一种路网语义相似性度量模型制造技术

本发明专利技术公开一种“整体(骨架树)

【技术实现步骤摘要】
一种路网语义相似性度量模型


[0001]本专利技术涉及路网匹配和地图综合领域，特别涉及一种顾忌路网属性特征、上下级空间拓扑特征和邻域要素特征的“整体(骨架树)
→
部分(同构子树)
→
个体(stroke)”的路网层次化语义相似性度量模型。

技术介绍

[0002]路网是由不同等级和用途的道路通过一定的布局组成的网状道路系统。路网地理数据作为一个国家或地区的基础地理数据，不仅在军事、经济、运输等领域意义重大，而且在城市规划、数字城市、智慧城市等方面也发挥着非常重要的作用。当前，由于路网地理数据资源具有多源、异构、异质等特点，一定程度上影响着其空间数据的共享、融合等，尝试借助不同数据之间的相似性来解决该问题一直备受关注。此外，在地图制图综合过程中，相似性的定量计算也是准确、合理地定量表达多尺度路网的关键。
[0003]目前，路网语义相似性主要利用若干特征项的属性信息进行性评估。实际上，路网数据不仅属性特征丰富(如道路名称、道路等级、道路长度等)，而且分级层次结构明显(如高速公路、国道、省道、县道等)，综合利用属性特征语义和分级层次结构进行相似性评估显得更加自然、合理。此外，部分路网数据的属性信息不完整，甚至存在缺失的情况，这会或多或少影响相似性评估结果。然而，路网不是独立存在于地理环境之中，而是与邻域内其他地理实体相互联系、相互制约和相互渗透，除自身语义存在相似性外，其邻域内的其他地理实体也具备一定相似性，尤其是与道路密切相关的POI，故可以借助邻域内的POI语义信息相似性间接地评估路网的相似性，从而提高评估结果的准确性。

技术实现思路

[0004]在此背景下，针对现有路网语义相似性模型约束特征偏少、实用性受限等问题，提出一种顾忌路网属性特征、上下级空间拓扑特征和邻域要素特征的“整体(骨架树)
→
部分(同构子树)
→
个体(stroke)”的路网层次化语义相似性度量模型。该模型依次按照道路弧段的名称、等级和方向的优先级顺序生成路网stroke，基于骨架关联树表征路网层次结构特性，采用主客观综合法确定语义权重，借助同构子树并综合属性特征、空间拓扑特征和邻域要素特征3种语义加权计算stroke对的总相似性。其中，空间拓扑特征语义相似性根据当前stroke与其上、下级stroke的连接关系进行计算，邻域要素特征相似性根据stroke邻域内的POI强度进行计算。图1可以直观地反映该模型的构建原理，主要包括生成路网stroke、构建关联骨架树、生成同构子树、计算stroke对语义相似性。
附图说明
[0005]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本专利技术的示意图，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提
供的附图获得其他的附图。
[0006]图1(a)和图1(b)分别为本专利技术提供的路网A和路网B经过stroke技术表达的路网stroke示意图。
[0007]图1(c)和图1(d)分别为本专利技术提供的A路网stroke和B路网stroke生成的关联骨架树示意图。
[0008]图1(e)为本专利技术提供的A路网stroke和B路网stroke提取的同构子树示意图。
[0009]图1(f)为本专利技术提供的同构子树中stroke对的相似性计算示意图。
[0010]图2为利用本专利技术提供的模型与既有文献推荐的模型进行路网匹配的结果对比图。
具体实施方式
[0011]为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面结合附图和实施例对本专利技术作进一步的详细说明。显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0012]以下步骤为路网stroke生成过程：
[0013](1)基于路网数据生成对应的普通路网拓扑结构，分别求解弧段集合L＝{l1，
…
，l
n
}和节点集合P＝{p1，
…
，p
m
}。
[0014](2)当节点p
i
连接弧段l
i
的数量超过1，则生成对应的连接候选集C＝{(l
i
，l
p
)，(l
i
，l
q
)，
…
，}和弧段夹角集A＝{α
ip
，α
iq
，
…
}。
[0015](3)若元素(l
i
，l
p
)中两弧段名称均未缺失，判断l
i
和l
p
的弧段名称是否相同，相同则连接为同一stroke，并将C中的其他元素删除，同时返回至步骤(2)使i＝i+1，否则(即l
i
、l
j
弧段名称存在缺失)，转至步骤(4)。
[0016](4)将l
p
替换为l
q
，继续执行步骤(3)，直至遍历完C中的所有元素，并转至步骤(5)。
[0017](5)若元素(l
i
，l
p
)中两弧段的等级均未缺失，判断l
i
和l
p
的弧段等级是否相同，相同则连接为同一stroke，并将C中的其他元素删除，同时返回至步骤(2)使i＝i+1，否则(即l
i
、l
j
弧段等级存在缺失)，转至步骤(6)。
[0018](6)将l
p
替换为l
q
，继续执行步骤(5)，直至遍历完C中的所有元素，并转至步骤(7)。
[0019](7)设置夹角阈值[α]，在候选集C中选择α
ip
≥[α]的一个连接，若存在多个α
ip
≥[α]的连接，选择α
ip
为最大的一个连接。
[0020](8)根据弧段间stroke连接关系将L中的弧段进行分组，得到stroke集合S＝{s1，
…
，s
m
}，其中s
k
＝{l
x
，l
y
，l
z
，
…
}。
[0021]以下步骤为关联骨架树构建过程：
[0022](1)依次按照stroke等级、长度对其进行排序，生成stroke有序集合S
order
＝{sⅠ‑
i
，
…
，s
Ⅱ‑
i
，
…
，s
Ⅲ‑
i
，
…
，s
Ⅳ‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路网语义相似性度量模型，其特征在于，包括：从“整体(骨架树)
→
部分(同构子树)
→
个体(stroke)”的角度入手构建路网层次化语义相似性度量模型；该模型顾忌了路网的属性特征、上下级空间拓扑特征和邻域要素特征3种语义信息。2.如权利要求1所述的路网语义相似性度量模型，其特征在于，包括：利用stroke技术表达道路弧段；基于骨架关联树表征路网分级层次结构特性；采用主客观综合法确定语义权重；借助同构子树计算stroke对的相似度。3.如权利要求2所述的路网语义相似性度量模型，其特征在于，根据道路弧段的名称、等级和夹角的优先级顺序生成路网stroke。4.如权利要求2所述的路网语义相似性度量模型，其特征在于，根据路网stroke的等级和长度生成关联骨架树，进而表达路网分级层次结构特性。5.如权利要求2所述的路网语义相似性度量模型，其特征在于，根据语义特点的不同采用层析分析法和熵权法确定语义权重。6.如权利要求2所述的路网语义相似性度量模型，其特征在于，借助同构子树上的stroke对的特征项语义信息、上下级空间拓扑关联语义信息和邻域内POI强度计算其相似性。7.如权利要求6所述的路网语义相似性度量模型，其特征在于，stroke对总相似性按照stroke的属性特征项语义相似性、上下级空间拓扑关联语义相似性、邻域要素特征语义相似性加权综合评估：S(I
a
,I
b
)＝w
p
S
p
(I
a
,I
b
)+w
r
S
r
(I
a
,I
b
)+w
v
S

【专利技术属性】
技术研发人员：闫浩文，王玉竹，禄小敏，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：