- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于图注意力网络(GraphAttentionNetwork,GAT)的不规则三角网数字高程模型TIN的制图综合方法,包括步骤如下:首先以TIN的顶点作为图节点,以TIN的边作为节点之间的邻接边,构建一个基于图注意力机制的图卷积神经网络,其中,图节点的特征矩阵包括点的几何、统计和空间关系特征,边的注意力权重由TIN结构中邻接边的上下文关系确定。其次,使用三维道格拉斯扑克算法对TIN顶点进行综合,以此获取图节点的标签数据,并将其引入GAT网络用于学习节点的保留和舍弃。最后,基于
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117671165A
(43)申请公布日2024.03.08
(21)申请号202311359807.X
(22)申请日2023.10.19
(71)申请人兰州交通大学
地址730070
文档评论(0)