摘要
本发明属于绿道选线技术领域,涉及一种基于图神经网络的绿道选线方法,包括以下步骤:步骤一:点的选择与提取;步骤二:基于点的选取,构建图神经网络所需节点矩阵;步骤三:构建两层GCN网络,实现对于绿道的精确求解;本发明的优点是:通过利用传统的阻力因子所具有的多种数据,结合行人对于自然景观、游憩的喜好等行人的主观因素,利用图神经网络模型实现对于绿道的选择,充分运用该模型在大规模数据集上进行训练后,能够学习到复杂的地理特征、地形和环境条件以及行人活动和景观密度,实现提供高精度的绿道选线预测。实现对于绿道的精确选择。
技术关键词
选线方法
生态
矩阵
自然景观
ArcGIS工具
兴趣点
空间分析模块
节点特征
工具箱
神经网络参数
工具包
高密度
选线技术
训练集数据
低密度
神经网络模型
软件
系统为您推荐了相关专利信息
时空注意力机制
深层特征提取
浅层特征提取
融合特征
视频帧
业务流程模型
协同监测方法
协同监测系统
关系
挖掘算法
贝叶斯神经网络
力估算方法
智能轮胎
传感器安装位置
轮胎有限元模型