科研之友
微信
新浪微博
Facebook
分享链接
摘要
形状识别和分类是地图制图综合的重要内容之一，面状居民地要素作为地理空间矢量数据的重要组成部分，其形状认知是制图综合的基础。针对当前几何和统计形状分类方法的不足，借助图卷积神经网络的图数据分类能力，提出了一种基于图卷积神经网络的面状居民地形状分类方法，该方法首先从面状居民地轮廓多边形入手，提取其轮廓的多个特征，获取形状的图表达；其次，利用图卷积神经网络对居民地形状信息进行多轮次提取和聚合，将形状信息嵌入到一个高维向量中；最后，利用全连接神经网络对高维形状向量进行分类。实验表明，该方法能够有效提取居民地形状信息，克服了传统分类方法人为设置指标的不足，实现了端到端的居民地形状信息提取与分类。
-
单位信息工程大学地理空间信息学院; 河南大学
