基于相对可信度贝叶斯的DEM数据分析方法

发布时间：2021-12-22 23:49

　　为有效提高坡度、坡向、山脊线,山谷线地形因素数据分析的准确率,针对数字高程模型（Digital Elevation Model,DEM）数据分析中存在的不确定性、多样性、地形分布复杂性等特点,提出一种基于相对可信度的贝叶斯算法用于DEM地形分析。为删除冗余属性,对属性进行筛选,该筛选方法基于互信息的相对可信度,使用相对可信度R作为选择的衡量标准;同时,引入了相对可信度R作为权值,对传统贝叶斯算法进行改进。以期为地形研究和考察评价提供了一种新的、可靠的预测分类方法。 

【文章来源】：金华职业技术学院学报. 2020,20(03)

【文章页数】：4 页

【部分图文】：

DEM决策分析业务流程图

对基于相对可信度的贝叶斯算法的实际应用情况进行测试，在测试中将DEM地形模型中的属性坡向、坡度以及山谷线、山脊线作为决策属性[14]，对它们进行不确定分析，根据分析结果对地形进行分类测试，具体测试模型如图2所示。3.2 时间性能测试

在DEM预测分析过程中，对基于相对可信度的贝叶斯算法和传统的贝叶斯算法的时间复杂度进行时间性能分析。为了方便两种算法时间性能测试分析，用柱状图表示，如图3所示。3.3 准确率性能测试


本文编号：3547347