共查询到10条相似文献,搜索用时 31 毫秒
1.
地图综合是地图制图和多尺度空间数据变换的核心与关键技术。20世纪60年代以来,数字地图数据的自动综合研究逐渐展开并取得了长足的进步,囿于人工智能技术的限制,地图综合的智能解决方法虽有不少成果,但距离真正的智能化、实用化仍有一定的距离。近年来,以深度学习为代表的人工智能技术应用于诸多研究领域并取得显著成效,地图综合的智能化研究也有诸多新的尝试。首先,在归纳自动地图综合研究模式的基础上,阐述了智能地图综合研究的必要性;然后,结合人工智能发展历程回顾智能地图综合研究,梳理和分析了基于传统机器学习与基于深度学习的智能地图综合研究现状,并归纳了地图综合智能化研究的主要方法;最后,围绕地图综合智能化研究中的几个热点问题,探讨了智能地图综合的发展趋势。 相似文献
2.
3.
4.
土地资源调查利用的土地类型数据多为不同比例尺电子矢量地图,以此数据为研究基础,详细介绍了Delaunay三角网及其Voronoi多边形的特性,以及在土地数据类型中的图斑综合与点群目标综合中的算法应用,具体描述了两种算法的实现过程和试验结果,并对几种点群目标算法进行了简要分析和比对,详细介绍了实现过程;重点阐述了图斑综合算法的思想和算法的具体实现.最后以"土地利用数据库智能化自动综合系统"为例验证了算法方案的合理性和可行性. 相似文献
5.
6.
7.
8.
以深度学习为代表的人工智能技术为制图综合智能化水平的提升创造了有力的条件.然而,智能学习模型的应用依赖高质量的样本数据,目前还缺乏适宜制图综合知识学习的案例数据集.以不同比例尺居民地要素综合为例,深入探讨服务于智能化制图综合的样本数据采集建库方法.主要工作包括:依据地图数据组织特点和制图综合过程决策需求,提出了区分特征型案例和变换型案例的样本数据组织体系以及相关的数据结构设计;基于通用GIS平台设计了样本数据采集与管理系统,形成对样本数据采集、存储、修正、更新等全链条的管理维护框架.本研究是针对图形表达的地图要素如何构建案例数据集的有益探索,对推动以制图综合为代表的复杂地图空间知识学习具有积极意义. 相似文献
9.