摘要
摘要：本研究旨在探索源数据融合在结构实体检测中的应用。针对目前结构实体检测存在的问题，如数据来源单一、准确度不高等，本研究提出了一种基于多源数据融合的方法。首先，收集了来自不同数据源的结构实体数据，包括建筑、道路、水系等。然后，通过数据预处理和特征提取，将多源数据转化为可用于结构实体检测的格式。接下来，采用深度学习技术，如卷积神经网络和循环神经网络，对多源数据进行训练和模型构建。最后，通过实验验证，表明本方法在结构实体检测方面取得了较好的效果，具有较高的准确度和鲁棒性。本研究为结构实体检测提供了一种有效的多源数据融合方法，并具有一定的应用价值。
出版日期
2023年10月27日（中国期刊网平台首次上网日期，不代表论文的发表时间）
