| 利用松弛标记法进行空间场景匹配 |
| |
| 引用本文： | 张丁文,陈占龙,谢忠.利用松弛标记法进行空间场景匹配[J].武汉大学学报(信息科学版),2018,43(5):752-758. |
| |
| 作者姓名： | 张丁文 陈占龙 谢忠 |
| |
| 作者单位： | 1.中国地质大学(武汉)信息工程学院, 湖北 武汉, 430074 |
| |
| 基金项目： | 国家重点研发计划2017YFC0602204中央高校基本科研业务费专项资金CUG160226地理信息工程国家重点实验室开放基金SKLGIE2013-Z-4-1测绘遥感信息工程国家重点实验室资助项目13I02国家自然科学基金41401443国家自然科学基金41671400湖北省自然科学基金重点项目2015CFA012 |
| |
| 摘 要： | 相似性度量是地理学中的关键组成部分，被广泛应用于空间检索、空间信息整合及空间数据挖掘中。因为空间场景中实体个数的差异及空间对象间的关系难以精确相等，若执行空间场景的完全精确匹配，可能会使得检索结果为空。顾及尺度差异，从空间场景中进行空间语义理解，建立了多尺度空间场景的形式化描述模型，并提取场景中稳定的特征构建空间场景特征矩阵。建立场景间的初始匹配概率矩阵后，基于松弛标记法迭代更新概率矩阵，直到矩阵收敛于一全局最小值并确定匹配的实体对，从而进行空间场景相似性评估。采用武汉居民地域数据进行场景匹配实验，并对不同邻域搜索半径下的匹配时间及精确度进行对比与分析，实验结果表明，基于松弛标记法的空间场景匹配方法具有较高的精确度。
|
| 关 键 词： | 匹配概率矩阵 标记松弛法 空间场景 相似度评估 |
| 收稿时间： | 2016-08-25 |
Spatial Scenes Matching with on Relaxation Labeling Approach |
| |
| Affiliation: | 1.College of Information Engineering, China University of Geosciences, Wuhan 430074, China2.College of Computer Science and Technology, Harbin Institute of Technology(Shenzhen), Shenzhen 518055, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载全文 |
