期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
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
上一页 1 下一页 到第
使用帮助 返回顶部