《表1 选取结果表:基于RBF神经网络的OSM道路网智能选取》
从选取结果的情况来看,本文的道路网自动选取系统能够自动完成道路网选取知识的学习以及选取过程的重现,且取得了较好的选取效果。与制图者实际制图的情况接近,误删道路基本都是长度较短的道路,而误选道路长度都比较长,整体上满足形状保持、疏密合理的要求。在没有制图综合知识的情况下,用户能够自己通过该平台高效地完成道路网的自动选取过程。经统计,徐汇区的道路路段数量为1 101条,删除琐碎数据并进行相关预处理后,构建stroke数目为107条,误选8条,误删6条,选取结果见表1,选取准确率达到86.92%,选取错误率为13.08%,选取结果比较接近期望的标准地图。由图6可以看出,误删道路的长度都比较短。而误选道路的长度比较长。分析选取结果产生偏差的可能原因,道路的长度对选取结果产生了决定性的影响,选取参数中长度的影响比较大。后期可以考虑对参数系统进行改进,对各参数进行研究,设置权重,以避免因为一个参数影响全局选取结果的情况。
图表编号 | XD0052932300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 刘佩、袁林辉、张康、沈婕、马劲松 |
绘制单位 | 南京大学地理信息科学系、南京大学地理信息科学系、南京大学地理信息科学系、南京师范大学虚拟地理环境教育部重点实验室、南京师范大学地理科学学院、江苏省地理信息资源开发与利用协同创新中心、南京大学地理信息科学系、江苏省地理信息资源开发与利用协同创新中心 |
更多格式 | 高清、无水印(增值服务) |