[发明专利]一种地形识别方法、装置及电子设备和存储介质

权利要求书

1.一种地形识别方法，其特征在于，包括：

确定本次待识别网络，并提取所述本次待识别网络对应的第一DEM模型，并在所述第一DEM模型中提取所有地形特征项对应的特征值；

在预设经纬度范围内抓取目标数量的参考网络，提取每个所述参考网络对应的第二DEM模型，并在每个所述第二DEM模型中提取所有所述地形特征项对应的特征值；

基于所有所述参考网络的每个所述地形特征项对应的特征值，利用K-means算法对每个所述地形特征项进行分类，得到每个所述地形特征项对应的所有类别；

根据所述本次待识别网络的每个所述地形特征项对应的特征值，利用KNN算法确定所述本次待识别网络的每个所述地形特征项所属的目标类别；

其中，所述在预设经纬度范围内抓取目标数量的参考网络，包括：

确定所有待识别网络的数量，并根据所述所有待识别网络的数量确定参考网络的目标数量；

确定所述本次待识别网络中的节点数量，并根据所述节点数量确定每个所述参考网络中的目标节点数量；

在预设经纬度范围内抓取所述目标数量的参考网络，并在每个所述参考网络中抓取所述目标节点数量的节点。

2.根据权利要求1所述地形识别方法，其特征在于，所述地形特征项包括平均海拔、海拔方差、DEM模型的行数和列数中较小值与较大值的比值、第一节点数量和第二节点数量中较大值与所述第一节点数量和所述第二节点数量的和的比值、视通比率中的任一项或任几项的组合，所述第一节点数量为主对角线的节点数量，所述第二节点数量为副对角线的节点数量。

3.根据权利要求1所述地形识别方法，其特征在于，所述基于所有所述参考网络的每个所述地形特征项对应的特征值，利用K-means算法对每个所述地形特征项进行分类，得到每个所述地形特征项对应的所有类别，包括：

确定目标地形特征项，确定所述目标地形特征项对应的聚类中心数量；

基于所述聚类中心数量对所述目标地形特征项对应的所有特征值进行分类，以便得到所述目标地形特征项对应的所有类别和每个所述类别的聚类中心；

重新进入所述确定目标地形特征项的步骤，直到所有所述地形特征项均分类完成。

4.根据权利要求1所述地形识别方法，其特征在于，所述根据所述本次待识别网络的每个所述地形特征项对应的特征值，利用KNN算法确定所述本次待识别网络的每个所述地形特征项所属的目标类别和准确度，包括：

确定目标地形特征项，并确定所述本次待识别网络的所述目标地形特征项对应的目标特征值；

将所述目标特征值与所述目标地形特征项对应的所有类别的聚类中心进行比较，得到所述本次待识别网络的所述目标地形特征项所属的目标类别；

抓取所述目标地形特征项的特征值与所述目标特征值最接近的预设数量个所述参考网络作为目标参考网络；

计算所述目标参考网络中所述目标地形特征项所属的类别与所述目标类别不一致的参考网络的数量与所述预设数量的乘积作为所述准确度；

重新进入所述确定目标地形特征项的步骤，直到所述本次待识别网络的所有所述地形特征项均分类完成。