基于MBR组合优化算法的多尺度面实体匹配方法

针对多尺度匹配中同名实体位置偏差较大,无法直接通过面积重叠法获得候选匹配的问题,本文提出了一种基于最小外包矩形(MBR)组合优化算法的多尺度面实体匹配方法.本文方法的基本思想是通过MBR组合优化和简要的形状特征来筛选1:1、1:N和M:N候选匹配,然后构建多因子人工神经网络模型来评估候选匹配.试验选取浙江省舟山市1:2000岛礁基础数据和1:10000陆地基础数据中的居民地与设施面进行匹配算法的验证.结果表明,本文方法相对于基于面积重叠-神经网络的匹配方法表现出显著的优势,对存在位置偏移的匹配数据准确率和召回率分别达到了达到96.5％,达到89.0％,且能够识别所有匹配类型.