一种基于强化学习的GIS数据向GEOSOT网格智能划分方法

本发明涉及一种基于强化学习的GIS数据向GEOSOT网格智能划分方法，涉及强化学习技术领域，包括：获取多个网格划分样本，其中，网格划分样本包括样本GIS数据和样本最优网格尺度；基于多个网格划分样本，确定多个网格划分影响因子；基于强化学习算法，建立网格智能划分模型，基于多个网格划分样本训练网格智能划分模型；获取待划分GIS数据；基于多个网格划分影响因子，确定待划分GIS数据的特征数据；通过网格智能划分模型基于待划分GIS数据的特征数据，确定最优网格尺度；根据最优网格尺度，将待划分GIS数据转换为GeoSOT格式，具有提高GIS数据在网格化过程中面临的精度和效率，并减少数据冗余的优点。