现有WMS检索方法多基于服务元数据文本匹配,缺乏对地图内容的"感知",无法应对元数据缺失或图文不符的情境。本文设计了一种多特征多核学习和用户反馈结合的WMS图层检索方法,利用多核学习算法融合颜色、形状与纹理特征,实现图层分类和相似度排序,并通过采集检索结果展示页面中的兴趣图层标记进行用户反馈,以优化分类模型和提高检索精度。试验结果表明,该方法查准率高且检索用时较短,能够与现有基于文本检索的地理信息资源门户集成,实现WMS的快速检索与有效发现。
科研之友
微信
新浪微博
Facebook
分享链接
