摘要
更新信息的建模与检测是空间数据库更新的研究重点.目前,更新信息的检测方法侧重于对多项评价指标的统计分析,需要通过反复试验得出判断参数,容易受人为因素影响.模式识别技术的自学习、自组织能力可用于挖掘空间数据隐含的特征.本文以1:2000的矢量地形图数据为例,进行同比例尺下的更新信息识别实验。实验结果表明,四叉树层次检索方法在变化比率较低的情况下,可大幅度地提高变化信息的检索速度。基于神经网络决策树的更新信息识别方法与规则判定方法相比,识别的准确率更高,有助于提升矢量数据更新的自动化与智能化水平,具有实用价值。