建筑物线型排列模式识别的图卷积神经网络方法

• 作者: 周校东 孟妮娜 王安东
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 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
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 地图制图学与地理信息工程
• 页码范围: 627-631
• 页数: 5页
• 分类号: P208
• 字数: 3334字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2019.06.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周校东		23	113	6.0	10.0
2	孟妮娜	长安大学地质工程与测绘学院	15	38	4.0	5.0
3	王安东	长安大学地质工程与测绘学院	2	2	1.0	1.0