典型文献
面状居民地形状分类的图卷积神经网络方法
文献摘要：
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.
文献关键词：
面状居民地;图卷积神经网络;形状分类;制图综合;图分类
中图分类号：
作者姓名：
于洋洋;贺康杰;武芳;许俊奎
作者机构：
河南大学地理与环境学院,河南 开封 475004;黄河中下游数字地理技术教育部重点实验室(河南大学),河南 开封 475004;信息工程大学地理空间信息学院,河南 郑州 450001
文献出处：
引用格式：
[1]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)[J].测绘学报,2022(11):2390-2402
A类：
面状居民地
B类：
形状分类,图卷积神经网络,神经网络方法,形状识别,地图制图综合,地理空间,空间矢量,矢量数据,分类方法,图数据,数据分类,多边形,图表达,多轮次,高维,全连接神经网络,有效提取,法人,端到端,信息提取,图分类
AB值：
0.203839
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
