| 本论文创新点 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-12页 |
| 图索引 | 第12-14页 |
| 表索引 | 第14-15页 |
| 1 绪论 | 第15-31页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-27页 |
| 1.2.1 空间相似性研究现状 | 第16-20页 |
| 1.2.2 目标匹配技术研究现状 | 第20-24页 |
| 1.2.3 地理信息数据更新研究现状 | 第24-26页 |
| 1.2.4 存在的问题 | 第26-27页 |
| 1.3 本文研究目标和内容 | 第27-28页 |
| 1.3.1 研究目标 | 第27页 |
| 1.3.2 研究内容 | 第27-28页 |
| 1.4 研究思路及文章组织结构 | 第28-31页 |
| 2 相似性匹配概述 | 第31-45页 |
| 2.1 空间相似性 | 第31-41页 |
| 2.1.1 定义与特征 | 第31-34页 |
| 2.1.2 相似元与相似系统 | 第34-35页 |
| 2.1.3 常用计算方法 | 第35-39页 |
| 2.1.4 空间相似性产生根源 | 第39-41页 |
| 2.2 地理要素多重表达特征 | 第41-42页 |
| 2.3 目标匹配流程与评价 | 第42-44页 |
| 2.3.1 目标匹配一般流程 | 第42-43页 |
| 2.3.2 匹配算法的评价 | 第43-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3 候选匹配集的获取 | 第45-55页 |
| 3.1 缓冲区增长法 | 第45-46页 |
| 3.2 空间索引法 | 第46-53页 |
| 3.2.1 层次理论 | 第46-48页 |
| 3.2.2 城市形态 | 第48-49页 |
| 3.2.3 空间索引概述 | 第49-50页 |
| 3.2.4 统一基础网格 | 第50-52页 |
| 3.2.5 基于统一基础网格的空间层次索引建立 | 第52-53页 |
| 3.3 基于统一基础网格空间层次索引候选匹配集快速获取 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 基于PSO神经网络的面状目标匹配方法 | 第55-81页 |
| 4.1 面要素匹配类型 | 第55-56页 |
| 4.2 已有目标匹配方法 | 第56-61页 |
| 4.3 基于PSO神经网络的多指标目标匹配 | 第61-71页 |
| 4.3.1 人工神经网络 | 第61-63页 |
| 4.3.2 基于PSO的神经网络优化结构 | 第63-68页 |
| 4.3.3 基于PSO神经网络的目标匹配算法 | 第68-71页 |
| 4.4 实验与分析 | 第71-79页 |
| 4.4.1 实验数据 | 第71-73页 |
| 4.4.2 神经网络训练 | 第73-74页 |
| 4.4.3 匹配实验结果 | 第74-76页 |
| 4.4.4 对比分析 | 第76-79页 |
| 4.5 本章小结 | 第79-81页 |
| 5 基于目标匹配的数据联动更新方法 | 第81-98页 |
| 5.1 空间数据更新概述 | 第81-82页 |
| 5.2 多重表达空间数据库 | 第82-85页 |
| 5.3 多重表达数据更新模式 | 第85-88页 |
| 5.3.1 缩编更新模式 | 第86-87页 |
| 5.3.2 要素级联动更新模式 | 第87-88页 |
| 5.4 多重表达数据联动更新 | 第88-93页 |
| 5.4.1 变化与更新的对应关系 | 第88-90页 |
| 5.4.2 建立匹配关系 | 第90页 |
| 5.4.3 联动更新流程 | 第90-93页 |
| 5.5 数据联动更新实验 | 第93-97页 |
| 5.6 本章小结 | 第97-98页 |
| 6 总结与展望 | 第98-101页 |
| 6.1 论文总结 | 第98-99页 |
| 6.2 论文贡献及创新点 | 第99-100页 |
| 6.3 研究展望 | 第100-101页 |
| 参考文献 | 第101-115页 |
| 攻读博士学位期间主要科研成果 | 第115-116页 |
| 致谢 | 第116页 |