基于神经网络决策树的矢量数据更新信息快速识别方法研究
更新信息的建模与检测是空间数据库更新的研究重点.目前,更新信息的检测方法侧重于对多项评价指标的统计分析,需要通过反复试验得出判断参数,容易受人为因素影响.模式识别技术的自学习、自组织能力可用于挖掘空间数据隐含的特征.本文以1:2000的矢量地形图数据为例，进行同比例尺下的更新信息识别实验。实验结果表明，四叉树层次检索方法在变化比率较低的情况下，可大幅度地提高变化信息的检索速度。基于神经网络决策树的更新信息识别方法与规则判定方法相比，识别的准确率更高，有助于提升矢量数据更新的自动化与智能化水平，具有实用价值。
空间数据库 矢量地形图 数据更新 信息识别 检索速度 神经网络决策树
郭泰圣 张新长
中山大学地理科学与规划学院,广州,510275 中山大学地理科学与规划学院,广州,510275;广东省城市化与地理环境空间模拟重点实验室,广州,510275
国内会议
徐州
中文
56-56
2014-10-11（万方平台首次上网日期，不代表论文的发表时间）