郭宁宁
- 作品数：4 被引量：16H指数：3
- 供职机构：南京师范大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：天文地球交通运输工程自动化与计算机技术更多>>
- 同名边界点的面状居民地要素匹配被引量：6
- 2018年
- 针对空间数据集成与地图增量更新过程中的面实体匹配环节,该文提出利用同名边界点集进行面状居民地要素匹配的方法。该方法从边界点的相似性考虑面状居民地要素的相似性,通过计算候选匹配要素上边界点在位置、转角、关联边等方面的一致性,把面实体相似性的比较转换为同名要素边界点集相似性的比较,简化了面状居民地实体匹配的复杂度。在面状居民地要素的匹配过程中,该文方法可以处理一对一、一对多和多对一的匹配关系。实验证明,该方法在匹配面状居民地要素时,准确率可以达到98%。
- 黄宝群盛业华郭宁宁郭宁宁张思阳
- 关键词：数据集成边界点
- 径向基函数神经网络的路网自动匹配算法被引量：5
- 2018年
- 针对VGI数据中检测更新的问题,该文提出基于径向基函数的神经网络自动匹配算法。通过选取路段的距离、方向、形状和长度4个空间特征的相似度作为衡量路段是否匹配的指标。考虑到4个空间特征指标对匹配的影响力不同,在RBF(radial basis function)神经网络中的隐含层对基函数引入粒度拉伸因子,使径向对称的RBF顾及各向异性。同时对输出层在线性加权求和函数的基础上引入sigmoid函数,使计算结果(路段的匹配度值)归一化。该算法对数据质量较差的VGI路网具有很好的匹配能力,与BP神经网络相比,RBF神经网络在地图匹配中具有更好的匹配效率。
- 郭宁宁盛业华吕海洋黄宝群张思阳
- 关键词：地图匹配径向基神经网络RBF
- 基于人工神经网络的多特征因子路网匹配算法被引量：2
- 2016年
- 在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。
- 郭宁宁盛业华黄宝群吕海洋张思阳
- 关键词：BP神经网络路网
- 矢量道路数据的自动匹配与变化检测研究
- 道路网空间数据是基础地理数据库中的重要组成部分，也是导航应用、灾害救援、物流交通等专题数据的重要内容。因此道路数据的现势性直接决定这些应用能否准确有效。为促进经济快速发展，国家对基础建设，特别是各类道路网络的建设，投入大...
- 郭宁宁
- 关键词：道路网空间数据变化检测径向基函数网络决策树
- 文献传递
