.png){kind=icon}
返回
An Efficient Knowledge-Driven Method for Generating Complex Labels on Geological Maps
.png){kind=icon}
PRE
AI
DOI：10.1016/j.envsoft.2025.106640.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种新颖的知识驱动方法整合了地质标签知识库（GLKB）和向量空间模型（VSM），用于自动化地质标签生成。
• 相比手动方法，每标签处理时间达到<5毫秒，效率高达99.9977%。
• 支持复杂格式化，包括下标、上标、希腊字母和层级编码。
• 开源实现与ArcGIS和QGIS平台兼容，增强了可重复性。
Keyword:
geological label generation
knowledge-driven method
vector space model
automated processing
open-source implementation
期刊
E
IF:
4.6
论文数:
511
被引数:
1.8W
机构
引用论文
Automatic Geological Map Generalization for special geobody – A Case Study on Dyke特殊地质体（dyke）的自动地质图综合——一项案例研究
.png){kind=icon}
PREAI
分享收藏Reasoning cartographic knowledge in deep learning-based map generalization with explainable AI基于可解释AI的基于深度学习的地图综合中的推理制图知识
PREAI
分享收藏Automated labeling of schematic maps by optimization with knowledge acquired from existing maps基于从现有地图获取的知识，通过优化进行示意图的自动标注
PREAI
分享收藏
分享收藏 没有更多内容
没有更多内容