买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国市政工程中南设计研究总院有限公司申请的专利一种要素匹配的数字化地形图联动更新方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117272069B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311423677.1，技术领域涉及：G06F18/22；该发明授权一种要素匹配的数字化地形图联动更新方法是由李俊;覃双煜;汤少帅;李忠享;胡家文;徐伟;黄志华;陶源;付铭;阎波设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本一种要素匹配的数字化地形图联动更新方法在说明书摘要公布了：本发明涉及一种要素匹配的数字化地形图联动更新方法，将数字化地形图中各类型的地形要素根据其形状抽象为要素实体；分别建立各个要素实体的缓冲区，在要素实体的缓冲区中分别获得该要素实体的类型对应的各个候选匹配对；将各种要素实体的候选匹配对的相似性特征作为机器学习的训练样本集，每种类型的要素实体均训练2个匹配关系识别模型，分别为模型一和模型二；利用各类要素实体的模型一分别对点、线和面实体数据进行初次识别，利用各类要素实体的模型二对其余未匹配的各种要素实体进行联动匹配；定义数据融合规则，基于联动匹配结果对异源地形图数据进行增量更新；实现图形和属性信息的动态更新，为建立地形一体化时空数据库提供技术支撑。

本发明授权一种要素匹配的数字化地形图联动更新方法在权利要求书中公布了：1.一种要素匹配的数字化地形图联动更新方法，其特征在于，所述更新方法包括： 步骤1，将所述数字化地形图中各类型的地形要素根据其形状抽象为要素实体，所述要素实体包括：点实体、线实体和面实体； 步骤2，分别建立各个所述要素实体的缓冲区，在所述要素实体的缓冲区中分别获得该要素实体的类型对应的各个候选匹配对； 步骤3，以内部、边界和外部关系定义各个所述要素实体之间的相离、包含、相接和相交关系；将各个所述要素实体的关联关系划分为强关联、中关联和弱关联； 步骤4，将各种所述要素实体的候选匹配对的相似性特征作为机器学习的训练样本集，每种类型的所述要素实体均训练2个匹配关系识别模型，分别为模型一和模型二；其中，点实体数据用于训练点实体匹配关系识别模型，线实体数据用于训练线实体匹配关系识别模型，面实体数据用于训练面实体匹配关系识别模型；所述相似性特征包括：拓扑相似性，计算所述拓扑相似性基于所述步骤3中划分的所述关联关系获得； 步骤5，利用各类要素实体的模型一分别对点、线和面实体数据进行初次识别，提取初次识别结果中的已匹配要素作为各种要素实体中的地标集，建立各类要素的信息传递模型，依据信息传递模型并将所述地标集作为约束，利用各类要素实体的模型二对其余未匹配的各种要素实体进行联动匹配； 步骤6，定义数据融合规则，基于联动匹配结果对异源地形图数据进行增量更新； 所述步骤4中所述匹配关系识别模型选择OCSVM作为分类器，在创建样本和相似性特征提取之后，选择高斯核函数，并使用最大化的测试集F1得分来获得高斯核带宽和松弛因子；对于输入样本，OCSVM输出标签1或输出标签-1分别表示匹配关系和不匹配关系，并输出样本的决策距离值，所述决策距离值为正数且越接近0表示匹配概率越大； 所述步骤4中，根据所述点实体的候选匹配对的欧氏距离将所述点实体的训练样本集分为严格训练样本集和一般训练样本集；根据所述线实体的候选匹配对的最近距离将所述线实体的训练样本集分为严格训练样本集和一般训练样本集；根据所述面实体的候选匹配对的面积重叠度将所述面实体的训练样本集分为严格训练样本集和一般训练样本集；使用所述严格训练样本集进行训练得到所述模型一，使用所述一般训练样本集进行训练得到所述模型二； 所述拓扑相似性的计算公式为： 其中，a、b和c分别为关联关系强关联、中关联和弱关联时对应的权重；表示拓扑强度，包括：强关联的拓扑强度、中关联的拓扑强度和弱关联的拓扑强度； n表示邻近实体数量，表示该邻近是否匹配的标签值，若该邻近匹配则，若该邻近不匹配则。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国市政工程中南设计研究总院有限公司，其通讯地址为：430010 湖北省武汉市江岸区解放公园路41号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。