面状居民地形状分类的图卷积神经网络方法EI北大核心CSCD |
| |
引用本文: | 于洋洋,贺康杰,武芳,许俊奎.面状居民地形状分类的图卷积神经网络方法EI北大核心CSCD[J].测绘学报,2022(11):2390-2402. |
| |
作者姓名: | 于洋洋 贺康杰 武芳 许俊奎 |
| |
作者单位: | 1.河南大学地理与环境学院475004;2.黄河中下游数字地理技术教育部重点实验室(河南大学)475004;3.信息工程大学地理空间信息学院450001; |
| |
基金项目: | 国家自然科学基金(41471386);自然资源部城市国土资源监测与仿真重点实验室开放基金资助课题(KF-2020-05-037)。 |
| |
摘 要: | 形状识别和分类是地图制图综合的重要内容之一,面状居民地要素作为地理空间矢量数据的重要组成部分,其形状认知是制图综合的基础。本文针对当前几何和统计形状分类方法的不足,借助图卷积神经网络的图数据分类能力,提出了一种基于图卷积神经网络的面状居民地形状分类方法。该方法首先从面状居民地轮廓多边形入手,提取其轮廓的多个特征,获取形状的图表达;然后,利用图卷积神经网络对居民地形状信息进行多轮次提取和聚合,将形状信息嵌入一个高维向量中;最后利用全连接神经网络对高维形状向量进行分类。试验表明,该方法能够有效提取居民地形状信息,克服了传统分类方法人为设置指标的不足,实现了端到端的居民地形状信息提取与分类。
|
关 键 词: | 面状居民地 图卷积神经网络 形状分类 制图综合 图分类 |
本文献已被 维普 等数据库收录! |
|