最大空圆约束下的最邻近计算方法

移动目标的最邻近查询是位置服务的重要内容之一。本文针对地理目标分布不均的情况,将离散点集的最大空圆参数引入到最邻近查询中,提出了最大空圆约束下的k-D树最邻近查询算法。通过实验证明该算法可以有效地减少节点访问次数,减少距离计算次数,从而提高最邻近的查询效率。进而将该算法应用于移动目标的k阶邻近查询中,可以有效地减少移动点在三角网中的定位次数,改善k阶邻近的查询效率。     

一种虚拟空间划分的室内指纹库定位方法

RSSI测量距离技术被广泛应用于距离定位的领域。针对传统的Zigbee指纹定位算法和复杂环境,文章提出了一种虚拟空间划分的Zigbee指纹库定位算法,其中包括虚拟空间划分最邻近定位算法、虚拟空间划分加权最邻近定位算法和虚拟空间划分贝叶斯定位算法。实验结果表明,在最优情况下,此方法能将定位误差抑制在1.50m。     

格网划分的最邻近点搜索方法

为了提高迭代最近点(ICP)算法中最邻近点搜索的存储和计算效率,本文通过对盒子结构方法优、缺点的深入分析,提出了基于格网划分的最邻近点搜索方法。该方法充分考虑了3D点云获取时的投影特性,将点云投影到某一坐标平面,并基于格网划分进行存储,使最邻近点的搜索限制在较小的范围。不同类型的模拟数据和实测数据试验均表明,该方法能够在不损失匹配精度和拉入范围的前提下,显著提高存储和计算效率。     

交会法测量多弹道方法研究

本文给出了用交会法测量多管高炮连发炮弹弹道的方法。此方法以最邻近相关原则进行同名点判定，通过三维坐标变换从交会得出的点集合中提取炮弹轨迹。     

改进加权距离定位算法在室内定位中的应用

基于RSSI(Received Signal Strength Indication)的距离测量技术是一种新型低成本的距离测量技术,并且在距离定位的领域中得到广泛的运用。针对常规的Zigbee指纹定位的加权最邻近定位算法较为复杂且精度低下的问题,该文对基于RSSI的Zigbee指纹数据库定位算法中加权最邻近算法进行了研究,提出了利用一种新的加权距离定位算法,并且使用Zigbee无线网络系统进行实验。结果表明,使用加权定位算法后,与常规的3种定位算法相比,Zigbee定位系统的定位偏差得到一定程度的提高且优于1.57m。     

中巴地球资源一号卫星CCD图像色差自动消除方法研究

 采用CBERS-02星CCD数据，提出一种基于统计的最邻近法，该方法能自动消除中巴地球资源一号卫星CCD图像上的色差，不 仅能取代传统的手工方法，而且可大幅度提高CBERS-02星CCD预处理系统的生产能力，为中巴地球资源一号卫星数据的广泛应用奠 定基础。     

面向对象标准最邻近分类法在地理国情监测中的应用

地理国情监测项目范围大,遥感影像分辨率高,信息提取精度要求高,人工解译任务繁重,急需利用自动解译技术来提高效率。面向对象的标准最邻近分类法可针对地表覆盖信息实现数据的自动快速提取,相比于人工分类方法所提取的结果,该方法具有较高的精度,并且可大幅度提高地理国情监测地表覆盖信息提取的生产效率。     

球面四元三角网修正方向编码的邻近搜索算法

针对球体测地线八叉树网格(SGOG)采用的修正方向编码邻近关系复杂的问题,该文提出了其邻近搜索算法.先对修正方向编码特征进行分析,发现在递归剖分过程中,子三角形(剖分层次n≥3)相对于其二级父三角形的位置是固定的,随后给出了三角网格方向判断及邻近规则.结果表明,本文算法的效率大约为传统球面四元三角网(QTM)Bartholdi搜索算法的6倍.本研究对SGOG在时空大数据管理与建模中的应用具有重要意义.     

k-邻近空间关系下的空间同位模式挖掘算法

定义了一种基于k-邻近对象的空间同位模式,探讨了基于k-邻近空间关系的同位模式的特点及其与基于距离阈值的空间同位模式的区别与联系,并开发了k-邻近对象同位模式挖掘算法(KNFCOM).通过对真实数据的实验结果表明,KNFCOM算法可有效地发现大型空间数据集中存在的各种空间同位模式.     

建筑群邻近关系相似性计算

以建筑群的邻近关系为研究对象,在相似性理论的基础上,利用Delaunay三角网和Voronoi图,建立了基于相同特征量的邻近关系相似性模型和基于等距离关系曲线的邻近关系相似性模型,用于邻近关系相似性的定量化计算和判断。     

Group K-Nearest Neighbors queries in spatial network databases

This paper addresses the problem of Group K-Nearest Neighbors (GKNN) queries in spatial network databases, and suggests a novel approach based on real network distances. This approach essentially uses network Voronoi diagram properties together with a progressive incremental network expansion for determining the inner network distances that are needed to obtain GKNN queries.      

面向对象的高分辨率影像特征选择研究

本文主要研究面向对象的高分辨影像信息提取中的特征选择问题.文中分别选择光谱、纹理、形状等特征57个和28个进行特征优化,得到两组分别由46个和4个特征组成的不同的最优特征集,并利用这些特征集采用K近邻、模糊与K近邻级联两种不同的面向对象分类策略进行分类研究.最后从合理性、效率和精度三方面进行了对比分析.实验结果表明,对...     

顾及几何特征和拓扑连续性的道路网匹配方法

已有的道路网匹配方法需要一定的人为干预和控制,仍无法实现匹配自动化,而且对于具有一定尺度差异的数据而言,受不相关道路对象的影响,匹配结果中会存在较多的误匹配。为此,本文提出一种顾及几何特征和拓扑连续性的由粗匹配到精匹配的分层匹配策略。粗匹配阶段,利用短边中位数Hausdorff距离计算匹配对象的相似度,再以道路网弧段端点的近邻分析结果作为匹配阈值,判断匹配对象是否为同名实体;精匹配阶段,将粗匹配阶段评价结果中离散的同名实体构建为完整的道路Stroke,即以追踪的方式剔除误匹配和添加漏匹配。利用宿城区不同尺度的道路网对所提算法进行验证,结果表明,该算法具有较好的匹配效果,能够实现匹配自动化。     

空间最近目标查找算法分析及其高性能Web实现

讨论了空间最近目标查找的基本算法和相关的空间索引机制,简单地比较了几种算法和索引机制的优缺点.详细地介绍了在Windows IIS和.Net下,建立多级空间格网索引,实现空间最近目标查找的实现方法.     

Parallel computing solutions for Markov chain spatial sequential simulation of categorical fields

The Markov chain random field (MCRF) model is a spatial statistical approach for modeling categorical spatial variables in multiple dimensions. However, this approach tends to be computationally costly when dealing with large data sets because of its sequential simulation processes. Therefore, improving its computational efficiency is necessary in order to run this model on larger sizes of spatial data. In this study, we suggested four parallel computing solutions by using both central processing unit (CPU) and graphics processing unit (GPU) for executing the sequential simulation algorithm of the MCRF model, and compared them with the nonparallel computing solution on computation time spent for a land cover post-classification. The four parallel computing solutions are: (1) multicore processor parallel computing (MP), (2) parallel computing by GPU-accelerated nearest neighbor searching (GNNS), (3) MP with GPU-accelerated nearest neighbor searching (MP-GNNS), and (4) parallel computing by GPU-accelerated approximation and GPU-accelerated nearest neighbor searching (GA-GNNS). Experimental results indicated that all of the four parallel computing solutions are at least 1.8× faster than the nonparallel solution. Particularly, the GA-GNNS solution with 512 threads per block is around 83× faster than the nonparallel solution when conducting a land cover post-classification with a remotely sensed image of 1000?×?1000 pixels.     

基于多分类器组合面向对象遥感影像信息提取方法

提出最近距离法和基于知识规则的模糊分类法相结合的混合分类法,针对IKONOS遥感影像,分别用最近距离法、基于知识规则的模糊分类法以及混合分类法对影像进行信息提取。结果表明：混合分类法的信息提取精度最高,总体精度提高到95.60%,Kappa系数提高到0.944,其为面向对象的高分辨率影像信息提供理想方法。     

路网环境下的混合数据最近邻查询算法

路网环境下的k最近邻查询方法在地理信息系统、智慧城市、数据挖掘、医疗营救和物流配送等领域都有着较为重要的作用,已有路网环境下的最近邻查询方法无法直接解决查询对象为点而数据对象为点和线段混合的复杂数据的近邻查询问题,为了弥补已有方法的不足,提出了路网环境下混合复杂数据的最近邻查询算法。将查询过程分为预处理、数据集约减和数据集精炼3个部分,并与3种对比算法进行对比实验,研究了测试数据对象的数量、路网规模的大小对中央处理器运行时间以及输入/输出代价的影响。结果表明,所提算法能有效地处理路网环境下混合数据的最近邻查询问题。     

用Voronoi方法为MapInfo扩展拓扑功能

分析了Ｖｏｒｏｎｏｉ图在表达邻近关系方面的特性，提出了用Ｖｏｒｏｎｏｉ方法为ＭａｐＩｎｆｏ建立动态邻近关系并扩展拓扑功能的方法。     

一种分布式计算的空间离群点挖掘算法

针对现有空间离群点挖掘算法无法适应大规模空间数据挖掘的需求,该文提出了一种分布式条件下的空间离群点挖掘算法。首先,该文针对集群上分布式计算和存储的特点提出使用空间填充曲线来划分数据集,加速寻找目标点的近似空间最近邻居。其次,使用信息熵的理论来定义空间离群系数,考虑到多维数据中不同属性对离群系数的影响具有差异性,该算法能够自动根据数据原有特点,计算各属性的权重;同时使用反距离权定义空间因素对离群系数的影响。最后,实验结果表明该算法在大规模的空间数据集中挖掘离群点的效率远高于传统算法,离群点的挖掘精度在90%以上。