摘要
本发明提供一种基于神经网络分类判定的小样本投影坐标直接转换方法及相关设备。该方法包括:获取待转换的第一参考系下的投影坐标;针对待转换的第一参考系下的投影坐标,通过多项式拟合得到其在第二参考系下的投影坐标;将第一参考系下的投影坐标和拟合得到的第二参考系下的投影坐标输入至训练好的神经网络模型中,以判断距离转换误差是否在预设距离误差范围内并输出水平和垂直方向的转换误差的分布情况和对应的概率值;若距离转换误差不在预设距离误差范围内,则基于贝叶斯定律和蒙特卡罗模拟对输出的概率值进行修正,并基于修正后的概率值对拟合得到的第二参考系下的投影坐标进行修正。本发明提高了统计意义上和单个投影坐标转换的精度。
技术关键词
转换误差
神经网络分类
坐标
转换方法
神经网络模型
蒙特卡罗
误差反向传播神经网络
非暂态计算机可读存储介质
多项式
参数
样本
水平误差
处理器
控制点
模块
存储器
电子设备
程序
精度
系统为您推荐了相关专利信息
优化设计方法
起落架
外筒结构
可靠性优化设计
Kriging模型
电磁检测设备
电磁环境数据
电磁环境评估
监测点
巡检路径
组学特征
转录组测序数据
多模态数据融合
分型方法
神经网络分类器