| 基于RBF神经网络的面状水体识别模型及其应用 |
| |
| 引用本文： | 陈雪莲,胡静涛.基于RBF神经网络的面状水体识别模型及其应用[J].水电能源科学,2014,32(1):59-62,83. |
| |
| 作者姓名： | 陈雪莲 胡静涛 |
| |
| 作者单位： | 中国科学院 沈阳自动化研究所信息服务与智能控制技术研究室， 辽宁 沈阳 110016；中国科学院 沈阳自动化研究所网络化控制系统重点实验室， 辽宁 沈阳 110016； 中国科学院大学， 北京 100049；辽宁省交通高等专科学校 信息工程系， 辽宁 沈阳 110122;中国科学院 沈阳自动化研究所信息服务与智能控制技术研究室， 辽宁 沈阳 110016； 中国科学院 沈阳自动化研究所网络化控制系统重点实验室， 辽宁 沈阳 110016 |
| |
| 基金项目： | 国家科技重大专项（2009ZX07528-004） |
| |
| 摘 要： | 针对面状水体识别过程中面状水体数据特征不宜提取、伪洼地易与面状水体混淆的问题,通过分析面状水体的面积、深度和潜在出水口等基本DEM数据特征,构建了面状水体识别模型,并将面状水体的三个数据特征和面状水体识别模型的计算结果作为输入输出神经元,利用RBF神经网络对建立的面状水体识别模型进行了仿真验证。从全国1∶250 000 DEM数据中选取150组洼地数据作为样本数据,采用减聚类算法对RBF神经网络进行训练,训练时样本的最小平均相对误差为2.75%,仿真的准确率为98%,表明面状水体识别模型可解决面状水体和伪洼地难以区分的问题,并提高了面状水体识别的准确率。
|
| 关 键 词： | 面状水体 识别模型 RBF神经网络 DEM |
Surface Water Recognition Model Based on RBF Neural Network and Its Application |
| |
| CHEN Xuelian and HU Jingtao.Surface Water Recognition Model Based on RBF Neural Network and Its Application[J].International Journal Hydroelectric Energy,2014,32(1):59-62,83. |
| |
| Authors: | CHEN Xuelian and HU Jingtao |
| |
| Affiliation: | Department of Information Service and Intelligent Control, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China; Key Laboratory of Networked Control System, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China; University of Chinese Academy of Sciences, Beijing 100049, China;Information Engineering Department, Liaoning Provincial College of Communications, Shenyang 110122, China;Department of Information Service and Intelligent Control, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China; Key Laboratory of Networked Control System, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China |
| |
| Abstract: | |
| |
| Keywords: | surface-water recognition model RBF neural network DEM |
| 本文献已被 CNKI 等数据库收录！ |
|
