【技术实现步骤摘要】
一种基于图神经网络的多尺度道路数据匹配方法
[0001]本专利技术涉及地图综合应用
，具体涉及一种基于图神经网络的多尺度道路数据匹配方法。
技术介绍
[0002]随着社会经济的发展，各领域应用部门对道路数据的质量和现势性的要求越来越高。为了保持道路数据的现势性需要对道路数据网进行更新，而不同尺度的道路数据是分层独立储存的，在数据更新过程中需要对不同尺度的数据分别进行更新，这样的更新方式显然需要耗费大量的时间，严重的影响了地理空间数据的现势性。因此将多尺度数据进行关联，有助于空间数据的高效利用，缓解社会经济发展高速发展与地理空间数据现势性低之间的矛盾。
[0003]道路数据匹配作为多源数据融合，多尺度空间数据更新的关键技术，而相邻尺度道路数据因为尺度不同造成了几何和属性信息，其匹配一直是业界的难点。现有的道路匹配算法较为简单，往往依赖于相似性权值和匹配阈值等人为主观因素的影响，从而导致现有的道路匹配方法存在匹配精度不高的问题。
技术实现思路
[0004]为了解决现有的道路匹配方法存在匹配精度不高的...
【技术保护点】
【技术特征摘要】
1.一种基于图神经网络的多尺度道路数据匹配方法，其特征在于，该方法包括以下步骤：获取两种不同尺度的道路网构成道路对，所述道路对包括匹配道路对和不匹配道路对；并对道路对中两种不同尺度的道路网同时进行增强处理，构成网络样本库；将网络样本库中道路对的道路网划分为至少两条子道路，根据子道路中点的连接关系以及长度构建道路对中道路网的对偶图；将道路网中每条道路对应的子道路进行矢量道路数据建模获得道路网对应的邻接矩阵；根据道路网的对偶图获取道路网对应的特征矩阵；将每个道路对中两个道路网对应的邻接矩阵和特征矩阵分别输入图嵌入模型，得到道路对中两种不同尺度的道路网的匹配结果。2.根据权利要求1所述的一种基于图神经网络的多尺度道路数据匹配方法，其特征在于，所述对道路对中两种不同尺度的道路网同时进行增强处理具体为：对道路对中两种不同尺度的道路网同时进行旋转变换和缩放变换；其中，旋转变换的方法具体为：预设旋转坐标点与旋转角度范围，将两种不同尺度的道路网同时绕旋转坐标点，在旋转角度范围内旋转相同的角度得到新的道路对作为增强后的道路对数据；缩放变换的方法具体为：获取道路网中道路首尾两点连线的中点作为缩放的中心点，设定道路缩放的比例范围；将两种不同尺度的道路网在缩放的比例范围内，同比例进行缩放得到新的道路作为增强后的道路对数据。3.根据权利要求1所述的一种基于图神经网络的多尺度道路数据匹配方法，其特征在于，所述根据子道路中点的连接关系以及长度构建道路对中道路网的对偶图具体为：将每条子道路...
【专利技术属性】
技术研发人员：许俊奎，刘春，武芳，姜皓哲，庄清文，
申请(专利权)人：河南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。