我和你的笑忘书txt本书以中小比例尺道路、居民地、河系等典型地图要素为研究对象，从制图综合的自动化与智能化两个方面展开研究。本书简述与分析制图综合的基本概念、自动化和智能化制图综合的研究过程及其发展：辨析制图综合模型与制图综合知识，实现道路网自动化综合方法、道路网智能化综合方法、居民地自动化综合方法、居民地智能面状综合方法及河系智能化综合方法；介绍典型的制图综合知识服务架构及系统实现。

　　地图综合是重构现实世界的科学抽象方法、制作地图的主要方法与技术，是人脑思维、科学技术与艺术的复杂结合体，也是地图生产、地理信息多尺度表达、多尺度地理数据库派生、跨尺度空间数据更新等的主要方法与技术，在物联网、大数据时代，更是多源数据集成、融合过程中迫切需要解决的难题。

　　作者以中小比例尺道路、居民地、河系等地图要素为研究对象展开制图综合的自动化、智能化方法研究，具有很强的创新性。作者丰富了制图综合模型与制图综合知识内涵，不仅研究了层次骨架控制、三元弯曲组、主成分分析法、层次分析法等比较常用的制图综合模型，而且把卷积神经网络、决策树、KNN、SOM、朴素贝叶斯、支持向量机、案例类比推理与归纳推理等人工智能前沿方法引入进来，开展智能化制图综合方法研究，有着很强的时代发展特征和应用价值。

　　制图综合的概念、算子和对象，智能化制图综合的概念、背景和意义，智能化制图综合的研究进展、存在问题和未来方向。

　　路网骨架层次模型、道路弯曲化简模型、居民地重要性影响因子模型等制图综合模型，以及制图综合知识的概念与形式化、基于案例的制图综合知识获取、基于案例学习的制图综合等。

　　基于道路网层次骨架控制的道路选取方法、基于三元弯曲组划分的道路形态化简方法和基于弯曲的道路化简冲突避免方法。

　　基于案例类比推理、归纳推理的道路网智能选取方法，并考虑到立交桥对道路网综合的重要性，研究了基于卷积神经网络的立交桥识别方法；在此基础上研究了道路网化简算法及参数自动设置的案例推理方法，进一步加强了道路网综合的智能化水平。

　　基于决策树算法、KNN 算法的面状居民地智能选取方法，顾及多特征、道路网约束的点群居民地 SOM 聚类选取算法。

　　基于朴素贝叶斯的树状河系分级方法、规则约束下朴素贝叶斯辅助快策的树状河系选取方法以及基于文持向量机的河系化简方法。

　　基于CGC 的制图综合知识模型、CGC 的获取及存储、CGC 知识库组织管理和使用、CGC 知识管理服务系统设计及基于 CGC 的自动制图综合系统案例的制图综合系统架构。