基于神经网络决策树的矢量数据更新信息快速识别方法研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：郭泰圣张新长
• 会议时间：2014-10-11
• 关键词：空间数据库 ; 矢量地形图 ; 数据更新 ; 信息识别 ; 检索速度 ; 神经网络决策树
• 作者单位：郭泰圣(中山大学地理科学与规划学院,广州,510275)张新长(中山大学地理科学与规划学院,广州,510275;广东省城市化与地理环境空间模拟重点实验室,广州,510275)
• 母体文献：中国地理信息科学2014学术年会论文集
• 会议名称：中国地理信息科学2014学术年会
• 会议地点：徐州
• 主办单位：中国地理信息产业协会理论与方法工作委员会
• 语种：chi
• 分类号：TP3;G35

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。