本發明涉及一種基于機器學習的空間數據匹配方法,包括四個步驟:1)自動生成匹配訓練樣本,2) 通過機器學習建立分類器模型及其參數,3)應用分類器模型對輸入空間數據進行目標匹配,4)顧及邏 輯和領域約束對匹配結果的過濾和改善。其中機器學習采用以空間目標的位置、大小、形狀和方位等多 種指標作為特征提取。具有如下優點:可避免量綱標準化和多指標加權中的主觀任意性,匹配精度較加 權平均方法更高;匹配模型基于樣本數據學習建立,數據的自適應性較高;建立模型的典型樣本數量少, 可大規模應用;利用空間數據的內在幾何信息,無需額外屬性信息,使用準入性低。
掃碼關注,查看更多科技成果