基于改进邻域聚合的路网图嵌入匹配方法

本文针对传统路网匹配方法依赖人工特征设计导致复杂路网性能下降的问题，提出基于改进邻域聚合的图嵌入匹配方法。研究通过构建道路图模型并提取多维度特征，在GraphSAGE框架中创新引入空间、分类、混合三种邻域聚合函数，将空间关系和属性类型融入图节点嵌入学习。实验表明该方法在真实路网数据上相比基线方法匹配正确率提升11%、召回率提升6.8%，有效增强了图神经网络对路网结构的表征能力，为地理信息智能分析提供了新思路。