测绘科学技术学报
測繪科學技術學報
측회과학기술학보
JOURNAL OF ZHENGZHOU INSTITUTE OF SURVEYING AND MAPPING
2013年
3期
293-298
,共6页
神经网络%居民地%匹配%人机结合%相似性%更新
神經網絡%居民地%匹配%人機結閤%相似性%更新
신경망락%거민지%필배%인궤결합%상사성%경신
artificial neural network%settlement%matching%human computer cooperation%similarity%updating
居民地匹配是多源空间数据融合和多尺度数据更新的核心技术环节.针对居民地匹配算法中出现的指标权重、匹配判定的总相似性阈值和各指标相似性阈值的准确量化难题,引入人工神经网络技术,利用人工神经网络在处理多要素、复杂性、模糊性分类问题上的优势,将形状相似度、方向相似度、位置相似度、大小相似度和重叠面积相似度作为输入,采用人机结合的神经网络训练策略,对3层BP神经网络进行训练,针对不同的匹配场景获取神经网络的权重向量集,实现了多指标综合衡量的居民地匹配.实验表明,该方法解决了多指标匹配算法存在的理论严谨性问题,回避了权重和阈值准确设置的难题,保证了匹配算法的科学性、稳定性和准确性.
居民地匹配是多源空間數據融閤和多呎度數據更新的覈心技術環節.針對居民地匹配算法中齣現的指標權重、匹配判定的總相似性閾值和各指標相似性閾值的準確量化難題,引入人工神經網絡技術,利用人工神經網絡在處理多要素、複雜性、模糊性分類問題上的優勢,將形狀相似度、方嚮相似度、位置相似度、大小相似度和重疊麵積相似度作為輸入,採用人機結閤的神經網絡訓練策略,對3層BP神經網絡進行訓練,針對不同的匹配場景穫取神經網絡的權重嚮量集,實現瞭多指標綜閤衡量的居民地匹配.實驗錶明,該方法解決瞭多指標匹配算法存在的理論嚴謹性問題,迴避瞭權重和閾值準確設置的難題,保證瞭匹配算法的科學性、穩定性和準確性.
거민지필배시다원공간수거융합화다척도수거경신적핵심기술배절.침대거민지필배산법중출현적지표권중、필배판정적총상사성역치화각지표상사성역치적준학양화난제,인입인공신경망락기술,이용인공신경망락재처리다요소、복잡성、모호성분류문제상적우세,장형상상사도、방향상사도、위치상사도、대소상사도화중첩면적상사도작위수입,채용인궤결합적신경망락훈련책략,대3층BP신경망락진행훈련,침대불동적필배장경획취신경망락적권중향량집,실현료다지표종합형량적거민지필배.실험표명,해방법해결료다지표필배산법존재적이론엄근성문제,회피료권중화역치준학설치적난제,보증료필배산법적과학성、은정성화준학성.