摘要
本发明提出了一种考虑三维高程特征的河网模式识别方法,该方法为:基于OSM河流矢量数据筛选出树枝状、平行状、骨架状和扇子状四类河网模式的河网样本,并使用DEM数据为河网模式提供高程信息,分别提取河网样本的二维和三维特征形成河网特征,同时,对河网样本打上河网模式类型的标签;构建河网对偶图,河网对偶图中以河网的河段为节点,河段之间的连接关系为边;由河网样本的标签、河网特征和河网对偶图构建标签样本数据集;采用标签样本数据集训练基于一阶切比雪夫多项式近似下的谱域图卷积神经网络,训练完成后得到河网模式识别模型。本发明能够结合河网的二维特征和三维特征更准确地预测河网模式。
技术关键词
模式识别方法
模式识别模型
样本
多项式
拉普拉斯
标签
输出特征
矩阵
树枝状
模式识别装置
数字高程数据
扇子
电子设备
特征提取模块
关系
特征值
处理器
系统为您推荐了相关专利信息
异常用户
时序特征
计算机可执行指令
资产
梯度提升模型
可靠性参数
可靠性预测方法
LSTM模型
数字孪生模型
燃料喷射器
分布式光伏
Copula函数
风险评估方法
动态时间规整方法
逻辑回归模型
双向长短期记忆网络
集合经验模态分解
注意力机制
计算机可执行指令
变量
模型预测控制器
升力
优化分配方法
多项式
电子速度控制器