基于MSDAE的等高線地圖斷線重連技術(shù)研究.pdf

1、圖像是人們獲取外界信息的重要媒介。尤其是在當(dāng)今這個(gè)大數(shù)據(jù)的時(shí)代，圖像對(duì)于人們的日常生活、科學(xué)研究都有著十分重要的作用。然而圖像在記錄和傳播中難免會(huì)受到許多因素的干擾而導(dǎo)致部分信息的缺失。尤其是在等高線地圖中，由于其圖形結(jié)構(gòu)的特殊性，使其在傳播時(shí)容易產(chǎn)生斷裂的問題。因此研究等高線地圖斷線連接的問題就有著重要的意義。然而傳統(tǒng)的斷線連接算法往往有通用性差、連接效果差等局限，因此如何提高等高線斷線連接的通用性和連接效果成了如今研究的一個(gè)熱點(diǎn)問題

2、。而隨著近些年來科技的進(jìn)步以及一些學(xué)習(xí)算法的快速發(fā)展，這為尋找一種智能的方法來處理等高線斷線連接問題提供了可能。
　　本文主要研究了如何有效處理等高線地圖上的斷線問題。重點(diǎn)描述了如何在深度學(xué)習(xí)模型自動(dòng)編碼機(jī)的基礎(chǔ)上改進(jìn)并給出新的斷線連接模型MSDAE這個(gè)過程。本文的主要工作概括如下。
　　1．對(duì)卷積神經(jīng)網(wǎng)絡(luò)、深度信任網(wǎng)絡(luò)和自動(dòng)編碼機(jī)這三種經(jīng)典的深度學(xué)習(xí)模型進(jìn)行研究分析。在模型的特點(diǎn)以及應(yīng)用場(chǎng)景等方面對(duì)三種模型進(jìn)行對(duì)比，給出了

3、自動(dòng)編碼機(jī)最適合處理恢復(fù)問題這個(gè)結(jié)論。之后對(duì)自動(dòng)編碼機(jī)的應(yīng)用思路進(jìn)行了拓展。通常情況下，人們使用深度學(xué)習(xí)模型的目的是進(jìn)行高層特征的訓(xùn)練。而本文將自動(dòng)編碼機(jī)的恢復(fù)能力直接使用起來，使其不再是一種訓(xùn)練高層特征的預(yù)訓(xùn)練模型，而是將其看做是一種恢復(fù)模型。
　　2．在自動(dòng)編碼機(jī)的基礎(chǔ)上進(jìn)行改進(jìn)并給出了一種新的斷線連接模型，即多方向堆疊去噪自動(dòng)編碼機(jī)（multi-direction stacked denoising auto encoder

4、，MSDAE）。在MSDAE模型中主要包括訓(xùn)練和測(cè)試兩個(gè)部分的結(jié)構(gòu)。訓(xùn)練部分的結(jié)構(gòu)包含了四組并行排列的多層結(jié)構(gòu)。每組結(jié)構(gòu)都是由自動(dòng)編碼機(jī)改進(jìn)而成。四組模型在訓(xùn)練時(shí)使用了不同的方向信息的樣本，這樣就使得每一組模型在處理該類樣本時(shí)具有較強(qiáng)的恢復(fù)能力。這種方式有利于最終結(jié)果的綜合。模型的測(cè)試部分給出了一種復(fù)合選取結(jié)果的方法。即首先綜合四個(gè)并行模型的結(jié)果選出一幅恢復(fù)效果最優(yōu)的地圖作為最優(yōu)效果圖。之后再根據(jù)輸入圖、最優(yōu)效果圖以及四個(gè)模型的輸出結(jié)果