基于机器学习的多源矢量同名面实体几何不一致性识别和处理方法

针对多源矢量数据融合更新中同名实体之间存在明显几何位置差异,导致几何不一致性识别和处理自动化程度较低的问题,提出一种面向多源矢量同名面实体的几何不一致性识别与处理方法.首先,对几何不一致性的特征分类进行深入分析,通过机器学习方法构建基于同名面实体几何不一致性特征指标的识别模型;然后,引入点集配准算法进行实体位置对齐,进而实现同名面实体的几何一致性处理.试验选取舟山地区多源面状水系数据进行验证.结果表明,该方法几何不一致性识别结果具有较高的准确率,几何一致性处理结果优于现有直接叠置分析的方法,可以有效降低位置误差,提高几何一致性.