地理空间矢量数据特征提取：环岛与非环岛二分类技术问询

一、固定维度统计特征（适配小样本，无维度灾难） #

直接从可变数量的GPS点中提取固定长度的统计指标，完全避开维度问题：

• 空间分布类：所有点的经度/纬度均值、中位数、标准差；点集边界矩形的宽高比；点集凸包面积与交叉口多边形面积的比值。
• 距离分布类：点到交叉口中心点的距离的均值、标准差、极值；距离分布的偏度、峰度。
• 密度类：单位多边形面积内的GPS点数；核密度估计得到的密度峰值、均值。

二、几何形状编码特征 #

把点集的形状特性转化为固定长度向量：

• 傅里叶描述符：先拟合点集的凸包，按顺序提取凸包边界点，将坐标序列转为傅里叶级数，取前10-20个低频系数作为特征（低频系数保留核心形状信息，维度可控）。
• 形状上下文描述符：从点集中随机选取10个左右采样点，对每个采样点计算周围点的相对极坐标分布直方图，拼接所有直方图得到固定长度特征。

三、轻量深度学习方案（处理可变长度点序列） #

不用零填充，直接针对无序点集做特征聚合：

• 全局池化聚合：将每个点的(x,y)坐标作为二维特征，用全局最大池化/平均池化直接聚合为固定维度向量，再输入全连接层分类，简单高效。
• 自注意力加权聚合：用单头自注意力模块对每个点的特征做加权，突出环岛边缘这类关键区域的点，再聚合为固定长度特征，模型参数少，适配小样本。
• 简化版PointNet：用共享MLP提取每个点的局部特征，再通过全局最大池化得到全局特征，专门针对无序点集设计，适合地理空间点数据。

四、预处理关键步骤 #

• 先将GPS经纬度投影到平面坐标系（如UTM），消除球面距离误差；对坐标做归一化（减去交叉口中心点坐标，除以多边形最大宽度），统一特征尺度。
• 点数过少的样本可插值补充；点数过多的样本随机采样50个左右的点，保留关键形状同时降低计算量。

内容的提问来源于stack exchange，提问作者Bogdan Kandra