大面积水深异常检测的条件变化自编码算法

P229; 针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法.本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果.采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较.结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性....

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2019-09, Vol.48 (9), p.1182-1190
Main Authors: 张瑞辰, 边少锋, 刘雁春, 李厚朴
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:P229; 针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法.本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果.采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较.结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2019.20180203