[发明专利]一种基于深度卷积神经网络的鞍部点识别方法有效
| 申请号： | 201910696431.9 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110569871B | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 孔月萍;党爽;曾军;张晶晶;张茜;高凯;柯希林;李凯明 | 申请（专利权）人： | 西安建筑科技大学;中国人民解放军61540部队 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李鹏威 |
| 地址： | 710055 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的鞍部点识别方法，包括以下步骤：1)构建训练样本集；2)建立改进的鞍部特征深度学习卷积神经网络模型；3)设置训练改进的鞍部特征深度学习卷积神经网络模型所需的各种参数，对改进的鞍部特征深度学习卷积神经网络模型进行训练，使得其能够对DEM数据中的潜在鞍部点进行自动识别，然后通过位置回归MLP网络对鞍部点坐标进行修正，确定初选鞍部点；4)在初选鞍部点中选取识别概率大于设定阈值的threshold者作为最终鞍部点，提取该最终鞍部点的修正坐标，并将该最终鞍部点的修正坐标映射回原始DEM中，得最终的鞍部点标识图，该方法能够通过鞍部特征的深度学习神经网络对DEM数据中的鞍部点进行自动标识。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 鞍部 识别 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的鞍部点识别方法，其特征在于，包括以下步骤：/n1)构建训练样本集，所述训练样本集由m+n幅DEM山地数据构成，其中，m＝n，n为包含鞍部区域的正样本数据集A＝{A
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学;中国人民解放军61540部队，未经西安建筑科技大学;中国人民解放军61540部队许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910696431.9/，转载请声明来源钻瓜专利网。
