公开(公告)号：CN117575014B

公开(公告)日：2024-08-16

申请号：CN202311285655.3

申请日：2023-10-07

申请人： 南京大学

发明人： 陈振杰 ,  葛兰凤 ,  涂心萌 ,  周琛 ,  陈菲 ,  聂北斗 ,  杜嘉欣

IPC分类号： G06N5/025 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/088 ,  G06F18/20 ,  G06F18/23

摘要： 本发明涉及一种基于图卷积神经网络的土地利用结构模式层次挖掘方法，包括如下步骤：获取土地利用数据；构建图结构；生成标签输入模型；通过图卷积神经网络模型，对所述标签输入模型进行训练，生成图嵌入；利用空间约束多元聚类方法对所述图嵌入进行划分，得到从分区到各级子分区的层次分区结构；对每一年的土地利用数据，分别以土地利用类型的频率特征构建各区域的区域级图元，根据某区域不同年份的区域级图元的变化反映该区域土地利用结构的时空变化。本发明构建图元时考虑了多阶邻域的影响，能够根据土地利用空间结构的不同进行分区，可以有效挖掘层次土地利用结构模式及其动态特征。