科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对复合地形因子现有提取方法过程叠加繁琐、计算量大等问题，利用BP神经网络自适应性好、泛化能力强的优势创建了复合地形因子提取的BP神经网络法。以黄土高原DEM为数据源，选取复合地形复杂度指标为研究对象，采用控制变量法优选网络结构，结合Levenberg-Marquardt算法改进网络收敛速度与精度，优化样本库以克服过拟合问题，获取了综合性能最优泛化模型。实验结果表明，BP神经网络法较传统方法功效显著，拟合优度达到0.99,命中率达到99.98%,均方差为2.91×10-5,残差最大绝对值为0.16,平均绝对百分比误差为2.95%,模型提取10次结果标准差最大值为0.14;BP网络用于复合地形因子提取有效可行，为快速提取复合地形因子提供了新途径。
- 出版日期2023
- 单位长沙理工大学
