来源：期刊VIP网 时间：
作者：张自强;刘涛;
单位：西安铁路职业技术学院;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;甘肃省地理国情监测工程实验室;
摘要：针对传统建筑物形状识别方法无法顾及空间认知、不适用于复杂建筑物形状的问题，引入图注意力神经网络识别建筑物形状，采用开源的建筑物形状数据集，使用坐标法、序列法、图方法和特征法等四种方法编码建筑物矢量数据，并对比不同深度学习模型分类建筑物形状的效果。实验表明，在编码方式上，坐标法和序列法精度较差，且分类效果与深度学习模型有一定关系；图方法能很好地分类建筑物形状，特征法能取得比图方法更好的分类效果。在模型上，卷积神经网络和循环神经网络模型分类效果较为均衡，对建筑物特征依赖性不强，而图卷积神经网络模型和图注意力神经网络模型只有和建筑物特征相结合才能取得较好结果，注意力机制的使用能够提高形状分类精度。
关键词：建筑物;;形状分析;;深度学习;;注意力机制;;图注意力神经网络
基金资助：2024年度陕西省教育厅科学研究计划项目(24JK0616);; 国家自然科学基金项目(42261076,42061060);; 西安铁路职业技术学院2024年度立项课题项目(XTZY24J24)
