基于方向关系矩阵的空间方向相似性计算改进模型

空间方向关系作为空间关系的一个重要分支,其相似性研究已成为地理信息科学领域的热点问题。对于Goyal提出的基于方向关系矩阵计算空间方向相似性模型进行以下两个方面改进:首先通过方向关系的反转运算计算对象目标与参考目标的最小投影矩阵在包含或相交情况下的空间方向关系,扩展了方向关系矩阵的使用范围;其次利用运筹学中解决平衡运输问题的伏格尔法计算两个多元素方向关系矩阵之间的方向距离,克服了由平衡运输表中元素位置变化而引起方向距离变化的局限。通过实例证明该方法计算简单,得到的方向距离更优,相似性更加准确。     

基于空间方向相似性的面状矢量空间数据匹配算法

数据一致性匹配处理技术是空间数据融合中的关键技术。采用方向关系矩阵模型进行空间方向关系描述,讨论了一般情况下的空间方向相似性计算,提出了基于空间方向相似性的矢量数据匹配算法流程。最后,以面状目标为研究对象,以某地局部地区居民地数据为例,对基于空间方向相似性的矢量数据匹配算法进行了试验与分析。     

基于空间方向相似性的面状矢量空间数据匹配算法

数据一致性匹配处理技术是空间数据融合中的关键技术.采用方向关系矩阵模型进行空间方向关系描述,讲座了一般情况下的这间方向相似性计算,提出了基于空间方向相似性的矢量数据匹配算法流程.最后,以面状目标为研究对象,以某地局部地区居民地数据为例,对基于空间方向相似性的矢量数据匹配算法进行了试验与分析.     

一种基于复合表达模型的方向相似性算法

复合表达模型结合了锥形模型与方向关系矩阵模型的优点,较好地顾及了目标的形状、大小和距离对方向关系的影响,但该模型仅能对两目标之间的方向关系进行定性描述,对于两目标间的方向关系相似性尚未进行研究。本文在对复合表达模型的方向关系矩阵进行优化的基础上,建立一种基于复合表达模型的面目标方向关系相似性计算模型,将该模型的相似值计算转化为交通运输最小代价问题求解。通过认知实验验证了算法的科学性,同时比较实验说明该算法精确度更高。     

面状群(组)目标空间方向关系的形式化描述与计算

通过对各种空间方向关系形式化描述模型进行分析阐述,针对面状群(组)目标间方向关系的特点,本文提出了利用方向Voronoi图模型来计算面状群(组)目标之间的空间方向关系.该模型通过计算获得各个主方向上Voronoi边的长度值与方向Voronoi边法线总长度值的百分比,得到群(组)目标之间方向关系的定量表达;借助矩阵形式化描述获得源目标群相对于参考目标群方向关系的定性描述.实验表明,该模型方案具有可行性,能够对面状群(组)目标间的方向关系进行精确的描述.     

一种基于改进TDD模型的空间场景相似性度量方法

针对计算空间场景相似性的TDD(Topology-Direction-Distance)模型的局限,提出一种基于改进的TDD模型来度量实体数目相同的场景相似度的算法.该算法以TDD模型的思想为核心,首先利用维度扩展的9交模型、详细方向关系矩阵模型和距离定量描述方法分别提取空间场景中的实体间拓扑、方向和距离特征,建立空间场景特征矩阵,实现对空间场景的表达;然后结合拓扑、方向关系的概念邻域方法和欧式距离,构建针对矢量面数据空间场景相似性度量模型;利用场景相似性度量模型进行空间场景相似性匹配;最后以深圳市福田区矢量面数据为例进行实验.实验结果表明该方法能有效度量空间场景的相似度.     

群组目标空间方向关系形式化描述模型

针对目前群组目标空间方向关系模型在描述方向关系方面存在的不精确及复杂性等问题,该文提出一种形式化描述模型。该模型采用"剥皮"法计算得到源目标群的边界多边形,较好地顾及了空间形状及分布范围对方向关系的影响;并通过方向关系矩阵模型计算源目标群的边界多边形与各方向区域之间的交,借助矩阵形式化描述源目标群相对于参考目标群的空间方向关系。实验结果表明,该模型较好地克服了现有方法中存在的缺陷,能够准确判断地理空间中两个群组目标之间的空间方向关系。     

多尺度空间关系相似性研究

如何快速、自动地实现多尺度地图自动综合结果质量评价,对提高空间数据质量、加快空间数据生产周期等具有重要意义.本文在综合考虑拓扑关系、方向关系和距离关系的基础上,基于SRM模型提出了基于面状目标的空间关系相似性的度量方法,为地图自动综合提供空间关系评价和维护的参考.     

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。     

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。     

Measurement of similarity for spatial directions between areal objects

Similarity for spatial directions plays an important role in GIS. In this paper, the conventional approaches are analyzed. Based on raster data areal objects, the authors propose two new methods for measuring similarity among spatial directions. One is to measure the similarity among spatial directions based on the features of raster data and the changes of distances between spatial objects, the other is to measure the similarity among spatial directions according to the variation of each raster cell centroid angle. The two methods overcome the complexity of measuring similarity among spatial directions with direction matrix model and solve the limitation of small changes in direction. The two methods are simple and have broader applicability.     

Measurement of similarity for spatial directions between areal objects

Similarity for spatial directions plays an important role in GIS. In this paper, the conventional approaches are analyzed. Based on raster data areal objects, the authors propose two new methods for measuring similarity among spatial directions. One is to measure the similarity among spatial directions based on the features of raster data and the changes of distances between spatial objects, the other is to measure the similarity among spatial directions according to the variation of each raster cell centroid angle. The two methods overcome the complexity of measuring similarity among spatial directions with direction matrix model and solve the limitation of small changes in direction. The two methods are simple and have broader applicability.     

手绘地图开域空间方向关系检索法

为满足智能化检索地理信息的需求,提出一种基于开域空间方向关系的手绘地图检索方法。首先设计了一种适用于手绘地图检索的开域空间方向关系描述模型。该模型通过开域既能自适应精确描述,又可通过松弛化策略模糊描述手绘对象间方向关系。提出基于开域空间方向关系的手绘地图检索流程,建立了R树空间索引和方向关系相似度计算模型,给出了输出结果的评价方法。采用实际数据的试验结果表明,该方法可在较大范围地图场景中有效检索到排名靠前的结果。     

空间线群目标相似度计算模型研究

以空间线群目标的空间统计特征为基础,对线群目标的空间关系和几何特征进行了描述。利用拓扑关系概念邻域图定义线群之间的拓扑关系相似度,利用方向均值定义线群之间的方向关系相似度以及利用"环形方差"定义线群目标之间的距离相似度。结合线群的长度和平均长度、线群密度及线群曲折度,建立了线群目标相似度计算模型,对线群目标相似度进行了整体度量。实验结果表明,相似度计算结果与地物特征比较一致,符合人们的直观认知。     

空间实体关联规则提取技术研究

总结了空间关联规则的定义及表达方法,针对传统关联规则提取方法的不足,根据提取的关联性指标不同,提出了基于空间拓扑关系提取法、基于空间距离、基于空间方向关系提取法和基于属性相似性提取法四种空间关联规则提取方法.设计了空间关联规则提取的技术流程,通过实例验证了方法的有效性,最后探讨了今后研究的方向.     

Quantitative relations between spatial similarity degree and map scale change of individual linear objects in multi-scale map spaces

Quantitative relations between spatial similarity degree and map scale change in multi-scale map spaces play important roles in map generalization and construction of spatial data infrastructure. Nevertheless, no achievements have been made regarding this issue. To fill the gap, this paper firstly proposes a model for calculating spatial similarity degrees between an individual linear object at one scale and its generalized counterpart at the other scale. Then psychological experiments are designed to validate the new model, taking four different individual linear objects at five different scales as test samples. The experiments have shown that spatial similarity degrees calculated by the new model can be accepted by a majority of the subjects. After this, it constructs a formula that can calculate spatial similarity degree using map scale change (and vice versa) for individual linear objects in multi-scale map spaces by the curve fitting method using the point data from the psychological experiments. Both the formula and the model can calculate quantitative relations between spatial similarity degree and map scale change of individual linear objects in multi-scale map spaces, which facilitates automation of map generalization algorithms for linear features.     

空间信息序结构相似性及其度量

空间信息的序列关系体现了空间要素的本质联系,但是在空间分析中尚没有刻画这种序列关系的成熟理论。本文基于有序尺度变量间关联性度量理论提出了空间信息序结构相似性的分析、度量方法,利用古德曼和克拉斯卡尔的度量验证了商业用地的租金与商业用地距商服中心距离的空间序结构的相似性,研究表明利用有序尺度变量关联性度量指标能够计算空间变量序列相似度,从而实现通过已知空间变量的空间序结构推断另一空间变量的空间序结构。