| 基于CNN的空间数据自适应切分算法 |
| |
| 引用本文： | 魏海涛,杜云艳,张佳丽,孙璐瑶.基于CNN的空间数据自适应切分算法[J].地球信息科学,2022,24(6):1099-1106. |
| |
| 作者姓名： | 魏海涛 杜云艳 张佳丽 孙璐瑶 |
| |
| 作者单位： | 1.山东科技大学资源学院,青岛 2710192.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFB0503605);山东科技大学人才引进科研启动基金项目(2017RCJJ081) |
| |
| 摘 要： | 针对空间数据划分方法无法自适应选择问题,本文提出了基于CNN的数据自适应划分算法（Adaptive Partition Algorithm for Space Vector Data- Convolutional Neural Networks,SVDAP-CNN）。该算法首先基于应用场景和其他相关资源实现特征描述和表达;其次基于层次聚类设计特征矩阵表达算法,体现特征间的局部相关性以减少方法选择时间和提高选择精度;最后通过CNN模型实现空间数据自适应划分。本文选取南海区域真实数据和模拟数据进行验证,与已有的数据划分方法选择算法进行比较。结果显示：针对真实数据,SVDAP-CNN算法的精度和时间效率分别提高了24.18%和25.67%;针对特征和特征间关系表达欠完备的模拟数据,SVDAP-CNN算法的精度和时间效率分别提高了27.02%和26.80%;针对选择结果易出错的数据切分方法,SVDAP-CNN算法的精度提高了19.92%,证明了该算法有较好的普适性;另外,本文结合南海区的实际应用证明了该算法的应用可行性。SVDAP-CNN算法的提出可为大数据量、多变的自动化空间应用分析提供技术支撑。
|
| 关 键 词： | 空间数据切分方法 自适应 CNN 选择算法 特征 特征矩阵 局部相关 南海 |
| 收稿时间： | 2021-09-08 |
An Adaptive Segmentation Algorithm for Spatial Data based on CNN |
| |
| WEI Haitao,DU Yunyan,ZHANG Jiali,SUN Luyao.An Adaptive Segmentation Algorithm for Spatial Data based on CNN[J].Geo-information Science,2022,24(6):1099-1106. |
| |
| Authors: | WEI Haitao DU Yunyan ZHANG Jiali SUN Luyao |
| |
| Institution: | 1. College of Resources, Shandong University of Science and Technology, Qingdao 271019, China2. State Key Laboratory of Resources & Environmental Information Systems, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China |
| |
| Abstract: | |
| |
| Keywords: | data division method adaptive CNN selection algorithm features matrix expression of features local correlation the South China Sea |
|
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |
|
