一般性问题

CH20040318 空间方向关系粗糙推理/杜世宏,王桥,魏斌,申文明(中国科学院遥感应用研究所)∥测绘学报.- 2003,32(4).-336～338 针对现有的空间方向关系表达模型不能捕获其所固有的不精确性和模糊性这一缺点,把粗糙集理论和方法引入方向关系的表达,提出了方向关系粗糙表达方法、变精度粗糙表达方法以及方向关系的粗糙推理方法,以加强对不精确性和模糊性的处理和分析能力,并能够把模糊对象和精确对象之间的方向关系统一到一个框架中来描述。图6参6     

模糊对象粗糙表达及其空间关系研究

空间数据的模糊性是当前GIS领域研究的难点之一。现有的GIS数据模型基本上还不具备对模糊性进行描述、处理和分析的功能 ,使得GIS对数据的处理容易造成信息损失。把粗糙集和模糊集对空间数据的模糊性和不确定性处理的优势结合起来表达模糊对象 ,即利用粗糙集处理由于知识的粒度性所造成的模糊性和不精确性 ;利用模糊集处理模糊对象原始数据所具有的不确定性 ,从而扩展了空间数据模型对模糊数据的表达能力 ,并详细研究了模糊面与模糊面以及模糊线与模糊面之间的拓扑关系     

基于自适应采样粒度模型的空间方向关系模糊描述方法

针对空间方向关系具有不确定性的特点以及现有的方向关系表达方法的局限性,结合模糊理论分析方向隶属函数的基本特征,建立基于非线性隶属函数的8方向模糊描述参考框架。分析空间目标间的距离、尺寸、形状等因素对方向关系的影响,提出空间目标的自适应采样粒度模型。在保证空间方向关系一致性的前提下,对空间对象进行采样处理生成合适大小的点集。在8方向模糊描述参考框架下,统计点集之间的8个方向模糊矩阵,得到空间对象之间在各方向概念上的隶属程度,实现空间方向关系的细节模糊描述。通过实例分析验证该模糊描述方法的可行性和有效性。     

GIS线目标间空间关系的集成表达方法

GIS中的线目标可以表达现实中一类广泛存在的空间实体,如地铁线、管线、道路以及河流等。以线目标为研究对象,基于分解与组合的思想,提出一种线／线目标空间关系的集成表达方法。在整体上,将空间关系分解为拓扑、方向和距离关系3种,并以拓扑关系描述作为方向和距离信息的载体,通过纳入局部的方向关系和距离关系,来集成表达两个线目标间的各种类型空间关系信息。其中在线目标间拓扑关系、方向关系和距离关系描述时,分别将它们分解为一组局部关系（或基本关系）,并通过对拓扑关系建立一定的排列顺序来进行描述。最后,通过一个简单例子说明本文提出的方法与Clementini和Di Felice（1998）的不同。以及本文方法对表达各种空间关系信息的可行性。     

多粒度的GIS数据不确定性粗集表达

粗集是一种处理地理信息不确定性和不精确性的新型数学工具,在揭示和表达多层次(或粒度)的空间知识方面具有较大优势。为此,从空间信息观测或表达的粒度角度来探讨空间数据所蕴含的不确定性。在此基础上,运用粗集理论中的一些基本概念和方法来系统地描述和表达空间目标位置数据、属性数据以及空间关系数据的不确定性,旨在建立一种多粒度的不确定性分析和表达方法。     

一种时空过程的梯形分级描述框架及其建模实例

以对象建模视图和事件模型为基础的自底向上的时空过程表达方法,缺少对地理时空现象的显式定义,在时空因果链的细化表达方面存在不足。本文设计一种时空过程的梯形分级描述框架STP-TRAP,对时空过程进行自顶向下的显式化建模和集成时空因果链的分级描述,并在事件模型基础上,通过引入约束关系描述扩展时空因果链的表达模式。土地利用变迁过程建模实例与土地利用管理信息系统的设计和实现证明,该框架对土地利用变迁时空过程表达效果较好,为土地利用变更数据管理提供了新的思路。     

基于方向关系矩阵的空间方向相似性定量计算方法

介绍了一种多尺度空间对象的方向关系表达模型以及基于该模型的方向相似度度量方法。该方向关系模型对方向关系矩阵模型进行了改进,根据空间对象的形状定量描述空间对象之间的方向关系;借鉴平衡传输问题的解决方法计算方向矩阵间最小转换代价,即方向矩阵间的距离,从而量化方向对间的差异,最终获得任意尺度空间对象的方向相似度并对其进行比较。对不同尺度空间对象的方向相似性的试验表明,该方法简单可行且不失精度,结果符合人类认知。     

地籍空间对象拓扑关系一致性研究

空间数据库是通过建立并执行空间完整性约束来维护目标及其间关系的精确性、正确性、有效性。空间完整性约束包括对几何结构冲突、属性冲突及空间关系冲突约束,其中,空间关系冲突是指目标间的拓扑、方向及度量关系应符合空间完整性约束。在地籍数据库中,空间对象拓扑关系约束是为防止任意对象及其目标间的拓扑关系冲突,避免造成数据库对实体及其之间关系的表达错误,导致自身几何结构和对象间拓扑关系错误等,从而破坏了空间数据库的完整性。     

顾及尺度差异的复合空间对象方向相似度定量计算模型

介绍了一种顾及尺度差异的复合空间对象的方向关系表达模型,及基于该模型的方向相似度度量方法。该方向关系模型对方向关系矩阵模型进行改进,根据空间对象的形状定量描述空间对象之间的方向关系。采用分解思想,借鉴平衡传输问题的优化方法计算复合方向矩阵间最小转换代价,即方向矩阵间的距离,从而量化方向对间的差异,最终获得不同尺度下的复合对象的方向相似度并对其进行比较。对不同尺度复合空间对象的方向相似性的试验表明,该方法简单可行且不失精度,结果符合人类认知。     

拓扑关系和方向关系的统一表达模型

统一表达空间关系中的拓扑关系和方向关系是非常有必要的。本文首先对已有的方向模型进行分析和比较,提出了一种方向模型,即采用锥形的方法将空间参照对象的内部、边界和外部分别划分出9个方向区域,描述空间目标对象与这些方向区域的交集的情况,然后结合这种方向模型和九交模型,进而提出了一种能统一表达拓扑关系和方向关系的形式化模型。     

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。     

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.     

基于覆盖粗糙集的GIS不确定性分析

粗糙集作为一种处理不确定性问题的工具,近年来在GIS中得到了广泛的应用。它利用上、下近似来逼近对象。在以往的GIS粗糙集应用中,都是基于等价划分的pawlark粗糙集。本文基于划分之中可以存在交集的覆盖粗糙集,利用近年在基础数学研究中的一些覆盖粗糙集的理论与性质,探讨了GIS不确定研究的覆盖近似空间、覆盖粗糙集、模糊覆盖粗糙集、模糊覆盖粗糙隶属函数等。发现覆盖粗糙集在处理GIS不确定性问题时,有比粗糙集更广的适应范围。     

基于粗规则对象空间信息表的最小规则集生成

提出了粗规则对象空间信息表的概念、相关概念和性质，并给出实现粗规则最小化算法。基于此，编写了相应的计算机程序，并对一个地理信息系统实例规则进行了研究。实例表明运行可靠、结果正确，可应用于智能决策信息系统的知识库优化。     

地学粗空间的理论与应用

提出了由粗实体，粗关系和粗算子组成的地学粗空间。在分析通过粗集研究地球空间信息学不足的基础上，提出了简化的实用粗符号系统；定义了地学粗空间的内涵和外延，把空间论域全域划分为下近似集，边界集和非集，将空间实体以上，下近似集表示为粗实体，并且粗度衡量其逼近程度；给出了兼顾位置和属性的不确定性的粗关系及其矩阵表示；研究了地学粗空间的粗算子，重点讨论了粗交集近似通用矩阵，基于影像灰度值的粗隶避函数和冗余属性剔除等粗算子；以基于地学粗空间的河流专题遥感影像分类为例，检验了地学粗空间的实用性。结果表明，地学粗空间可以较大可能地逼近地学实体的真实存在形式,决策信息较为丰富，可靠。     

基于粗糙集的K-均值聚类算法在图像分割中的应用

结合粗糙集理论和K-均值聚类算法,提出了一种图像的粗糙聚类分割方法,试验结果表明,其比随机选取聚类的中心点和个数减少了运算量,提高了分类精度和准确性。     

Geo-rough space

Rough set is a new approach to uncertainties in spatial analysis. In this paper, rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication. Rough spatial entities and their topological relationships are also proposed in rough space, thus a universal intersected equation is developed, and rough membership function is further extended with the gray scale in our case study. We complete three works. First, a set of simplified rough symbols is advanced on the basis of existing rough symbols. Second, rough spatial entity is put forward to study the real world as it is, without forcing uncertainties into crisp set. Third, rough spatial topological relationships are studied by using rough matrix and their figures. The relationships are divided into three types, crisp entity and crisp entity (CC), rough entity and crisp entity (RC), and rough entity and rough entity (RR). A universal intersected equation is further proposed. Finally, the maximum and minimum maps of river thematic classification are generated via rough membership function and rough relationships in our case study.     

Geo-rough Space

Rough set is a new approach to uncertainties in spatial analysis.in this paper,rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication.Rough spatial entities and their topological relationships are also proposed in rough space,thus a universal intersected equation is developed,and rough membership function is further extended with the gray scale in our case study.We complete three works.First,a set of simplified rough symbols is advanced on the basis of existing rough symbols.Second.Rough spatial entity is put forwark to study the real world as it is ,without forcing uncertainties into crisp set.Third,rough spatial topological relationships are studied by using rough matrix and their figures.The relationships are divided into three types,crisp entity and crisp entity(CC),rough entity and crisp entity (RC),and rough entity and rough entity (RR),A universal intersected equation is further proposed.Finally,the maximum and minimum maps of river thematic classification are genrated via rough memebership function and rough relationships in our case study.     

粗糙集理论在遥感影像分割中的应用

结合粗糙集理论和K—均值聚类算法,提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系,应用粗糙集理论的等价关系,求出K—均值聚类所需要的初始类的个数和均值,然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量,提高了分类精度和准确性。