建筑物线型排列模式识别的图卷积神经网络方法

论文摘要

针对建筑物空间分布模式识别过程中,建筑物参数间权重和模式间分类阈值难以确定的问题,设计了一种基于图卷积神经网络的建筑物线型排列模式识别方法。该方法在计算建筑排列特征因子和建立建筑物间邻近关系的基础上,根据图卷积操作与B-P神经网络搭建了图卷积神经网络模型,通过对样本的监督学习,建立预测模型。最后,在OpenStreetMap公开数据集上进行了实验。结果表明,该方法能够准确地识别建筑物线型排列的3种模式。

论文目录

• 1 建筑物线型排列模式划分及度量因子
•   1.1 建筑物线型排列模式分类
•   1.2 建筑物个体特征度量
•   1.3 建筑物排列结构特征度量
• 2 图卷积神经网络模型与实验数据预处理
•   2.1 图卷积公式与图卷积神经网络模型
•     2.1.1 图卷积公式
•     2.1.2 图卷积神经网络模型
•   2.2 建筑物排列数据的获取和预处理
•     2.2.1 建筑物排列特征矩阵
•     2.2.2 基于邻近距离的建筑物排列邻接矩阵
•     2.2.3 建筑物排列标签向量
• 3 建筑物排列模式识别实验及分析
•   3.1 实验数据集及参数设置
•   3.2 实验结果及分析
• 4 结论

文章来源

类型: 期刊论文

作者: 孟妮娜,王安东,周校东

关键词: 建筑物空间分布,模式识别,空间数据挖掘,图卷积神经网络,线型排列

来源: 测绘科学技术学报 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 自然地理学和测绘学,建筑科学与工程,计算机软件及计算机应用

单位: 长安大学地质工程与测绘学院,西安测绘研究所

基金: 国家自然科学基金项目(41501498),长安大学中央高校基本科研业务费专项资金项目(300102260403),地理信息工程国家重点实验室自主研究课题资助项目(SKLGIE2019-ZZ-2)

分类号: TU198;P208

页码: 627-631

总页数: 5

文件大小: 1026K

下载量: 53