来源：期刊VIP网 时间：
作者：李磊;王中辉;
单位：兰州交通大学测绘与地理信息学院;地理国情监测技术应用国家地方联合工程研究中心;甘肃省测绘科学与技术重点实验室;
摘要：针对传统的立交桥识别方法依赖人工设计的低维特征，难以准确识别复杂和非典型立交桥的问题，该文提出了一种基于图注意力网络的立交桥识别方法。利用开放街道地图(OSM)的道路数据进行实验，首先，通过点密度聚类方法对获取到的6个城市中心的道路网(包括北京、深圳、成都、武汉、长沙和重庆)进行数据集提取，得到需要识别的道路数据集；然后，将道路网建模为对偶图，结合道路的局部特征与全局特征，以表征图中相关节点；最后，利用图注意力网络以监督学习的方式进行二分类，实现立交桥的识别。实验结果表明，该文各项分类指标，如精确率、召回率和F1值均超过91%,表明该方法在识别复杂和非典型立交桥方面的优越性，此外，模型在不同城市数据集上的泛化能力良好，表现出较强的适应性。
关键词：道路识别;;深度学习;;图注意力网络;;密度聚类;;对偶图;;二分类问题
