采用决策树算法进行居民地自动综合

借鉴人工智能领域中的机器学习研究成果,提出一种采用决策树算法进行居民地智能选取的新方法。将制图专家对居民地综合的结果作为参照,对其进行结构化描述并构建和转化为案例库;采用决策树算法对案例库中的案例进行分类,把制图综合问题转化为分类问题,从案例库中归纳出if-then规则,进而指导同类居民地的自动综合。试验验证,算法能够较好地还原专家的选取规律,在同类型的居民地自动综合试验中取得了良好的效果。     

采用主成分分析的面状居民地匹配指标简化方法

现有多源居民地匹配中存在众多的面要素度量指标,若全部进行考虑,则增加了匹配的复杂性;若只考虑部分指标,则可能造成匹配信息的缺失,影响匹配结果。针对这一问题,本文提出一种采用主成分分析方法的面状居民地匹配方法。借鉴主成分分析法中降维的思想,对居民地各项度量指标进行定性定量分析,通过科学计算确定面要素匹配综合指标,用较少的新指标代替原来较多的相似性指标,进而根据获得的整体相似性评价指标进行居民地匹配。实验分析表明,本文方法简化了匹配过程中众多的相似性指标,降低了匹配复杂性和不确定性,避免了各相似权值确定较为随意的问题,有效提高了匹配效率和正确率。     

利用空白区域骨架线网眼匹配多源面状居民地

多源大比例尺城市地图中,同名居民地数据间往往存在较大几何位置偏差,从而增加了居民地匹配的难度和不确定性。针对这一问题,本文提出了一种利用空白区域骨架线网眼进行居民地匹配的新方法。首先,提取空白区域骨架线,并建立空白区域骨架线网眼和居民地之间的一一映射关系,将居民地匹配转换为骨架线网眼匹配;然后,根据骨架线网眼之间的相接拓扑关系构建对偶图,计算对偶图中每个节点的各项中心性指标,并利用极化变换和层次分析法建立骨架线网眼匹配模型,获取骨架线网眼匹配结果;最后,将骨架线网眼匹配结果按照映射关系进行传递,从而得到居民地匹配结果。将居民地匹配转换为空白区域骨架线网眼匹配,并对骨架线网眼进行对偶图构建和极化变换,为匹配增加拓扑约束和相对位置约束,从而弥补几何位置的较大偏差对匹配造成的影响。对比试验及分析表明本方法能够有效解决大比例尺城市地图中几何位置偏差较大的面状居民地的匹配问题。     

利用内切圆内插等高线的算法

等高线内插在地图自动综合、地图数字化、三维地形重建等过程中都具有重要意义。许多等高线内插算法在等高线急剧变化以及闭合等高线处存在问题。在分析已有等高线内插算法优缺点的基础上,提出了一种等高线内插算法。该算法以等高线上的节点为圆心,建立与相邻等高线之间的内切圆来探测相邻等高线之间的空间关系,并获取等高线间的辅助线,进而内插出等高线,一方面弥补了已有等高线内插方法中的问题,另一方面有效提高了等高线内插的速度和质量。通过与其他内插算法之间的实验对比分析,验证了本方法的科学性和先进性。     

案例支撑下的朴素贝叶斯树状河系自动分级方法

河流分级是树状水系综合的关键。现有方法大多根据河段的局部几何特征进行主支流识别,较少顾及河流和河系的整体结构特征,且使用多指标综合评价判别时对权重的设定缺乏科学的方法,对综合知识利用较少,应用的灵活性有待提高。对此,本文从案例学习的角度出发,针对河段主支流关系识别,提出一种基于朴素贝叶斯的树状河系自动分级方法。首先,从已有成果数据中提取出主支流分类的案例,利用朴素贝叶斯机器学习方法进行训练得到主支流分类模型;对于待分类树状河系,使用分类模型,从河口出发自下游向上游依次计算各上游河段分类为主流的概率,以概率最大的上游河段作为主流河段,将各主流河段依次连接得到主流河流;主流河流以外的支流部分,重复以上步骤进行层次结构化实现河系分级。试验证明,本文方法能很好地模仿专家意图,对树状河系的主支流进行很好地识别分类,并构建合理的层次结构,分级效果良好。     

基于案例推理的居民地选取方法

针对当前中小比例尺地图中居民地选取面临的专家制图经验难以形式化表达的问题,提出一种基于案例推理的居民地选取方法。首先,把制图专家对居民地交互选取结果作为案例对象,挖掘居民地案例的属性特征指标,对属性赋值和归一化处理;然后,采用逐步消元法对居民地最佳属性组合进行选择,并构建源案例库;最后,采用案例推理方法,结合KNN算法,训练案例库确定KNN算法的最佳K值,将新案例与源案例库检索匹配,得出最佳决策结果,进而指导待决策居民地的自动选取。经试验验证,该方法能够较好地还原专家的选取意向,具有较好的抗噪声能力,在面状居民地自动选取中取得了较好的效果。     

采用层次分析法的道路网整体匹配方法

道路网变化较快,对其匹配和更新受到广泛关注。目前道路网匹配算法多集中于离散弧段间的匹配,匹配整体性不强,匹配精度不高。本文在分析道路匹配关系的基础上,借鉴人类认知客观世界从整体到局部的思想,对离散道路弧段通过Stroke模型进行聚合处理,然后采用线、面相对位置关系探测候选匹配集,进行道路筛选及整体匹配。针对当前匹配方法中各相似权值确定较为随意的问题,本文在分析各相似指标关系的基础上,借鉴层次分析法中的决策思维方式,对道路网匹配中的各相似指标进行定性和定量分析,并自动分配权值,进而根据获得的整体相似度来自动匹配。实验结果表明,采用层次分析法进行道路网整体匹配,可有效提高匹配效率、正确率及自动化水平。