张晶晶:基于神经网络的地貌类型自动划分方法研究论文

张晶晶:基于神经网络的地貌类型自动划分方法研究论文

本文主要研究内容

作者张晶晶,党爽,万晨(2019)在《基于神经网络的地貌类型自动划分方法研究》一文中研究指出:针对我国复杂多变的地貌形态结构特点,深入研究了基于卷积神经网络的基本地貌类型的自动划分方法。从地貌类型的成因与影响地貌类型形成的特征描述因子为基础地貌划分原则,从选定的地形因子的定量化分析和定性描述出发,确定能描述地貌形态特征的选定影响因子,将其与DEM数据一起送入卷积神经网络,学习平原与山地的形态结构特征,得到初选平原与山地特征区。再结合决策表对初选特征区进行筛选,实现对中国平原和山地等基本地貌类型的自动划分。

Abstract

zhen dui wo guo fu za duo bian de de mao xing tai jie gou te dian ,shen ru yan jiu le ji yu juan ji shen jing wang lao de ji ben de mao lei xing de zi dong hua fen fang fa 。cong de mao lei xing de cheng yin yu ying xiang de mao lei xing xing cheng de te zheng miao shu yin zi wei ji chu de mao hua fen yuan ze ,cong shua ding de de xing yin zi de ding liang hua fen xi he ding xing miao shu chu fa ,que ding neng miao shu de mao xing tai te zheng de shua ding ying xiang yin zi ,jiang ji yu DEMshu ju yi qi song ru juan ji shen jing wang lao ,xue xi ping yuan yu shan de de xing tai jie gou te zheng ,de dao chu shua ping yuan yu shan de te zheng ou 。zai jie ge jue ce biao dui chu shua te zheng ou jin hang shai shua ,shi xian dui zhong guo ping yuan he shan de deng ji ben de mao lei xing de zi dong hua fen 。

论文参考文献

  • [1].中国陆地高精度地貌类型的划分[J]. 赵荣,程维明,刘纪平,董春,于荣花,殷红梅.  测绘科学.2019(06)
  • [2].基于空间技术北京市地貌类型区划研究[J]. 李婧,张超,朱德海,李海霞.  中国农业科技导报.2007(02)
  • [3].基于地貌类型单元的京津冀近10a土地覆被变化研究[J]. 赵敏,程维明,黄坤,王楠,刘樯漪.  自然资源学报.2016(02)
  • [4].地貌类型数据精确定位探讨[J]. 赵巍,卢迪,李红文.  测绘标准化.2016(03)
  • [5].西南地区不同地貌类型土地整理特征比较[J]. 吴兆娟,王晓东,丁声源.  国土资源科技管理.2008(02)
  • [6].地貌类型混合法研究[J]. 高玄彧.  地理与地理信息科学.2006(02)
  • [7].广东省的地貌类型[J]. 李见贤.  中山大学学报(自然科学版).1961(04)
  • [8].广州市区地貌类型(摘要)—1:5万广州市且遥感地貌类型图说明[J]. 黄少敏.  热带地貌.1987(01)
  • [9].陕西省地理国(省)情监测中的基本地貌类型及划分指标[J]. 张少伟,郭勇,权红花.  测绘标准化.2012(04)
  • [10].中国陆地基本地貌类型及其划分指标探讨[J]. 李炳元,潘保田,韩嘉福.  第四纪研究.2008(04)
  • 论文详细介绍

    论文作者分别是来自电脑知识与技术的张晶晶,党爽,万晨,发表于刊物电脑知识与技术2019年26期论文,是一篇关于卷积神经网络论文,地貌划分论文,地形因子论文,平原论文,山地论文,电脑知识与技术2019年26期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自电脑知识与技术2019年26期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    张晶晶:基于神经网络的地貌类型自动划分方法研究论文
    下载Doc文档

    猜你喜欢