线要素化简算法及参数的案例推理方法研究

线要素化简算法参数设置的案例推理方法研究论文汇报提纲线要素化简算法参数设置的案例推理方法研究案例推理参数设置的基本原理2研究背景与意义1试验与分析3关于课题的一些思考4一、相关研究背景线要素化简算法参数设置的案例推理方法研究问题分析解决方案化简算法的选择以及参数设置依赖于人工反复修正将人工化简结果视为案例从少量的专家化简案例中反推算法及参数的最优设置更加快速精确地得到合适的化简程度，满足不同区域、不同要求下的个性化制图需求。效率低下二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究基于案例的算法参数设置流程提供少量的化简案例（化简前、化简后）作为参照多个算法在参数候选集内对案例（化简前）进行化简，得到候选结果通过合适的相似性评价指标和参数寻优策略实现类比推理（即自动筛选出与案例（人工化简）吻合度最高的候选结果，并记录算法和参数的组合）二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究1、案例的记录（自动获取）关键性步骤2、面向案例类比推理的化简效果评估3、算法及参数的案例类比寻优二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究线要素化简案例1、案例的记录（自动获取）线要素化简案例的定义源于CBR中对于案例的定义。在实际的案例数据管理中，化简案例数据的主体是作为参照的一对线状要素数据（OLi,RLi）线要素化简案例示意图二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究1、案例的记录（自动获取）结构化表示O表示化简前线要素的集合，O={OL1,OL2,…,OLm

}；R={RL1

,RL2,…,RLm}表示化简后线要素的集合；f表示算法化简结果ALi与案例结果RLi的相似性计算函数；用于评价化简程度是否符合预期。二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究1、案例的记录（自动获取）案例获取方式（1）由经验丰富的制图专家提供化简案例。（2）调取相应的成果数据，以目标比例尺线要素数据为基准自动获取化简案例。线要素化简案例自动获取示意图二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究评价指标选取标准2、面向案例类比推理的化简效果评估（1）能够在“相同化简算法不同阈值”化简结果的纵向比较中，衡量不同阈值化简程度的优劣；（2）能够在“不同化简算法最优阈值”化简结果的横向比较中，衡量不同算法化简结果的优劣。化简结果随算法阈值变化示例图二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究评价指标选取过程2、面向案例类比推理的化简效果评估常用的相似性评价指标二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究评价指标选取过程2、面向案例类比推理的化简效果评估Hausdorff距离指标转角函数指标缓冲区限差指标D-P算法Li-Openshaw算法弯曲组算法测试不同的相似性评价指标是否能够筛选出最优的算法化简结果二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究评价指标选取过程2、面向案例类比推理的化简效果评估Hausdorff距离指标相似性变化曲线图转角函数随指标相似性变化曲线图随着化简阈值增加的相似性变化曲线：应存在明显的峰值；且峰值所对应化简结果为最佳。D-P算法Li算法弯曲组算法二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究评价指标选取过程2、面向案例类比推理的化简效果评估缓冲区限差指标相似性变化曲线图缓冲区限差指标曲线最符合预期的结果，存在明显的峰值且曲线峰值所对应的各算法化简结果均与给定的案例化简结果十分相近能比较出不同算法间最优结果的优劣程度二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究3、算法及参数的案例类比寻优参数候选集获取DP算法：（0-Vmax）Li-Openshaw算法：（0-Dmax）弯曲组算法：（Amin-Amax）“1/100*阈值范围”为基本步长k进行插值，得到候选集（注：为提高精度根据需要可在得到初步最优阈值后，在初步最优阈值的前后步长范围内进行二次插值）二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究3、算法及参数的案例类比寻优参数寻优过程寻优过程分为以下两个步骤：（1）各化简算法使用参数候选集中参数值对案例源数据进行迭代化简，寻找该算法对于各组案例的最优阈值设置；（2）根据各化简算法最优阈值的平均值以及其相似性分布情况，得到最优算法和阈值参数的组合。二、案例推理参数设置的基本原理线要素化简算法参数设置的案例推理方法研究3、算法及参数的案例类比寻优参数寻优过程以综合评价指标E作为最终的筛选标准三、试验与分析线要素化简算法参数设置的案例推理方法研究试验数据宁波市附近1：5万和1:25万的两幅不同比例尺道路网数据三、试验与分析线要素化简算法参数设置的案例推理方法研究试验数据从非测试区域中选择20组同名线要素作为化简案例部分线要素案例示例图三、试验与分析线要素化简算法参数设置的案例推理方法研究统计结果通过比较E值的大小最终得出，化简半径阈值为120.27m的Li-Openshaw算法为实施本次化简的最优算法和参数组合。三、试验与分析线要素化简算法参数设置的案例推理方法研究化简结果（全局）最优算法和阈值的化简结果已有成果图三、试验与分析线要素化简算法参数设置的案例推理方法研究化简结果（局部）1:5万本文化简+1:25万理论值化简+1:25万

化简力度不够概括程度十分相近阈值:120.27m阈值:50.00m三、试验与分析线要素化简算法参数设置的案例