基本信息:
- 专利标题： 一种地图要素深度学习表征的可视化分析方法及系统
- 申请号：CN202410042035.5 申请日：2024-01-11
- 公开(公告)号：CN117853607A 公开(公告)日：2024-04-09
- 发明人： 闫浩文 , 李蓬勃 , 禄小敏 , 李精忠 , 杨维芳 , 张黎明
- 申请人： 兰州交通大学
- 申请人地址： 甘肃省兰州市安宁区安宁西路88号兰州交通大学
- 专利权人： 兰州交通大学
- 当前专利权人： 兰州交通大学
- 当前专利权人地址： 甘肃省兰州市安宁区安宁西路88号兰州交通大学
- 主分类号： G06T11/20
- IPC分类号： G06T11/20 ; G06F16/29 ; G06F16/26 ; G06N3/0895 ; G06V10/44 ; G06V10/82
摘要：
本发明公开了一种地图要素深度学习表征的可视化分析方法及系统。首先，通过编码器‑解码器结构训练生成模型，训练完成的解码器能够将地图要素的深度学习表征从特征空间映射到视觉可感知的地图空间。然后，通过深度学习表征的变换、解码和可视化分析，提取对应地图要素的可认知概念，并将特征空间各个维度与可认知概念对齐；最后，通过人工设计案例的直接验证和观察分类器权重的间接验证方法评价概念对齐结果。本发明能够有效避免数据标注，降低生成模型的训练负担；可应用于点、线、面等地图要素，具有一定适应性；能够利用可视化人机互动，为地图要素深度学习表征提供直观的解释，有助于相关深度学习模型的评价、优化和应用。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T11/00 | 两维（2D）图像的发生，例如从一个绘图到一个位像图 |
| --------G06T11/20 | .根据基本元件绘图 |