传统方法在地图多尺度表达研究中存在地图要素结构化描述困难、算法自适应程度不高和空间关系保持能力有限等问题。深度学习在图像解译和时空预测中的成功应用，给地图多尺度表达提供全新思路。根据地图要素几何类型（线要素、面要素），归纳当前深度学习算法用于提取空间分布模式、模拟制图综合过程的相关研究；分析深度学习网络模型在地图多尺度表达中的应用效果，总结当前研究存在的问题和下一步改进方向。
科研之友
微信
新浪微博
Facebook
分享链接
