技术特征：
技术总结
本发明提供一种基于SOM神经网络的建筑物聚类方法，包括：利用建筑物多边形图层数据和线状要素图层数据进行建筑物的相关特征参数计算；根据计算的所述相关特征参数利用SOM神经网络的Kohonen学习算法进行建筑物群的初步聚类，得到初步的建筑物群类簇结果；应用行列扫描方法对初步的类簇结果进行进一步的精细聚类划分，获得建筑物群的最终聚类结果。本发明实现了具有地图认知能力的建筑物智能聚类，在建筑物要素密集而且规则分布的城区，该聚类方法能够在线状要素约束下将相邻的建筑物划分在一个群组内。在建筑物零散分布的郊区或农村，缺少道路约束的条件下，该方法也能根据建筑物之间的距离进行聚类，符合制图要求。
技术研发人员：刘强;程博艳;冯仁诺
受保护的技术使用者：电子科技大学成都研究院
技术研发日：2018.03.16
技术公布日：2018.08.17