基于UML模型的空间数据库可视化建模

针对传统数据库模式在建立庞大、多维、关系复杂的地理数据库模型的过程中存在语义表达不清等问题,本文研究了空间数据库模型在传统建模软件中的构建规律,设计了空间数据库模型在UML图中的表达方式及模板库和在XML文件中的存储规则,实现了将XML文件导入GIS数据库后自动生成控件数据库模型。通过在原型系统中的应用,表明了本文建模方法具有可扩展、方便修改、建模可视化的优点。     

基于UML模型的空间数据库可视化建模

针对传统数据库模式在建立庞大、多维、关系复杂的地理数据库模型的过程中存在语义表达不清等问题,本文研究了空间数据库模型在传统建模软件中的构建规律,设计了空间数据库模型在UML图中的表达方式及模板库和在XML文件中的存储规则,实现了将XML文件导入GIS数据库后自动生成控件数据库模型。通过在原型系统中的应用,表明了本文建模方法具有可扩展、方便修改、建模可视化的优点。     

面向交通地理信息时空特征描述的Spatial-UML研究

空间信息系统建模的多样性、主流信息技术的高度集成性以及逐渐变复杂的系统体系都使得软件和数据库设计者向可视化建模的主流方向发展。分析面向地理信息时空特征描述而建立的空间可视化语言插件(SpatialPVLs),并基于可视化建模技术标准,应用统一建模语言(UML)内置的扩展机制实现了针对地理信息时空特征描述的扩展。UML和SpatialPVLs的集成过程定义了面向地理信息时空特征描述的可视化建模语言,即Spatial-UML。最后,以城市交通模拟地理信息系统(GIS)数据概念模型设计为实例,验证Spatial-UML的适用性和扩展性,建立一个可以满足不同领域用户访问和理解的互协作建模架构,实现交通地理对象的空间、时态和时空特征的可视化标准描述和表达。     

基于UML的地籍信息系统开发

给出了基于UML的地籍信息系统开发过程，并且在UML的Package和扩展机制上，结合CIS特点，提出了UML多层次用例建模方法和基于职责的多层次分析建模方法。     

多层次地理视频语义模型

针对公共安全应急响应中支持推理、挖掘和关联分析的地理视频建模难题,提出了一种显式表达视频变化的多层次地理视频语义模型,并用UML图进行描述。该模型的特点是:改变了传统视频流整体语义描述方法,通过面向变化的三域(特征域-行为过程域-事件域)定义地理视频语义的层次结构和数据的层次表达;在各层次语义描述中将地理环境语义与视频内容语义有机结合,支持多地理视频数据的关联表示。以公共安全事件监控视频为例阐明了模型的实用性和有效性。     

GOUM:一种基于UML的地理本体模型映射方法研究

针对地理本体模型构建过程中语义数据模型与逻辑数据模型难以实现映射这一关键问题,提出了一种新的映射方法—GOUM映射法。该方法将面向对象UML技术引入地理本体模型,通过分析地理本体模型与UML模型之间的映射关系,设计了一种GOUM映射规则,并用BNF范式对GOUM进行形式化定义,将地理本体中的概念、属性、语义关系等进行抽象、封装、继承,采用GOUM映射规则将其映射为UML模型,同时将产生式推理方法引入该映射中,实现了UML下的地理本体语义推理和共享。     

Flash电子地图制作方法的研究

介绍了Flash电子地图制作的关键技术,阐述了生成Flash矢量地图的一些细节及注意问题,对地理数据的组织与图层管理控制进行了分析,并通过建模软件设计了数据组织和图层管理的UML关系图,就发布Flash电子地图的相关技术进行了论述。最后通过这些技术制作了西南交通大学校园Flash电子地图。     

高阶模糊地理现象建模和度量研究

模糊地理现象的建模和度量方法已经取得了一些进展,但是现有的模型不能度量隶属度的误差,不足以客观描述复杂的模糊地理现象。认为尺度效应和测量误差是客观上引起模糊地理现象隶属度误差的主要方面,相关人员的主观性和部门间标准的差异性是主观上引起隶属度误差的主要方面.基于区间II-型模糊集理论建立了模糊地理对象模型,研究了区间II-型模糊线长度、区间II-型模糊面面积的度量方法和它们隶属度误差的度量方法。该模型能表达隶属度误差,克服了现有模型的诸多缺陷。在自然灾害分析、全球变化和植被变化等方面有良好的应用前景。     

面向对象方法在地理空间信息元数据标准研发中的应用研究

介绍了地理空间信息元数据和面向对象方法的基本概念,分析了地理空间信息元数据所具有的面向对象特性,以国标《地理信息元数据》采用面向对象建模语言UML对元数据模式进行表达为基础,提出了采用面向对象方法研发我国行业、领域地理空间信息元数据标准的思路,以元数据类为基本单元构造了具体的实施方法,并在《水利地理空间信息元数据标准》的研发过程中实施了该方法,验证了面向对象研发地理空间信息元数据标准的科学性和可行性。     

利用模糊密度聚类和双向缓冲区自动识别热点区

通过数据挖掘手段获取聚集模式（即热点）等地理空间知识是地理信息智能化服务的基础和前提。点群聚集模式的提取本质上是热点及其边界（热点区）的探测。首先分析了使用空间聚类提取热点并以凸壳表达热点轮廓的不足，进而提出一种利用模糊密度聚类和双向缓冲区的热点区自动识别方法。该方法借鉴模糊集理论，通过计算对象之间的模糊隶属度改进基于密度的聚类算法，用以提取点群的聚集模式；在此基础上，将模糊隶属度作为对象间的影响程度，采用正负缓冲区建立热点边界。以郑州市城区的科研机构点为例进行实验，结果表明，提出的方法既能有效区分空间点的类型（噪声点与非噪声点），又能生成连续平滑的热点边界，总体效果优于对比方法。     

Fuzzy topological relations between fuzzy spatial objects

Fuzziness is an internal property of spatial objects.How to model fuzziness of a spatial object is a main task of next generation GIS.This paper proposes basic fuzzy spatial object types based on fuzzy topology.These object types are the natural extension of current nonfuzzy spatial object types.A fuzzy cell complex structure is defined for modeling fuzzy regions,lines and points.Furthermore,fuzzy topological relations between these fuzzy spatial objects are formalized based on the 9intersection approach.This model can be implemented for GIS applications due to its scientific theory basis.     

Extending F‐Perceptory to model fuzzy objects with composite geometries for GIS

When analyzing spatial issues, geographers are often confronted with many problems with regard to the imprecision of the available information. It is necessary to develop representation and design methods which are suited to imprecise spatiotemporal data. This led to the recent proposal of the F‐Perceptory approach. F‐Perceptory models fuzzy primitive geometries that are appropriate in representing homogeneous regions. However, the real world often contains cases that are much more complex, describing geographic features with composite structures such as a geometry aggregation or combination. From a conceptual point of view, these cases have not yet been managed with F‐Perceptory. This article proposes modeling fuzzy geographic objects with composite geometries, by extending the pictographic language of F‐Perceptory and its mapping to the Unified Modeling Language (UML) necessary to manage them in object/relational databases. Until now, the most commonly used object modeling tools have not considered imprecise data. The extended F‐Perceptory is implemented under a UML‐based modeling tool in order to support users in fuzzy conceptual data modeling. In addition, in order to properly define the related database design, an automatic derivation process is implemented to generate the fuzzy database model.     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

模糊空间对象拓扑关系的Rough描述

利用Rough Set理论,在四交差模型的基础上,提出适合于描述确定和模糊区域或两个模糊区域目标间拓扑空间关系的扩展模型(4-4ID模型),并且详细讨论模糊对象之间的拓扑关系。     

基于S-域的空间关联规则挖掘研究

概括了空间关联规则挖掘的发展现状,引入空间共生域的概念,给出了相关论证,设计了详细的算法步骤。利用该方法可以分割地理连续体、实现数据的离散化处理,由此构造的空间数据库可以应用传统的Apriori算法。同时,针对共生域的异质性问题,给出了障碍距离的模糊隶属度公式。最后,结合应用实际进行挖掘,结果表明该方法适合于发现具有因果关系的空间实体之间的关联性知识。     

基于S-域的空间关联规则挖掘研究

概括了空间关联规则挖掘的发展现状,引入空间共生域的概念,给出了相关论证,设计了详细的算法步骤.利用该方法可以分割地理连续体、实现数据的离散化处理,由此构造的空间数据库可以应用传统的Apriori算法.同时,针对共生域的异质性问题,给出了障碍距离的模糊隶属度公式.最后,结合应用实际进行挖掘,结果表明该方法适合于发现具有因果关系的空间实体之间的关联性知识.     

利用UML模型构建Geodatabase的方法与实践

利用UML模型生成Geodatabase数据库便于数据库的更新及移植,同时能很好地反映数据库结构及对象之间的关系。论文分析了利用VISIO建模工具构建Geodatabase的UML模型以及在此基础上利用ArcGIS Desktop相关模块生成Geodatabase数据库的方法,并以上海市绿化林业信息数据库为例,演示了Geodatabase的创建及更新过程。