基于相对信任度贝叶斯的DEM数据分析方法

摘要

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,提出一种基于相对信任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.同时对传统贝叶斯算法进行改进,引入了相对可信度R作为权值.该方法有效提高了坡度、坡向、山脊线,山谷线地形因素数据分析的准确率,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.