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

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。     

多维异构洪水过程因子相似性评价方法研究

在研究相似性概念和评价方法的基础上,针对洪水过程因子的时空分布特点,进一步提出综合性评价方法框架;针对洪水过程中水深时间序列数据和面状淹没范围等多维异构洪水过程因子,分别进行了相似性评价方法研究,并采用重要性排序法确定权重。以辽宁浑河沈阳城市段的洪水数值模拟结果和物理模型观测数据相似性分析为例,对多个观测站点的水深时间序列数据、流速数据及淹没范围数据进行相似性分析,分析洪水演进模型结果的相似性。     

基于GIS的扶贫开发信息专题图设计与制作

在深入贫困地区进行详细调研的基础上,针对新形势下扶贫开发工作的特点,对扶贫开发信息专题图的制图标准、制作技术流程以及编制方法进行了研究;并利用ArcGIS,以重庆市黔江区的扶贫开发数据为例,制作了相应的专题图样图。