基于神经网络的地图自动综合研究

基于神经网络的地图自动综合研究

∙作者】蔡永香

∙【学位授予单位】武汉大学

∙【学位名称】博士

∙【外文题名】Research on Automatic Map Generalization based on Neural Network

∙【导师姓名】郭庆胜

∙【学位年度】2007

∙【摘要】地图综合是地图学核心问题，也是新的技术条件下，地图数据处理所面临的最富智慧与技术性挑战的问题之一。随着测量的全数字化和地理信息产业化，地图自动综合的要求更加迫切。目前，地图自动综合中有待进一步研究的问题主要包括智能化地图综合、地理特征及空间关系（空间知识）的自动获取（识别）、地图综合质量评价与综合过程中空间关系的维护以及地图综合算法的进一步完善等几方面的内容。地图综合实质上是当比例尺变化或其他应用需要发生时，从原始数据中选取最能表达区域特征的那些信息，进行概括处理、可视化表达的过程，同时，将次要的信息删除。这种将地理信息根据某种应用需要分成重要信息和次要信息进行选取与删除就是一种对信息的分类，因此，地图综合可以理解为是一种分类问题。而神经网络作为人脑功能基本特性的某种抽象、简化与模拟，其优点和长处在于处理分类问题，特别是处理那些需要同时考虑诸多因素和条件的、不精确和模糊的信息处理分类问题。本文将神经网络技术用于地图自动综合的算法研究，将神经网络方法所擅长的特征提取、模式识别等功能，用于识别地理特征分布和空间结构，进而实现对地理目标的评价，完成取舍决策，解决选取“哪些”实体的问题；而综合操作可能会引起空间关系的不一致，需要对空间关系一致性进行检查与维护，本文从理论上对目标间拓扑关系的等价性抽象规律进行探讨，对地图综合过程中，地形图要素间空间关系的抽象规则进行了归纳总结，为维护和检验空间数据质量提供依据。具体研究工作如下：1）概述了地图综合的基本概念及其发展过程；分析了地图综合作为一个高度智能化和具有创造性的思维过程，在数字环境下有其自身的特点，可以看成是分类与优化问题；介绍了不同学者对地图综合过程提出的不同的分类模式及主要的综合算子；概述了空间数据多重表达的含义及主要研究内容，空间关系、空间关系一致性以及空间关系等价性的基本概念等；介绍了神经网络的基本概念、组成要素、分类以及一些典型的网络模型；根据神经网络的特点和计算能力，分析了神经网络在制图综合领域的应用基础，并回顾了神经网络在GIS领域的相关应用；对两种典型的神经网络模型——自组织特征映射（SOM）和误差反向传播（BP）模型的网络结构、学习算法、相关算法改进进行了介绍。2）描述了点群目标的分布类型、空间分布特征以及点群综合的要求，回顾了现有的点群综合方法；对比点群综合要求与SOM 模型特性分析，探讨了将SOM用于点群综合的可行性；针对Kohonen学习算法中存在的问题，提出了三种综合的方法：①将边界点和内部点分开处理；②在Kohonen学习中引入良心机制，使得密度匹配是精确的匹配；③在Kohonen学习中引入良心机制的基础上，在权向量空间建立delauny三角网确定其邻域，将对格网空间竞争获胜神经

元及其邻域范围内神经元的权值调整，变成直接对权值向量空间的邻域范围内的神经元权值进行调整，拓扑邻域函数中的相关参数也进行相应的调整。对这三种方法进行实例综合比较，确定出能够保持点群的轮廓分布和密度对比特征的基于SOM神经网络的点群综合方法，并用于各种分布的实例点群综合。3）分析了街道网的平面结构特征，回顾了已有的街道网综合方法；分析了影响街道选取的因素，提出了以街道等级、街道长度、是否悬挂、交叉街道数、相交的街道平均长度、街道的街区总面积、街道单位长度的街区面积、相邻街区的最小面积、方位差等9项指标作为街道选取的相关参数；分析探讨了将BP网络用于对街道进行相对重要性评价的可行性；提出了一种新的获取学习样本的方法，即按照街道选取原则、相关制图规范，并参考道路网的综合原则和制图经验，总结出了街道的选取规则，按规则随机产生学习样本，以保证学习样本具有正确性、典型性和代表性的特点；提出了基于BP模型的街道渐进式选取方法，即用学习样本对改进的BP网络进行训练，得到街道网的相对重要程度计算模型，根据街道相对重要性，采用渐进式街道删除方法，实现一定比例尺范围内街道网的自动选取，并用于街道网选取试验。4）以空间拓扑关系组合推理所描述的目标之间的拓扑关系为基础，采用成分抽象的等价转换方法，研究了线与线之间、线与面之间、面与面之间拓扑关系的特点与抽象规律，并根据这些规律给出了相应的拓扑关系等价转换图。根据拓扑关系的等价转换图，可以很方便地表示出不同拓扑关系如何从最复杂关系抽象到最简单关系，从而可以从不同空间尺度上或从不同的空间粒度上依据成分抽象的等价转换规则等价地表达空间拓扑关系。这里所提出的成分抽象的等价转换方法为空间数据多重表达、空间抽象以及地图综合中线状目标之间拓扑关系抽象的等价转换提供了一种可操作性的方法，为进一步用定量方法评判和约束空间抽象中拓扑关系等价转换奠定了理论基础。5）基于空间关系语义分类，按照制图规范，将地图要素间的空间关系进一步细分成19种空间关系，对这19种空间关系进行了定义和描述；针对几种主要综合操作的特点，探讨了综合操作引起的空间关系抽象；研究并总结了地形图综合中要素间空间关系的抽象规则，并将总结的规则用于综合前后空间关系的一致性检查。本文的目的在于将神经网络技术引入制图综合领域，完善地图综合算子，为地图自动综合研究的深入发展提供一个有力的工具；同时，探索综合过程中空间关系的一致性变化规律,为维护和检验空间数据质量提供依据，其根本目的在于促进地图综合自动化的早日实现。本文的研究工作还有待继续，希望今后这方面会有更多的优秀研究成果出现。隐藏更多