首页 > 期刊 > 自然科学与工程技术 > 基础科学 > 天文学 > 地理信息世界 > 基于RBF神经网络的OSM道路网智能选取 【正文】

基于RBF神经网络的OSM道路网智能选取

刘佩; 袁林辉; 张康; 沈婕; 马劲松 南京大学地理信息科学系; 江苏南京210023; 南京师范大学虚拟地理环境教育部重点实验室; 江苏南京210046; 南京师范大学地理科学学院; 江苏南京210046; 江苏省地理信息资源开发与利用协同创新中心; 江苏南京210023
  • osm
  • 径向基函数
  • 神经网络
  • 道路网选取
  • 自动制图综合

摘要:针对目前自动制图综合方法在软件平台没有普及,电子地图仍以人工编制为主,Open Street Map(简称OSM)道路不适合作为标准地图等问题,提出了一种将径向基函数神经网络(Radial Basis Function, RBF)应用在OSM道路网自动选取中的方法。根据多种常用的语义、几何、拓扑参数综合考虑道路网的重要性,并将该算法在系统平台中加以实现,以期为OSM道路网自动选取的精度提高和应用普及提供解决方案。实验结果与实际制图结果在形状结构上保持良好,精度为86.92%,相较于BP(Back Propagation)神经网络算法的效果有所提高。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询