期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法
被引量:
3
1
作者
楚潇蓉
逯跃锋
+2 位作者
陈坤
陆黎娟
范俊甫
《科学技术与工程》
北大核心
2019年第28期35-41,共7页
由于不同来源或不同时间,导致了同一地物在存储方式或属性等方面存在着很多差异,这给后期的数据处理和使用带来了诸多不便,因此矢量空间数据匹配已经成为关键性问题。为了便于矢量数据匹配,提出了一种基于栅格化的线状矢量数据匹配方法...
由于不同来源或不同时间,导致了同一地物在存储方式或属性等方面存在着很多差异,这给后期的数据处理和使用带来了诸多不便,因此矢量空间数据匹配已经成为关键性问题。为了便于矢量数据匹配,提出了一种基于栅格化的线状矢量数据匹配方法,其主要思想是对线状矢量数据栅格化,利用支持向量机(support vector machine,SVM)算法提取出所要研究的数据,然后利用Harris算子提取特征点,用尺度不变特征转换(scale-invariant feature transform,SIFT)算法计算特征向量并对其进行匹配,最后把匹配结果转换为矢量数据。结果表明该算法不受平移、旋转、缩放、明亮度变化等的影响,弥补了矢量匹配过程中因数据旋转等问题而无法匹配的不足,将矢量数据栅格化处理,使其数据结构更简单,操作容易,更易于算法的实现。可见该方法便于线状矢量数据的匹配,为道路匹配提供了一种新的方法。
展开更多
关键词
线状矢量数据
栅格化
特征提取
机器学习
匹配
在线阅读
下载PDF
职称材料
题名
基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法
被引量:
3
1
作者
楚潇蓉
逯跃锋
陈坤
陆黎娟
范俊甫
机构
山东理工大学建筑工程学院
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
出处
《科学技术与工程》
北大核心
2019年第28期35-41,共7页
基金
国家重点研发计划(2017YFC0822003,2017YFB0503500,2017YFC1405000,2017YFB0503802)
资源与环境信息系统国家重点实验室开放基金
+1 种基金
国家自然科学基金(91646207)
中国科学院A类战略性先导科技专项(XDA20030302)资助
文摘
由于不同来源或不同时间,导致了同一地物在存储方式或属性等方面存在着很多差异,这给后期的数据处理和使用带来了诸多不便,因此矢量空间数据匹配已经成为关键性问题。为了便于矢量数据匹配,提出了一种基于栅格化的线状矢量数据匹配方法,其主要思想是对线状矢量数据栅格化,利用支持向量机(support vector machine,SVM)算法提取出所要研究的数据,然后利用Harris算子提取特征点,用尺度不变特征转换(scale-invariant feature transform,SIFT)算法计算特征向量并对其进行匹配,最后把匹配结果转换为矢量数据。结果表明该算法不受平移、旋转、缩放、明亮度变化等的影响,弥补了矢量匹配过程中因数据旋转等问题而无法匹配的不足,将矢量数据栅格化处理,使其数据结构更简单,操作容易,更易于算法的实现。可见该方法便于线状矢量数据的匹配,为道路匹配提供了一种新的方法。
关键词
线状矢量数据
栅格化
特征提取
机器学习
匹配
Keywords
linear vector data
rasterization
feature extraction
machine learning
matching
分类号
P208 [天文地球—地图制图学与地理信息工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法
楚潇蓉
逯跃锋
陈坤
陆黎娟
范俊甫
《科学技术与工程》
北大核心
2019
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部