过采取优化数据结构等几种改进措施有效地减小了数据冗余并大大减少了程序运行的CPU时,快速制作出大区域高分辨率DEM。  相似文献   

大区域离散型DEM源数据粗差探测与剔除   总被引：2，自引：0，他引：2  

吉长东  韩颜顺  何孝莹  乔仰文 《测绘通报》2006,(2):27-29

研究DEM粗差的数据探测法,实现大区域数据的自动分块处理、链表形式存储数据、分块后数据的3次曲面拟合,残差向量的统计分析和假设检验,剔除粗差。实践证明该方法完全可行。  相似文献   

点状地图符号的神经网络识别   总被引：2，自引：1，他引：1  

何孝莹  宋伟东  韩颜顺 《测绘科学》2006,31(1):125-127

基于神经网络的点状地图符号自动识别研究,设计了点状符号识别流程。采用四层BP网络模型,通过参数设置及输入输出设计优化网络,通过数据格式分析及内存调整优化程序,在程序实现过程中反复试验,总结出了参数的变化规律,实现了点状符号的简单、快速识别。  相似文献   

点状符号识别的旋转、缩放不变性研究     

宋伟东  何孝莹 《测绘与空间地理信息》2007,30(4):19-20,24

针对点状符号神经网络识别中的旋转、缩放不变性问题,利用不变性特征输入和构建旋转、缩放不变性网络两种方法加以实现。前者的关键是提取符号的不变性特征作为网络的输入,后者的重点是构造复合神经网络实现不变性识别分类。  相似文献