文献类型：期刊文章

作　　者：许俊奎[1,2] 武芳[1] 魏慧峰[3]

机构地区：[1]信息工程大学地理空间信息学院 [2]63880部队 [3]73011部队

出　　处：《测绘科学技术学报》

基　　金：国家自然科学基金项目(41171354;41171305;41101362);国家863计划项目(2007AA12Z211;2009AA12Z305);河南省创新性科技人才队伍建设工程项目(104200510016)

年　　份：2013

卷　　号：30

期　　号：3

起止页码：293-298

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2013_2014、ZGKJHX、核心刊

摘　　要：居民地匹配是多源空间数据融合和多尺度数据更新的核心技术环节。针对居民地匹配算法中出现的指标权重、匹配判定的总相似性阈值和各指标相似性阈值的准确量化难题,引入人工神经网络技术,利用人工神经网络在处理多要素、复杂性、模糊性分类问题上的优势,将形状相似度、方向相似度、位置相似度、大小相似度和重叠面积相似度作为输入,采用人机结合的神经网络训练策略,对3层BP神经网络进行训练,针对不同的匹配场景获取神经网络的权重向量集,实现了多指标综合衡量的居民地匹配。实验表明,该方法解决了多指标匹配算法存在的理论严谨性问题,回避了权重和阈值准确设置的难题,保证了匹配算法的科学性、稳定性和准确性。

关 键 词：神经网络 居民地 匹配  人机结合 相似性  更新  

分 类 号：P208]