室内定位数据分析与应用研究进展

现代人文地理学的研究越来越多地关注人的时空行为,而获取个体在出行活动中的时空位置数据是研究人类时空行为的前提。受数据获取技术的限制,之前对时空行为的研究主要集中在室外空间。随着室内定位技术的出现和应用,这类研究由室外空间扩展至室内空间。室内定位技术和方法较多,但从数据的角度来看,根据数据获取中使用定位方法的不同,可将室内定位数据分为几何位置数据、指纹位置数据和符号位置数据3类。目前,基于室内定位数据的研究可以归结为以下4个方面,即：人在室内的时空分布、人在室内的移动模式、人在室内的行为习惯及属性推断、人与室内环境的交互作用。然而,总体上目前的研究还处于探索阶段,理论和方法体系尚未成熟。本文认为后续的研究中需要关注以下问题：①数据获取方面。相对于蓝牙、射频识别、红外等定位技术,“智能手机+WiFi”模式的定位系统具有覆盖范围广、成本低廉、无需专门设备支持、易与用户交互等优势,是一种最具应用前景的室内定位技术;②研究内容方面。时空行为特征的研究是基础,个体属性推断及个体与环境的相互作用形式和机理研究将是重点,多时空尺度数据融合分析是一种趋势;③科学伦理方面。室内定位涉及微观尺度人类活动的记录,隐私保护问题需要高度关注。     

资源型城市土地开发利用适用性的云模型评估

采用层次分析法,构建资源型城市土地开发利用适用性评估指标体系概念模型。针对资源型城市土地开发利用适用性数据具有模糊性和随机性的特点,基于云理论研究通过数字特征描述指标云图的方法,建立指标各等级值域与相应指标分值域间的推理规则,构造了由正向X条件云和Y条件云组成的规则发生器,给出了两种条件云发生器算法。以黑龙江省鸡西市为例,建立各指标的推理规则并得到相应的云图,通过层次分析法和云模型对5组方案进行评估计算。实例分析验证了资源型城市土地开发利用适用性云模型评估方法的有效性。     

基于隐马尔可夫模型的时空轨迹语义匹配方法

时空轨迹数据关联的语义信息能更好地反映用户行为,对于POI密集分布的城市区域,轨迹的语义信息很难根据单一的距离或时间要素进行匹配,该文设计一种基于隐马尔可夫模型(HMM)的时空轨迹语义匹配方法。首先,利用时间阈值与距离阈值提取逗留点,并利用考虑时间的DBSCAN聚类方法对逗留点进行聚类,得到由抽象停留位置构成的轨迹;然后,结合POI数据获得停留位置的候选语义,再以停留位置序列为观测序列,以每个停留位置所关联的候选地点作为隐藏状态建立HMM,并用改进的加权距离的TF-IDF方法计算HMM的观测概率;最后,解算HMM得到最有可能的访问地点序列作为轨迹的语义匹配结果。该方法不依赖其他外部数据或训练数据,适用于POI密集分布的城市区域,基于真实时空轨迹数据集的实验结果验证了该方法的有效性。     

地形特征与山地气候变化空间关联规则数据挖掘研究

以四川省的地形、气候为研究对象,针对山地地形特征与气候变化研究中,传统的统计分析、非线性拟合等方法缺乏分析处理海量数据和提取隐含信息能力的问题,提出将关联规则数据挖掘与栅格图像处理、地形分析相结合的研究方法。该方法利用栅格图像处理和地形分析技术,对地形和气候栅格图像进行坐标转换、裁剪、分类、因子提取、离散化等预处理,再用Apriori算法对提取的地形特征因子和气候因子进行分析,得到反映两者之间相关性的强关联规则。通过对60余万组数据的分析,得到22条满足最小支持度和置信度的关联规则,并由此综合分析得到6条复合关联规则。实验证明,这些反映地形特征与气候变化幅度之间关联性的关联规则可信度较高。     

空间关联规则挖掘研究进展

随着空间数据获取技术的进步, 空间数据量日益增大, 已超出人们的分析能力。传统的空 间数据分析方法只能进行简单的数据分析, 无法满足人们获取知识的需要。空间关联规则是空间 数据挖掘一个基本的任务, 是从具有海量、多维、多尺度、不确定性边界等特性的空间数据中进行 知识发现的重要方法。本文从基本概念、分类、挖掘过程、挖掘方法、目前研究成果等方面对其进 行综述, 重点阐述了空间关联规则挖掘效率的改进策略、基于不确定空间信息的挖掘方法、挖掘 过程及结果的可视化、弱空间关联规则的挖掘方法等。通过对现有空间关联规则研究成果和存在 问题的深入剖析, 指出了其未来主要的发展方向。     

空间数据关联规则挖掘的不确定性处理及度量

针对传统空间数据关联规则挖掘缺乏不确定性处理及度量的局限性,将空间数据的不确定性和空间数据挖掘的不确定性有机结合,初步建立了空间数据关联规则挖掘的不确定性处理模型及度量指标,包括空间数据不确定性的Monte Carlo模拟、基于不确定性空间数据的空间自相关度量和关联规则不确定性度量等,并以我国某地区环境调查数据为例进行验证。     

地理空间大数据存储管理的地理网络地址研究

针对地理空间数据大数据分布式网络存储管理的地理网络位置搜索问题,从地理网络地址的域名角度,基于2n一维整型数组的全球经纬度剖分格网(GeoSOT)框架提出一种具有地理涵义的空间信息存储网络空间域名地址,即Geonet域名,以统一标识地理空间数据的空间区域位置与计算机存储网络的电子方位,实现用户访问的区域范围、地理空间数据所属地域范围与空间信息存储主机之间的一致性空间关联。     

基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。     

土地利用变化预测的案例推理方法

当前,基于案例的推理(Case-Based Reasoning,CBR)在解决复杂的地学问题时.对地学案例的表达和历史案例的相似性计算与推理存在明显缺陷,需要在CBR的表达模型和空间相似性计算与推理算法进行拓展.本文针对土地利用变化问题,首先在分析土地利用变化各种定量方法基础上,提出利用CBR进行土地利用变化分析的研究思路:其次,针对土地利用变化的空间特性及隐含的空间关系特性.给出土地利用变化案例的表达模型,案例间内蕴空间关系抽取算法,以及考虑案例间空间关系的CBR相似性推理模型:最后,进行珠江口区域土地利用变化的CBR方法试验.预测精度达到80%.为了进一步评价CBR方法对土地利用变化预测的有效性.在实例部分采用同样的实验数据进行贝叶斯网络的预测方法实验.由两种方法对比可知.CBR是从复杂到简单进行地学问题求解的一种有效方法.     

一种基于规则的模糊中文地址分词匹配方法

在研究分析地址模型的基础上,建立了存储标准地址数据集的标准地址库和自定义的地址匹配规则库,提出了一种基于规则的模糊中文地址编码方法。该方法在依据标准地址库分词的同时,也沿着自定义的地址匹配规则进行推理,从而缩小了下次分词所用到的目标数据集,提高了系统执行效率。另外,通过借助构建的规则树与歧义栈,提高了文中定义的两类模糊地址匹配的成功率。最后,基于该算法建立了一个地理编码原型系统,并利用经济普查项目中的相关数据对算法的可用性进行了验证。