龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种适用于高深峡谷地区地形类型自动化分类方法，涉及地形地貌分析技术领域，包括以下步骤：获取地形图像并进行分割和提取，得到若干对象的地形单元图像；确定地形类别的属性与类中心范围，并构建协同模糊神经网络推理模型；输入地形单元图像，通过所述协同模糊神经网络推理模型输出地形分类结果；所述协同模糊神经网络推理模型包括依次传递的模糊层、规则前置层、归一化层、去模糊层和输出层；所述模糊层、规则前置层、归一化层和去模糊层均包括有若干神经元节点；采用本方案，仅需提供各地形类别最典型的类中心范围，而不再依赖完整详细的分类阈值设定，从而实现了全区域的地形分类。
主权项：1.一种适用于高深峡谷地区地形类型自动化分类方法，其特征在于，包括以下步骤：S1：获取地形图像并进行分割和提取，得到若干对象的地形单元图像；S2：确定地形类别的属性与类中心范围，并构建协同模糊神经网络推理模型；S3：输入地形单元图像，通过所述协同模糊神经网络推理模型输出地形分类结果；所述协同模糊神经网络推理模型包括依次传递的模糊层、规则前置层、归一化层、去模糊层和输出层；所述模糊层、规则前置层、归一化层和去模糊层均包括有若干神经元节点；所述模糊层用于将指定的地形要素变量和地形类型映射关系通过隶属度函数转变为0～1的模糊区域，并传递给规则前置层；所述规则前置层基于模糊层模糊化后所有输出以乘积的组合形式，获取第j条规则相对隶属度；所述规则前置层内的每个神经元节点都为固定节点，且均各自代表一条模糊规则；所述归一化层用于计算该节点上第j条规则相对隶属度与所有规则相对隶属度之和的比值；所述去模糊化层用于接收归一化后的推理规则权重，并将模糊推理的结果转换为确定性的输出，并传递给输出层；所述输出层用于计算每个地形属性的综合隶属度，并选取隶属度最高的类型作为该单元的地形属性，输出地形分类结果。
全文数据：
权利要求：
百度查询： 中国电建集团成都勘测设计研究院有限公司 一种适用于高深峡谷地区地形类型自动化分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号