浏览全部资源
扫码关注微信
1. 中国地质大学,武汉
2. 河北省制图院
3. 自然资源部第三地理信息制图院
4. 自然资源部数字制图与国土信息应用重点实验室
5. 山东省地图院
Published:2026
移动端阅览
韩维涛, 任东宇, 高燕军, et al. 人工河网双重决策智能化选取方法[J]. 2026, 24(6): 41-45.
DOI:
韩维涛, 任东宇, 高燕军, et al. 人工河网双重决策智能化选取方法[J]. 2026, 24(6): 41-45. DOI:
提出一种面向人工河网的智能化选取方法,基于深度学习模型和人机协同的双重决策,首先基于Half Edge模型生成平面有向图,构建Stroke模型,并使用图神经网络进行筛选,形成初始河网骨架;再根据专家经验通过人机协同方式进行微调,达到应用标准。实验表明,该方法实现了不同数据源、地理环境及制图用途下的自适应选取,兼顾语义信息与空间分布,显著提升数据缩编效率和数据库质量,具有良好的跨场景泛用性,可广泛支撑地图制作、地理信息服务等工作。
Jürgen Schmidhuber.Deep learning in neural networks: An overview[J].Neural Networks,2015.
Corinna Cortes,Vladimir Vapnik.Support-Vector Networks.[J].Machine Learning,1995.
翟仁健,武芳,邓红艳,朱鲲鹏.基于遗传多目标优化的人工河网自动选取模型[J].测绘学报,2008(01).
武芳,谭笑,王辉连,翟仁健.顾及网络特征的复杂人工河网的自动选取[J].中国图象图形学报,2007(06).
马超,熊顺,蒋丹妮.图卷积神经网络在道路网选取中的应用[J].测绘科学,2022(12).
朱余德,杨敏,晏雄锋.利用图卷积神经网络的道路网选取方法[J].北京测绘,2022(11).
罗浩,任东宇,周启,文学虎,车一鸣.层次化表达模型辅助的导航与制图道路网匹配方法[J].测绘科学,2023(10).
罗浩,廖顺华,周何帆,程灵雅,邓维熙,张璇.城市全域道路多级自动选取方法[J].地理空间信息,2025(06).
车一鸣,邓维熙,冯飞军,张静静,卢文渊,任东宇.耦合机器学习与连通性修正的河流选取模型[J].地理空间信息,2025(09).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution