基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决传统无控制DEM最小二乘匹配方法拉入范围小的问题,首先建立了一种基于匹配度之和最大的DEM匹配模型,然后结合DEM匹配的实际需要,对遗传算法的编码方案、初始种群生成、适应度函数、基本遗传操作和迭代终止条件等5个基本方面进行了设计;在此基础上,设计了基于遗传算法和最小二乘匹配相结合的无控制DEM匹配方法流程,最后采用模拟数据设计了三组试验方案,测试新模型及算法的性能,并分别与传统模型的遗传匹配方法和最小二乘匹配方法进行了比较.结果表明:新算法比最小二乘匹配方法具有更大的拉入范围,比遗传匹配方法具有更快的匹配速度和更高的匹配精度.
推荐文章
基于遗传算法和最小二乘支持向量机可靠性分配
可靠性分配
遗传算法
最小二乘支持向量机
逆向思维
三角模糊数
基于遗传算法和最小二乘支持向量机预测泰东河日流量研究
日流量预测
遗传算法
最小二乘支持向量机
基于角度信息的递推最小二乘无源定位算法
机载无源定位
三维定位
递推最小二乘算法
实时性
移动最小二乘增量式多视点云数据融合算法
移动最小二乘
多视点云
数据融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合遗传算法的最小二乘无控制DEM匹配
来源期刊 测绘科学 学科 工学
关键词 遗传算法 无控制DEM匹配 最小二乘匹配 匹配模型 LZD算法
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 146-149,124
页数 5页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨容浩 西南交通大学土木工程学院测量工程系 37 167 9.0 11.0
3 岑敏仪 西南交通大学土木工程学院测量工程系 64 560 14.0 19.0
4 张同刚 西南交通大学土木工程学院测量工程系 31 225 10.0 13.0
5 杨佳 成都理工大学核技术与自动化学院 12 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (35)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (4)
二级引证文献  (0)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(9)
  • 参考文献(1)
  • 二级参考文献(8)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(8)
  • 参考文献(2)
  • 二级参考文献(6)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
无控制DEM匹配
最小二乘匹配
匹配模型
LZD算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导