利用孪生多层感知机进行线状要素几何相似性判别

• 作者: 孙梦婷 徐立 成毅 葛文 马焜阳
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 深度学习 孪生多层感知机 线状要素 几何相似性 迁移学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 地图制图学与地理信息工程
• 页码范围: 298-303
• 页数: 6页
• 分类号: P208
• 字数: 3322字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2019.03.014

摘要

针对传统的几何相似性判别方法依赖于人工特征的定义和选取,且难以确定合适阈值的问题,提出一种基于孪生多层感知机的线状要素几何相似性判别方法.该方法将线状要素的几何数据转换为二值图像,利用孪生网络和多层感知机提取线状要素的低维模糊性特征;并通过距离函数计算特征差异,判别线状要素的几何相似性.实验表明,该方法在线状要素几何相似性判别中具有良好的效果,同时具有快速迁移学习的能力;并随样本库的扩充和神经网络模型的优化还有进一步改进的空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成毅		33	361	9.0	18.0
2	徐立		33	105	6.0	9.0
4	孙梦婷		9	0	0.0	0.0
5	葛文		20	63	4.0	7.0
6	马焜阳		5	1	1.0	1.0