典型地理要素的智能化制圖綜合方法

目錄序前言第1章　引言　11.1　制圖綜合概述　11.1.1　制圖綜合概念　11.1.2　制圖綜合算子　21.1.3　制圖綜合對(duì)象　41.2　智能化制圖綜合概述　51.2.1　智能化制圖綜合概念　51.2.2　智能化制圖綜合背景　61.2.3　智能化制圖綜合意義　71.3　智能化制圖綜合發(fā)展　81.3.1　研究進(jìn)展　81.3.2　存在問題　121.3.3　未來方向　13參考文獻(xiàn)　14第2章　制圖綜合模型與制圖綜合知識(shí)　172.1　制圖綜合模型　172.1.1　道路網(wǎng)骨架層次模型　172.1.2　道路彎曲化簡(jiǎn)模型　212.1.3　居民地重要性影響因子模型　262.2　制圖綜合知識(shí)　312.2.1　制圖綜合知識(shí)的概念與形式化　312.2.2　基于案例的制圖綜合知識(shí)獲取　382.2.3　基于案例學(xué)習(xí)的制圖綜合　45參考文獻(xiàn)　47第3章　道路自動(dòng)化綜合　503.1　基于道路網(wǎng)層次骨架控制的道路選取方法　503.1.1　道路層次骨架提取　503.1.2　各層次Stroke重要性評(píng)價(jià)和選取流程　543.1.3　基于層次骨架的道路選取流程及對(duì)比　583.1.4　實(shí)驗(yàn)與分析　603.1.5　小結(jié)　603.2　基于三元彎曲組劃分的道路形態(tài)化簡(jiǎn)方法　613.2.1　道路化簡(jiǎn)前的預(yù)處理　623.2.2　道路彎曲識(shí)別　633.2.3　三元彎曲組構(gòu)建和化簡(jiǎn)　663.2.4　基于三元彎曲組的循環(huán)化簡(jiǎn)策略　693.2.5　小結(jié)　723.3　基于彎曲的道路化簡(jiǎn)沖突避免方法　733.3.1　道路化簡(jiǎn)導(dǎo)致空間沖突的原因與類型分析　733.3.2　基于彎曲的道路化簡(jiǎn)沖突判別方法　753.3.3　避免產(chǎn)生化簡(jiǎn)沖突的解決方法　773.3.4　小結(jié)　79參考文獻(xiàn)　81第4章　道路智能化綜合　824.1　基于案例類比推理的道路網(wǎng)智能選取方法　824.1.1　CBR模型　824.1.2　基于案例類比推理的道路網(wǎng)智能選取原理　834.1.3　案例庫(kù)簡(jiǎn)化和案例泛化　844.1.4　基于案例類比推理的道路網(wǎng)智能選取流程　874.1.5　實(shí)驗(yàn)驗(yàn)證及結(jié)果分析　894.1.6　小結(jié)　954.2　基于案例歸納推理的道路網(wǎng)智能選取方法　954.2.1　基于案例歸納推理的道路網(wǎng)智能選取原理　954.2.2　歸納學(xué)習(xí)機(jī)制研究　964.2.3　歸納推理結(jié)果　1044.2.4　基于案例歸納推理的道路網(wǎng)智能選取流程　1074.2.5　實(shí)驗(yàn)驗(yàn)證及結(jié)果分析　1084.2.6　小結(jié)　1134.3　基于卷積神經(jīng)網(wǎng)絡(luò)的立交橋識(shí)別方法　1144.3.1　理論依據(jù)　1144.3.2　基于視覺型案例的柵矢結(jié)合立交橋識(shí)別策略　1154.3.3　立交橋初步定位以及案例獲取　1184.3.4　采用AlexNet模型對(duì)立交橋樣本進(jìn)行分類模型訓(xùn)練　1224.3.5　實(shí)驗(yàn)與分析　1254.3.6　小結(jié)　1294.4　線要素（道路）化簡(jiǎn)算法及參數(shù)自動(dòng)設(shè)置的案例類比推理方法　1294.4.1　理論依據(jù)　1294.4.2　案例推理的化簡(jiǎn)算法及參數(shù)自動(dòng)設(shè)置原理　1304.4.3　面向案例類比推理的化簡(jiǎn)效果評(píng)估　1334.4.4　基于案例類比推理的算法及參數(shù)迭代尋優(yōu)　1354.4.5　實(shí)驗(yàn)與分析　1384.4.6　小結(jié)　141參考文獻(xiàn)　141第5章　居民地自動(dòng)化綜合　1435.1　采用主成分分析法的面狀居民地自動(dòng)選取方法　1435.1.1　采用主成分分析法的居民地重要性評(píng)價(jià)原理　1435.1.2　主成分分析法的原理與步驟　1445.1.3　采用主成分分析法的居民地自動(dòng)選取流程　1465.1.4　實(shí)驗(yàn)驗(yàn)證與分析　1495.1.5　小結(jié)　1525.2　基于層次分析法的面狀居民地自動(dòng)選取方法　1525.2.1　采用層次分析法的居民地重要性評(píng)價(jià)原理　1525.2.2　層次分析法的原理與步驟　1535.2.3　基于層次分析法的居民地自動(dòng)選取流程　1555.2.4　實(shí)驗(yàn)驗(yàn)證與分析　1575.2.5　小結(jié)　1625.3　顧及分布特征的面狀居民地自動(dòng)選取方法　1625.3.1　基于約束Delaunay三角網(wǎng)的居民地分布特征提取　1625.3.2　顧及居民地分布特征的選取流程　1655.3.3　實(shí)驗(yàn)與分析　1685.3.4　小結(jié)　170參考文獻(xiàn)　171第6章　居民地智能化綜合　1726.1　基于決策樹算法的面狀居民地智能選取方法　1726.1.1　理論依據(jù)　1726.1.2　居民地要素屬性參量設(shè)計(jì)與初步分析　1736.1.3　基于決策樹的居民地綜合規(guī)則生成　1766.1.4　實(shí)驗(yàn)與分析　1806.1.5　小結(jié)　1826.2　基于KNN算法的面狀居民地智能選取方法　1826.2.1　KNN算法基本思想及優(yōu)勢(shì)分析　1836.2.2　基于KNN算法的居民地案例的設(shè)計(jì)與構(gòu)建　1846.2.3　基于KNN算法的居民地案例匹配機(jī)制設(shè)計(jì)　1876.2.4　實(shí)驗(yàn)與分析　1896.2.5　小結(jié)　1946.3　顧及多特征的點(diǎn)群居民地SOM聚類選取算法　1946.3.1　點(diǎn)群居民地分類　1956.3.2　外部輪廓居民地選取方法　1956.3.3　內(nèi)部普通居民地選取方法　1966.3.4　實(shí)驗(yàn)與分析　1996.3.5　小結(jié)　2056.4　顧及道路網(wǎng)約束的點(diǎn)群居民地SOM聚類選取算法　2056.4.1　道路在居民地選取中的約束作用　2056.4.2　顧及道路網(wǎng)約束的SOM聚類　2076.4.3　實(shí)驗(yàn)與分析　2096.4.4　小結(jié)　220參考文獻(xiàn)　220第7章　河系智能化綜合　2227.1　基于樸素貝葉斯的樹狀河系分級(jí)方法　2227.1.1　基于樸素貝葉斯的樹狀河系分級(jí)方法原理　2227.1.2　主支流案例的設(shè)計(jì)和獲取　2247.1.3　主支流NBC分類模型的訓(xùn)練和測(cè)試　2277.1.4　實(shí)驗(yàn)與分析　2287.1.5　小結(jié)　2317.2　規(guī)則約束下樸素貝葉斯輔助決策的樹狀河系選取方法　2327.2.1　規(guī)則約束下樸素貝葉斯輔助決策的樹狀河系選取方法原理　2327.2.2　河流選取案例的設(shè)計(jì)與獲取　2347.2.3　河流選取NBC分類模型的訓(xùn)練與測(cè)試　2367.2.4　實(shí)驗(yàn)與分析　2377.2.5　小結(jié)　2407.3　基于支持向量機(jī)的河流化簡(jiǎn)方法　2407.3.1　基于支持向量機(jī)的線化簡(jiǎn)方法原理　2407.3.2　化簡(jiǎn)案例的設(shè)計(jì)及獲取　2427.3.3　SVM分類模型的訓(xùn)練　2467.3.4　實(shí)驗(yàn)與分析　2477.3.5　小結(jié)　250參考文獻(xiàn)　251第8章　基于CGC的制圖綜合知識(shí)服務(wù)架構(gòu)及系統(tǒng)實(shí)現(xiàn)　2538.1　基于CGC的制圖綜合知識(shí)模型　2538.1.1　基于CGC的知識(shí)模型組成　2538.1.2　三種案例及其衍生知識(shí)特點(diǎn)　2548.2　CGC的獲取及存儲(chǔ)　2558.2.1　案例來源　2558.2.2　存儲(chǔ)格式　2578.3　CGC知識(shí)庫(kù)組織管理和使用　2578.3.1　案例預(yù)處理　2588.3.2　案例庫(kù)元數(shù)據(jù)和索引　2598.3.3　案例知識(shí)轉(zhuǎn)化　2608.3.4　知識(shí)庫(kù)更新與共享　2618.4　CGC知識(shí)管理服務(wù)系統(tǒng)設(shè)計(jì)　2628.5　基于CGC的自動(dòng)制圖綜合系統(tǒng)　2648.5.1　實(shí)驗(yàn)系統(tǒng)概述　2648.5.2　系統(tǒng)核心功能實(shí)現(xiàn)　2678.6　小結(jié)　275參考文獻(xiàn)　276