简介：多尺度网状河系匹配是水系数据集成、融合与更新的重要组成部分.鉴于现有网状河系匹配方法未对匹配模式进行预先识别,并缺乏针对性的匹配策略,本文提出基于图神经网络的多尺度网状河系分类匹配方法.首先,将大比例尺网状河系构建为图结构,将其与小比例尺河系之间的匹配模式作为节点的标注,并计算节点特征;然后,利用图神经网络对节点特征进行采样和聚合,建立起河段特征与匹配模式之间的映射关系;最后,根据河系中各河段的匹配模式类别,对其采取相应的匹配策略.试验结果表明,本文方法有效提高了网状河系的匹配精度,具备较好的理论与应用价值.展开
