知识引导的碎片化栅格地形图比例尺智能识别

• Published in: 测绘学报 Vol. 53; no. 1; pp. 146 - 157
• Main Authors: 任加新, 刘万增, 陈军, 张蓝, 陶远, 朱秀丽, 赵婷婷, 李然, 翟曦, 王海清, 周晓光, 侯东阳, 王勇
• Format: Journal Article
• Language: Chinese
• Published: 国家基础地理信息中心,北京 100830 2024; 中国矿业大学环境与测绘学院,江苏徐州 221116%中南大学地球科学与信息物理学院,湖南长沙 410083%中国测绘科学研究院,北京 100830; 自然资源部时空信息与智能服务重点实验室,北京 100830; 湖北珞珈实验室,湖北武汉 430079%国家基础地理信息中心,北京 100830; 中南大学地球科学与信息物理学院,湖南长沙 410083; 自然资源部时空信息与智能服务重点实验室,北京 100830%国家基础地理信息中心,北京 100830
• Subjects: 专家知识; 混合智能; 栅格地形图; 深度卷积神经网络; expert knowledge; deep convolutional neural network; scale rec-ognition; hybrid intelligence; 比例尺识别; 智能化测绘; raster topographic map; intelligentized surveying and mapping
• ISSN: 1001-1595
• DOI: 10.11947/j.AGCS.2024.20230005

P258; 比例尺是确定地形图秘密等级的重要依据.本文针对碎片化栅格地形图比例尺判定的难题,通过凝练地图尺度特征先验知识,引导构建专家知识图像金字塔数据集(EKIPD),然后使用深度卷积神经网络算法进行建模,构建以知识为引导,以数据为驱动,以算法为核心的知识、数据与深度卷积神经网络耦合的混合智能模型.统计EKIPD中不同尺寸碎片化地形图的样本分布得到最优识别尺寸(ORS),然后以ORS为步长对待识别地形图进行切分;对每个子图分别使用模型进行预测,集成子图的预测结果得到碎片化栅格地形图的比例尺.经过试验验证,本文方法的识别精度在97％左右,证明了本文方法的有效性.