基于BP神经网络的机载数字高程模型压缩

• 作者: 冯琦 周德云 肖桥
• 来源期刊: 航空工程进展
• 关键词: 数字高程模型压缩 BP神经网络 L-M算法 机载
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 机载与飞行控制
• 页码范围: 339-343
• 分类号: V247.1|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8190.2011.03.020

摘要

现有的数字高程模型压缩方法大多从编码方式上进行优化,而很少利用其数据的自相关性。为此,提出了一种采用L-M训练算法的单隐层BP神经网络实现机载数字高程模型压缩的新方法,并给出了实现压缩的详细过程。论述了采用单隐层网络的理由,并根据机载要求的相对误差精度去选择最少的隐层节点数。通过选取ASTERGDEM30米分辨率的高精度数字高程模型进行了大量仿真,验证了所提方法的可行性和实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周德云	西北工业大学电子信息学院	198	1485	19.0	29.0
2	冯琦	西北工业大学电子信息学院	36	429	10.0	20.0
3	肖桥	西北工业大学电子信息学院	2	1	1.0	1.0