采用决策树算法进行居民地自动综合

借鉴人工智能领域中的机器学习研究成果,提出一种采用决策树算法进行居民地智能选取的新方法。将制图专家对居民地综合的结果作为参照,对其进行结构化描述并构建和转化为案例库;采用决策树算法对案例库中的案例进行分类,把制图综合问题转化为分类问题,从案例库中归纳出if-then规则,进而指导同类居民地的自动综合。试验验证,算法能够较好地还原专家的选取规律,在同类型的居民地自动综合试验中取得了良好的效果。     

用模糊综合评判原理确定地图上制图物体选取的一种数学模型

采用一般的数学方法对制图综合的研究，仅能获得物体选取的数量指标。本文在鲍罗金等比数列法的基础上，用模糊综合评判原理对制图物体进行定性研究得出确定地图上制图物体选取的一种较完备的数学模型。文中以确定河流选取为例，介绍使用本模型来确定河流选取的方法和步骤，重点讨论因素集合U中各因素隶属度μ_A（x）的确定，并且进行样图试验以及介绍确定地图上各要素选取的模型的基本方法。本文把模糊数学的概念用于制图综合中，使制图综合可能利用更多的地图信息，为制图综合的研究提供了新的手段。同时，也为地图数据库和机助自动编图提供了新的研究途径。     

系列地形图实用确定居民地选取指标的数学模型

本文介绍了以规范指标为基础建立居民地选取模型的方法和原理,并应用这些方法和原理建立了系列地形图实用确定居民地选取指标的数学模型。试验证明这些模型在实际制图(包括自动制图)作业中完全可行的。利用这些模型来综合居民地可提高地图的科学性和质量,促进地形图标准化,系列化进程。     

复杂网络视角下的居民地选取方法EI北大核心CSCD

多要素协同综合是制图综合重要的发展方向。针对当前居民地选取方法对道路网与居民地间地理关联性利用不够深入的问题,将居民地与道路网融合为整体,本文提出了一种复杂网络视角下的居民地选取方法。首先,整合居民地与道路网的几何信息、属性信息与拓扑信息,构建以居民地为节点、以交通通达关系为边的含权居民地网络;然后,评价目标居民地在局部网络中的居民地吸引能力与交通流控制能力,并加权求和获得综合重要性;最后,利用距离约束Delaunay三角网进行迭代选取。试验表明,本文方法能够兼顾居民地的密度特征与网络特征,选取结果与道路网结构吻合良好,较好地保持了道路网与居民地的地理关联性。     

稀疏海岛制图综合原则和方法研究

本文探讨了面向数据库的制图综合概念和内涵,针对海域和海岛面积相差很大的情况,提出稀疏海岛变尺度制图综合原则,并给出利用面积比求解海域综合尺度的方法;研究兼顾海岛属性的海岛定量选取原则,建立了带约束条件的凸壳制图综合方法,在保证海岛基本轮廓前提下兼顾凹点细节的识别,在此基础上总结出稀疏海岛制图综合算法模型。实验结果表明此方法的有效性。     

居民地与道路之间拓扑关系一致性的模糊评价

在地图制图综合中必须保持不同尺度同一区域地图要素之间拓扑关系的一致性,但目前有关的一致性评价方面的研究较少,本文讨论了不同比例尺地图中居民地与道路之间拓扑关系一致性的模糊评价问题。从制图规则和视觉限制的角度,分析了多尺度地图表达中居民地与道路之间的应该保持拓扑关系的一致性的几项规则;基于模糊数学理论提出了制图综合中拓扑关系的一致性评价模型,并通过一个简单实例证明了该方法的可行性。     

基于微粒群优化算法的自动制图综合研究初探

制图综合作为地图制作的核心技术一直是地图学家关注的焦点。长期以来,制图综合的自动化是研究的重要方向。微粒群优化算法(PSO)作为新兴的智能算法,成功地应用于诸多领域。据此,介绍了PSO的基本原理,尝试利用PSO解决自动制图综合中点群综合中的点目标选取等问题,为解决自动制图综合提供了一种新的方法和思路。     

用多元回归分析法建立计算居民地选取指标的数学模型

本文介绍了用多元回归分析法来确定居民地选取指标的原理，并应用这些原理建立了各种比例尺普通图上确定居民地选取指标的数学模型。这种模型顾及到居民地密度和人口密度两个方面确定指标。利用这些模型来综合居民地可以促进地图的标准化过程，减少编图者由于认识水平的差别对图面的干扰，从而提高地图质量，增强地图功能，为用图者提供丰富的信息。并为机助制图中居民地的自动选取创造了条件。     

基于制图综合知识的空间数据检查

基于制图综合知识的空间数据检查是GIS和制图综合中迫切需要研究的问题。首先,分析数据检查的重要性和制图综合知识在数据检查中的作用。其次,对制图综合知识的归纳进行阐述:在分析国内外研究的基础上,定义一套基于模糊型知识和精确型知识为基础的知识分类模式;并据此提出一种制图综合知识的结构化描述方式;然后提出知识属性的概念,阐述知识属性在知识中扮演的重要作用,定义知识属性的详细指标。第三,进行基于制图综合知识的数据检查:在对数据进行重要性排序的基础上,提出基于模糊型知识的人机协同的数据检查方法,和基于精确型知识的自动数据检查方法,并给出详细的数据检查程序流程。最后,给出相应的例子。从数据检查的结果来看,提出的知识归纳方法能够满足当前制图综合的多种需求,基于知识的数据检查方法能够为进一步实施制图综合提供强有力的信息和依据。     

基于遗传算法的制图综合模型研究

在指出制图综合大部分问题可以看作是优化问题的基础上,创造性地将遗传算法引入制图综合研究中,建立了基于遗传算法的制图综合模型。以点群目标选取为例,对基于遗传算法的制图综合模型中编码、适应度函数等关键性问题进行了深入的探讨。实验结果表明,基于遗传算法的制图综合模型是解决数字地图环境下自动综合问题的一条全新而可行的思路。     

地图上确定居民地选取指标的依据研究

在编图中居民地选取指标的确定,有的提出以居民地密度为依据,有的认为应以人口密度为依据。采用那一种依据较好,在制图综合理论中缺乏结论性的论断。本文分析了大量地图资料,证明在编图中大于1:70万比例尺的普通图应以居民地密度作为确定居民地指标的主要依据,小于1:70万比例尺的普通图应以人口密度作为主要依据。     

模糊数学基础知识及其在地图制图学中的应用讲座 第五讲 模糊综合评判在制图综合中的应用

把模糊数学的概念用于制图综合,使制图综合可能利用更多的地图信息,并为制图综合的研究提供新的手段。同时,也为地图数据库和机助自动编图提供新的研究途径。§5.1 问题的提出用数学方法研究制图综合中物体的选取问题,近二十年来国内外许多制图学者进过很多的探索,提出了各种各样的数学模型。在这些模型中,绝大多数是依据定量分析获取物体的定额选取数量,而苏联学者鲍罗金提出的等比数列法则在考虑选取物体数量的同时,对被研究的物体进行了定性分析,从而获取对制图物体是否被选取的判断模式。采用等比数列法不需要对制图区域的密度进     

面向居民地要素智能化综合的样本库构建

以深度学习为代表的人工智能技术为制图综合智能化水平的提升创造了有力的条件.然而,智能学习模型的应用依赖高质量的样本数据,目前还缺乏适宜制图综合知识学习的案例数据集.以不同比例尺居民地要素综合为例,深入探讨服务于智能化制图综合的样本数据采集建库方法.主要工作包括:依据地图数据组织特点和制图综合过程决策需求,提出了区分特征型案例和变换型案例的样本数据组织体系以及相关的数据结构设计;基于通用GIS平台设计了样本数据采集与管理系统,形成对样本数据采集、存储、修正、更新等全链条的管理维护框架.本研究是针对图形表达的地图要素如何构建案例数据集的有益探索,对推动以制图综合为代表的复杂地图空间知识学习具有积极意义.     

遥感分类结果综合制图方法研究

本文结合现有的综合制图方法,提出了一套遥感分类结果表达的综合制图方法和流程,并以小麦遥感分类结果为例,详细介绍了数据处理及符号设计过程,最后利用模糊综合评价方法对制图效果进行了评价,结果表明:将综合制图方法引进遥感分类结果的表达能够提高表达结果的总体质量等级;综合制图方法对遥感分类结果表达的各方面均有一定改善,其中在专题内容质量和整饰质量上,有显著提高作用,并且能够表达更多的数据信息。     

基于制图综合的矢量地图数字水印浅析

本文从数字水印的本质出发,分析了矢量地图数字水印加载的三个要求以及传统水印存在的问题;然后,基于地图制图综合的定义和基本方法,根据地图制图综合成果评判标准中存在的模糊区间,即允许存在两种或多种不同的制图综合结果,提出了利用不同制图综合结果作为加载矢量地图数字水印的新思路,并把它叫做制图综合水印;最后,本文对制图综合水印的特点进行了分析,提出了其加载原则。     

基于案例推理的居民地选取方法

针对当前中小比例尺地图中居民地选取面临的专家制图经验难以形式化表达的问题,提出一种基于案例推理的居民地选取方法。首先,把制图专家对居民地交互选取结果作为案例对象,挖掘居民地案例的属性特征指标,对属性赋值和归一化处理;然后,采用逐步消元法对居民地最佳属性组合进行选择,并构建源案例库;最后,采用案例推理方法,结合KNN算法,训练案例库确定KNN算法的最佳K值,将新案例与源案例库检索匹配,得出最佳决策结果,进而指导待决策居民地的自动选取。经试验验证,该方法能够较好地还原专家的选取意向,具有较好的抗噪声能力,在面状居民地自动选取中取得了较好的效果。     

基于ArcGIS的居民点综合

以用ArcGIS Desktop和ArcInfo Workstation对甘肃省居民点（自然村）进行制图综合为例,提供了一种自动化综合的方法。根据自然村点密度生成相应的密度格网,采用制图定额法,每一个格网内只保留一个自然村。此方法不仅保留了自然村分布的疏密情况,也使自然村的表达程度协调一致,符合地图载负量。     

基于Voronoi图的大比例尺跨度居民地综合算法

探讨了大比例尺跨度下居民地综合特点,对比分析了现阶段点群目标综合算法,结合现有算法在处理大比例尺跨度下居民地综合时存在的不足,提出了一种基于行政区划的Voronoi图构建方法,建立了顾及居民地选取优先级的居民地综合模型,有效地提高了大比例尺跨度下居民地综合的效率和质量。     

地名注记的街区式居民地边界提取方法

针对基础地理信息数据中街区式居民地注记无对应边界范围信息的问题,该文提出了一种基于地名注记的街区式居民地边界提取方法。选取境界、道路、水系等矢量要素为约束条件,按位置提取了地名注记对应要素;根据要素提取结果计算聚合距离,以多边形聚合的方法进行制图综合,处理了可能出现的孤岛多边形及临近居民地未分割等异常情况,获得了较好的边界提取结果。实验结果表明,此方法保持了居民地的空间结构,为街区式居民地的边界提取提供了一种有效方法。     

采用模糊综合评判方法对居民地要素进行自动综合的方法分析

本文介绍了地形图自动综合问题的发展现状,对目前地形图自动综合采用主要数学模型进行了分析。在此基础上,采用模糊综合评判的方法对地形图居民地要素进行了自动综合的可行性、合理性、实用性、适用性分析,以期模糊综合评判的理论和方法在地形图自动综合问题中能有更为深入的应用。