共查询到19条相似文献，搜索用时 156 毫秒
1.
针对小比例尺道路网专题数据少、语义信息缺乏的特点,该文根据小比例尺道路网已有的语义几何属性和拓扑结构,构建一系列参数作为选取依据。将道路网选取抽象为分类问题,提出一种使用径向基函数神经网络和多参数进行道路网选取的方法。相比时下较常用的反向传播神经网络,径向基函数神经网络具有更高效的学习性能。利用径向基函数神经网络的非线性映射能力,对样本进行训练和验证,并选择不同结构类型(放射式、格网式和自由式)的道路网进行选取实验。结果表明,该方法在小比例尺道路网选取研究中具有可行性,且在自动获取选取参数的同时提高了选取精度。 相似文献
2.
3.
4.
地图综合中道路网选取通常要考虑道路的属性等级、几何形状、分布密度、通达性等,常规方法只能顾及部分指标评价对象(弧段、节点或网眼)的重要性,在此基础上按照"资格"法线性选取,由于缺乏顾及道路网空间分布信息的有效手段,造成原有空间分布特征被破坏。本研究将描述道路完整地理意义的stroke特征引入选取过程中,提出一种顾及道路目标stroke特征保持的路网选取方法,即构建道路网stroke特征并评价重要性,在按stroke重要性线性选取的基础上增加约束条件,包括等级约束条件和空间邻近关系约束条件,从而将空间分布信息与属性、几何及拓扑信息有效地结合在一起。试验表明,该方法保留重要道路目标的同时,也较好地保持了原有空间分布特征。 相似文献
5.
6.
针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。 相似文献
7.
同名道路要素匹配是道路网数据增量更新的核心问题。大比例尺下道路网不再是简单的单线节点结构,存在大量的多层车道和复杂立交,难以直接利用现有的道路匹配算法。针对这一情况,提出一种采用道路骨架线stroke的复杂道路匹配方法。在匹配前,首先对大比例尺复杂道路数据进行结构特征识别,利用Delaunay三角网生成复杂道路骨架线stroke,并存储骨架线stroke与原始数据结构特征的映射关系;最后利用骨架线stroke与小比例尺道路数据进行层次匹配和类型匹配,并将这种匹配关系转换为实际匹配结果。实验结果表明,该方法能够较好地解决不同比例尺下的复杂道路网匹配。 相似文献
8.
道路网数据匹配是地理空间数据库进行变化探测和数据更新的重要前提,不同比例尺下的道路网之间的匹配是一个非常重要的部分。本文总结和分析了道路网匹配的已有算法,针对不同比例尺道路网之间的匹配可能存在的问题和难点,设计了一个融合多种匹配技术的算法。在考虑不同比例尺下道路网数据的特点基础上,改进了空间场景结构的评价方法;分析了stroke匹配算法在不同比例尺道路网数据下的局限性,提出了一种可针对不同比例尺下道路数据存在变化与更新的stroke部分匹配算法。试验表明,文中所提出的方法能够适应不同比例尺下道路网的匹配,匹配效果较好,运行效率较高。 相似文献
9.
10.
城市道路复杂网络结构化等级分析 总被引：1，自引：0，他引：1
根据复杂网络理论提出了一种城市道路网结构化分析与结构等级建模方法。首先,根据城市道路链生成对偶图;然后,分析路网几何结构,对由城市道路链生成的对偶图进行中心性测度分析;集成各项结构指标进行道路等级建模,以保持各个指标的结构信息;最后,根据集成指标分析城市道路的结构重要性、划分道路等级并保持道路网的连通性。实验结果表明,通过所提方法进行的道路结构化等级分析能够反映道路网中包含的等级结构特征,而且与单一指标和现有的道路分级相比,集成各项结构指标后划分的道路等级能够更好地符合道路网固有的等级特点。 相似文献
11.
12.
夏永亮 《测绘与空间地理信息》2014,(8):155-156
道路网络自动综合是地图综合的主要研究课题。本文通过引入对偶拓扑理论建立了城市道路网络的对偶拓扑结构,并将道路的重要性表达为路网中所有道路的重要度贡献的总和,进而提出了一种道路网络自动综合方法。实验表明,本文方法可以较为合理地选取路网中相对重要的道路,所选路网保持了原始路网的整体形态及拓扑连通。 相似文献
13.
《The Cartographic journal》2013,50(1):38-51
AbstractAn important problem faced by national mapping agencies is frequent map updates. An ideal solution is only updating the large-scale map with other smaller scale maps undergoing automatic updates. This process may involve a series of operators, among which selective omission has received much attention. This study focuses on selective omission in a road network, and the use of an artificial neural network (i.e. a back propagation neural network, BPNN). The use of another type of artificial neural network (i.e. a self-organizing map, SOM) is investigated as a comparison. The use of both neural networks for selective omission is tested on a real-life road network. The use of a BPNN for practical application road updating is also tested. The results of selective omission are evaluated by overall accuracy. It is found that (1) the use of a BPNN can adaptively determine which and how many roads are to be retained at a specific scale, with an overall accuracy above 80%; (2) it may be hard to determine which and how many roads should be retained at a specific scale using an SOM. Therefore, the BPNN is more effective for selective omission in road updating. 相似文献
14.
Multiple constraints for schematic road network map cartographic design are analyzed and summarized. Based on this, a set of quantitative criteria are set up and a new road network generalization method including progressive selection and displacement is proposed. Furthermore, topological checking methods for road networks are researched. Based on these constraints, the points in a road network are classified, and a satisfactory and effective schematic map is designed in a concrete experiment while maintaining topological consistency of the road network between the original and the schematic map. 相似文献
15.
16.
Multiple constraints for schematic road network map cartographic design are analyzed and summarized. Based on this, a set of quantitative criteria are set up and a new road network generalization method including progressive selection and displacement is proposed. Furthermore, topological checking methods for road networks are researched. Based on these constraints, the points in a road network are classified, and a satisfactory and effective schematic map is designed in a con- crete experiment while maintaining topological consistency of the road network between the original and the schematic map 相似文献
17.
道路网自动综合是GIS研究的重要基础理论问题。顾及道路重要性对路网制图综合的影响,采用基于对偶拓扑的复杂网络理论构建城市路网对偶拓扑模型,并基于该路网模型建立路段重要度评价方法,进而提出一种基于路段重要度评价的路网自动制图综合方法。实验表明,该方法能够有效地完成不同比例尺下路网的自动综合。 相似文献
18.
Road interchanges are a major pattern type in road networks. Recognition of road interchanges benefits automated road network generalization, car navigation and traffic flow analysis. This study first investigated several existing approaches to automatically detecting interchanges in a road network, and determined that the recognition of characteristic road intersections is essential for the effective detection of interchanges. Several experiments were carried out to investigate nine types of road intersections for interchange detection and to analyze characteristic ones. Furthermore, an approach to the detection of both intersections and segments of interchanges was proposed and validated. The road networks across different scales were tested and results show that: (1) the T‐shaped and Cross‐shaped junctions are very common in road networks, but they are not the most characteristic ones for interchange detection; (2) the y‐shaped, Y‐shaped types, X‐shaped, Fork‐shaped and Multi‐leg may be the characteristic types for interchange detection; (3) the proposed approach to detecting interchanges is effective, and most of the intersections and segments of interchanges can be detected. In addition, taking multiple characteristic types into consideration for interchange detection is suggested. 相似文献
19.
以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。 相似文献