本文主要研究了地形图中基于决策树结构的点状地图符号识别问题。通过对决策树分类器结构设计、分类决策等问题的研究，实现了基于决策树学习的点状图元识别。论文重点研究了决策树内部结点的特征选择方法，设计了一个新的距离差函数。在一定程度上解决了信息增益函数的内在偏置问题，提高了识别算法的鲁棒性；有助于形成深度和宽度较为适当的树结构，从而有效的提高树搜索的效率。 提出了面向多层次用户需求的路网数据模型。该模型以独立、完整、具有地理意义的实体为基本单位对地理空间进行表达，便于构造不同层次用户需要的复杂地理实体；且符合人们看待客观世界的思维习惯，便于用户理解和接收，为路径规划、导航和地图数据实时更新提供了数据基础。 经过实验验证，文中各方法可以很好的完成预期任务，为地形图图元的识别和数据库建立和检索打下了很好的基础。