排序方式: 共有2条查询结果,搜索用时 62 毫秒
1
1.
多源POI位置融合是实现地理空间数据匹配融合的关键技术之一。然而,由于不同POI数据源之间位置编码的差异及定位误差,导致位置融合更加困难。本文提出了一种顾及地址语义和地理空间特征的多源POI位置融合方法。首先,通过TextRCNN和图注意力网络提取地址属性的语义特征;然后,使用多层感知机提取位置属性的地理空间特征;最后,基于自注意力机制通过特征聚合实现多源POI位置融合,并对成都市百度地图、腾讯地图和高德地图的POI数据进行试验验证。结果表明,该方法显著优于现有方法,平均位置融合精度优于12 m。 相似文献
2.
为提高遥感影像融合质量,提升资源一号(ZY-1 02D)高光谱遥感影像滨海湿地植被分类精度,提出将ZY-1 02D高光谱影像与空间分辨率为10 m的哨兵2号(Sentinel-2)影像进行Brovey融合,并通过搭建AlexNet卷积神经网络对ZY-1 02D高光谱影像和Brovey融合影像的滨海湿地植被进行分类,与支持向量机、随机森林和BP神经网络分类算法进行精度对比。研究结果表明:经Brovey融合后,AlexNet、支持向量机、随机森林和BP神经网络算法的植被分类总体精度分别提高15.60%、7.00%、14.80%和10.00%,Kappa系数提高了21.35%、9.93%、18.97%、12.85%;基于Brovey影像融合与AlexNet算法的植被分类精度最高,总体精度为92.40%,Kappa系数为89.42%。空谱融合配合AlexNet卷积神经网络有效解决了高光谱遥感影像在滨海湿地植被分类应用中精度较低的问题,为滨海湿地植被资源动态监测提供技术和方法支撑。 相似文献
1