公开(公告)号：CN117745959A

公开(公告)日：2024-03-22

申请号：CN202311214770.1

申请日：2023-09-20

Applicant: 中南林业科技大学 ,  中南大学

Inventor： 周璀 ,  孙欣芃 ,  杨泽发 ,  朱建军

IPC: G06T17/05 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/08 ,  G06N3/084 ,  G06N3/088 ,  G06N3/09 ,  G06N3/006

Abstract: 一种基于PSO‑DBN模型的植被山区SRTM DEM校正方法，包括以下步骤：1)对获取的原始数据进行预处理；2)使用DBN网络结构对原始数据进行训练；在训练过程中使用PSO优化DBN的超参数，得到PSO‑DBN模型算法；3)使用PSO‑DBN模型算法校正预设林区的SRTM DEM。经本发明的基于PSO‑DBN模型的植被山区SRTM DEM校正方法校正之后，SRTM DEM平均误差和均方根误差能够分别下降了93.5％‑96.0％和21.5％‑23.5％，地形复杂区的精度提升超过了26.1％。

公开(公告)号：CN111812600B

公开(公告)日：2023-09-08

申请号：CN202010607023.4

申请日：2020-06-29

Applicant: 中南林业科技大学

Inventor： 周璀 ,  张贵 ,  杨泽发 ,  朱建军

IPC: G01S7/40 ,  G01S13/88 ,  G01S13/89

Abstract: 一种自适应地形相关的SRTM‑DEM校正方法，包括以下步骤：1)构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrend(E,N)＝a0+a1sinE+a2cos(90°‑N) (1)；2)基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrain(S,A,Z)＝a3H+fTF(S,A) (2)；3)构建自适应地形相关的SRTMDEM校正模型ΔH＝ftrend(E,N)+fterrain(S,A,H)+Δh+δ (4)；4)利用模型参数的稳健估计值。相对于传统的SHM和MLE校正方法，本发明的校正方法的精度更高。

公开(公告)号：CN111812600A

公开(公告)日：2020-10-23

申请号：CN202010607023.4

申请日：2020-06-29

Applicant: 中南林业科技大学

Inventor： 周璀 ,  张贵 ,  杨泽发 ,  朱建军

IPC: G01S7/40 ,  G01S13/88 ,  G01S13/89

Abstract: 一种自适应地形相关的SRTM-DEM校正方法，包括以下步骤：1)构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrend(E,N)＝a0+a1sinE+a2cos(90°-N)(1)；2)基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrain(S,A,Z)＝a3H+fTF(S,A)(2)；3)构建自适应地形相关的SRTMDEM校正模型ΔH＝ftrend(E,N)+fterrain(S,A,H)+Δh+δ(4)；4)利用模型参数的稳健估计值。相对于传统的SHM和MLE校正方法，本发明的校正方法的精度更高。