位置:成果数据库 > 期刊 > 期刊详情页
神经网络决策树的矢量数据变化信息快速识别方法
  • ISSN号:1001-1595
  • 期刊名称:《测绘学报》
  • 时间:0
  • 分类:P208[天文地球—地图制图学与地理信息工程;天文地球—测绘科学与技术]
  • 作者机构:[1]中山大学地理科学与规划学院,广东广州510275, [2]广东省城市化与地理环境空间模拟重点实验室,广东广州510275, [3]广东省国土资源测绘院,广东广州510500
  • 相关基金:国家自然科学基金(41071246);高等学校博士点专项科研基金(20120171110030)
中文摘要:

针对GIS数据更新中变化信息的自动提取问题,提出基于神经网络决策树的变化信息快速识别方法。设计了基于四叉树的变化信息层次检测算法,通过比较对象的节点.弧段特征快速定位到变化区域。以新旧要素的匹配特征为依据,通过神经网络决策树实现变化信息的识别,兼顾了决策树实现效率高和神经网络的自适应处理的特征。1:2000地形图变化信息识别试验结果表明:该方法计算效率高,能够准确快速地识别出变化信息,有助于提高GIS数据库的动态更新的自动化与智能化水平。

英文摘要:

To realize automatic extraction of change information in GIS vector data updating, a change information recognition method based on neural network decision tree is proposed. A change information hierarchical detection method based on quad-tree was designed and realized in this paper. With the comparison of vertex-edge characteristics, this method could rapidly locate change areas. Based on the matching of correspondent objects, a neural network decision tree method was applied to recognize the change information. This method combined the effective logical judgment of decision tree and adaptive processing of neural network. 1 : 2000 Topographical data were used to verify the effectiveness of the method. Experimental result shows that this method can achieve high computing speed and effectively detect the change pattern of vector data, which can improve the automation and intelligence level of dynamic updating in GIS database.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《测绘学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国测绘地理信息学会
  • 主编:杨元喜
  • 地址:北京市西城区三里河路50号
  • 邮编:100045
  • 邮箱:chxb@periodicals.net.cn
  • 电话:010-68531192
  • 国际标准刊号:ISSN:1001-1595
  • 国内统一刊号:ISSN:11-2089/P
  • 邮发代号:2-224
  • 获奖情况:
  • 中国科学技术协会精品科技期刊工程项目资助期刊(2...,中国国际影响力优秀学术期刊(2012年),第四届中国百种杰出学术期刊(2005年),科技部“中国精品科技期刊”(2008年、2011年、201...,中国科协优秀期刊,中国科协年度期刊内容和编校质量良好的13种期刊之...,中国测绘学会第一、第二届“全国优秀测绘期刊奖”...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),瑞典开放获取期刊指南,中国北大核心期刊(2000版)
  • 被引量:18477