一种结合人工交互与主动学习的路网匹配方法

    公开(公告)号:CN113704377B

    公开(公告)日:2024-03-01

    申请号:CN202111003704.0

    申请日:2021-08-30

    Abstract: 本发明提供了一种结合人工交互与主动学习的路网匹配方法,对原始路网数据进行数据预处理得到路网信息;利用缓冲区分析筛选出候选匹配道路,根据两条道路之间的几何差异值构建初始匹配概率矩阵;更新初始匹配概率矩阵,使道路匹配达到全局最优;由查询函数计算道路匹配概率的熵值,选取未被标注匹配对象且熵值最大的道路交给人工进行处理,构建匹配约束集;最后基于人工交互的匹配约束集,优化概率松弛匹配结果,提高最终道路匹配精度。本发明通过主动学习的方法能明显地提升道路网匹配的精度,克服了利用概率松弛算法在复杂道路网匹配中因道路结构相似度过高出现错误匹配的问题,可使稳健匹配对更符合实际情况,匹配更精确。(56)对比文件邓敏 等.一种顾及道路交通流量语义信息的路网选取方法.武汉大学学报• 信息科学版.2020,第45卷(第9期),1438-1447.

    一种结合人工交互与主动学习的路网匹配方法

    公开(公告)号:CN113704377A

    公开(公告)日:2021-11-26

    申请号:CN202111003704.0

    申请日:2021-08-30

    Abstract: 本发明提供了一种结合人工交互与主动学习的路网匹配方法,对原始路网数据进行数据预处理得到路网信息;利用缓冲区分析筛选出候选匹配道路,根据两条道路之间的几何差异值构建初始匹配概率矩阵;更新初始匹配概率矩阵,使道路匹配达到全局最优;由查询函数计算道路匹配概率的熵值,选取未被标注匹配对象且熵值最大的道路交给人工进行处理,构建匹配约束集;最后基于人工交互的匹配约束集,优化概率松弛匹配结果,提高最终道路匹配精度。本发明通过主动学习的方法能明显地提升道路网匹配的精度,克服了利用概率松弛算法在复杂道路网匹配中因道路结构相似度过高出现错误匹配的问题,可使稳健匹配对更符合实际情况,匹配更精确。

Patent Agency Ranking