道路网约束下的事件时空交互检验方法研究

针对沿道路网分布的事件时空交互检验,构建网络约束下的事件空间权重矩阵,并利用事件本身的属性信息进行加权。在此基础上给出矩阵的计算方法,由此将Baker’s修正Knox时空交互检验方法扩展到网络空间。实验结果表明,本文方法可以灵活的衡量沿道路网分布事件的时空交互强度,从而为城市管理者提供一种道路网约束下的定量化时空交互检验手段。     

城市道路交通事故时空分布模式分析

为分析城市道路交通事故的时空分布模式,本文基于网络空间线性最邻近指数和Knox时空检验方法,对武汉市青山区道路交通事故的热点路段分布以及时空交互模式进行检验。实验结果表明,城市道路交通事故在空间和时空层面均呈现显著聚集分布。事故热点主要分布在主干道和道路交叉口等人流量大和路网密集的区域,显著性时空交互现象发生于近时空区域内。本文结果可为交通事故防控、交通设施优化提供理论参考。     

城市犯罪时空同现模式的非参数检验方法

采用时空同现模式分析方法挖掘多元犯罪事件之间的关联关系，可为犯罪事件防控问题提供科学指导。现有方法依赖人为设置的频繁度阈值，应用部门若缺乏先验知识则可能导致决策错误。因此，基于非参数统计思想，提出一种面向城市犯罪的时空同现模式显著性检验方法。首先通过重建每类犯罪事件的时空分布，构建多元犯罪事件分布独立的零模型；然后根据零模型下多元犯罪事件同现频率的试验分布，判别候选时空同现模式的显著性。最后设计具有预设模式的模拟数据实验验证该方法的有效性；在多个分析尺度（时空半径）下识别S市2016年13种犯罪事件间时空同现模式，并以时空同现模式{扰乱治安，盗窃电动自行车，扒窃}为例，结合公共设施空间分布，对该模式形成机理进行深入分析。结果表明:①该方法充分顾及了单元犯罪事件自相关特征的影响，能够有效识别具有统计特性的时空同现模式；②犯罪事件时空同现模式随分析尺度的变化而存在差异；③具有相似建成环境和社会环境的犯罪事件容易形成时空同现模式。     

现实与赛博空间数据相结合的城市活动事件时空建模

城市活动事件(如文化、娱乐、体育等事件)的规模与影响力是城市经济文化发展的重要体现,其发生的全过程对城市现实空间与赛博空间都会产生巨大影响,从现实空间与赛博空间对城市活动事件的演化感知、动态建模与时空分析,具有重要的理论研究与应用价值。提出了一种结合现实空间交通数据与赛博空间社交媒体数据的城市活动事件时空建模分析方法,从事件进行中的交通轨迹,探测识别与事件显著相关的城市时空区域和交通流,分析现实空间事件热度的时空变化;从事件发生全过程的社交媒体数据中,探测分析赛博空间事件热度的时空变化;通过将现实空间和赛博空间的融合,建立城市活动事件时空模型,刻画事件全过程中城市地理空间与城市行为空间的时空演变特征。以2015年周杰伦"魔天伦2.0"世界巡回演唱会(武汉站)事件为例,采用武汉市出租车GPS轨迹数据和微博数据,对演唱会的事前、事中、事后实现城市地理空间与行为空间全过程建模与时空演变分析,并与单一数据源事件刻画模型进行比较,结果显示本方法能更合理地结合现实空间和赛博空间刻画城市活动事件。     

面向地理信息大数据的时空事件关系可视化分析框架

不同类型的地理信息大数据蕴含了丰富的时空关系，反映个体或者群体时空事件之间的变化模式，在资源、环境、交通等领域的智慧应用中起到关键性作用。然而，地理信息大数据拥有的多尺度和多语义特性，在挖掘地理信息大数据的时空关系时会存在许多困难。如何有效地构建多尺度多语义时空关系，并直观地表达这些时空关系是一个重大挑战。本文设计了一种时空事件关系可视化分析框架，通过定义事件间时空关系的描述，设计了一种多视图协同的可视化分析方法，结合时空关系的可视化协同交互，实现地理信息大数据时空事件可视分析。基于时空轨迹数据，通过试验说明该方法可以探寻时空事件及背景间的时空关系，实现时空事件的交互可视分析。     

微博签到数据的时空热点挖掘——以北京为例

对社交媒体位置服务大数据进行时空数据挖掘能为城市规划、商业决策、用户行为分析等应用提供决策依据。基于新浪微博签到点数据,应用Knox指数进行时空交互性检验,确定合适的时空分析尺度,并利用时空重排扫描统计方法分别在短时间尺度(时)和长时间尺度(天)下挖掘时空热点。结果表明:短时间尺度(时)和长时间尺度(天)的签到点都具有随着空间距离的增大,时空交互性逐渐增强的趋势;短时间尺度下的时空热点区域主要分布在主城区,覆盖半径集中在2~6km、时间集中在11:00—17:00,热点持续时长约为3~5h;长时间尺度下的时空热点主要集中在主城区,少量均匀分布在城外,覆盖半径集中在5~6km,时间集中在2016-02-07—2016-02-13,热点持续时长约为3~6d。     

时空立方体的抢劫案件时空特征挖掘与分析

针对抢劫犯罪发生的时空模式等相关问题,提出了基于时空立方体模型的时空特征探索方法。该方法既能从时空维度挖掘犯罪事件的特征,又以时空立方体方法宏观展示其热点时空分布,有助于城市治安辅助决策。文章以美国费城的抢劫犯罪案件为研究数据,实验结果表明,该方法能够较全面地揭示抢劫犯罪案件在时间、空间及时空分布特征:①抢劫犯罪案件存在明显的时间和空间聚类特性;②从空间分布分析,抢劫事件多分布于西费城以及费城北区;③从时序分析,1月和12月为抢劫犯罪的高发时段;以日为尺度,抢劫犯罪多发生在夜晚,这与犯罪学相关规律一致;④从时空规律分析,随着时间的推移,热点以费城北区为中心逐渐向周围扩散。本研究能为警力巡查调度、案件预测等提供辅助决策,并可推广应用到其他领域。     

一种基于位置、对象和时间的时空数据模型

在同时满足基于特征和基于事件的空间时态数据模型的基础上,提出一种基于位置、对象和时间的时空数据模型,并对此模型进行关系分解。该模型弥补了以上所提各种模型的不足,以一个城市的城市化历史为例,实现对时空目标分别基于位置、对象和时间的查询。     

网络空间中线要素的核密度估计方法

核密度估计(KDE)方法是分析点要素或线要素空间分布模式的一种重要方法,但目前线要素核密度方法只能分析线要素在二维均质平面空间的密度分布,不能正确分析交通拥堵、交叉口排队、出租车载客等线事件在一维非均质道路网络空间中的密度分布。本文提出了一种网络空间中线要素的核密度估计方法(网络线要素KDE方法),首先确定每个线要素在网络空间上的密度分布,然后根据网络空间距离和拓扑关系确定网络空间的线要素核密度与时空分布。以出租车GPS轨迹数据中提取的"上客"线事件为例,分析出租车"上客"线事件在网络空间中的密度分布,通过与现有方法比较的试验结果表明,本文提出的方法更能准确反映路网空间中线事件的分布特征。     

微博数据挖掘的用户行为时空特征分析

针对国内既有研究对微博数据地理位置属性的关注主要集中在省域大尺度上,对微博发布时间考量不足且大多数都没有反映出地理位置随时间的变化问题,提出将微博数据的时间和空间属性结合起来,在城市中观尺度上综合分析用户行为时空特征并据此进行事件监测的方法。实验结果表明,通过格网化离散的微博数据对数据进行时空分析,可以发现用户日常行为的时空特征及其变化;通过全局自相关检验及局部自相关热点探测,依据微博热点区域的数量和属性变化可以正确发现事件所在地理位置。     

A network distance and graph-partitioning-based clustering method for improving the accuracy of urban hotspot detection

Clustering is an important approach to identifying hotspots with broad applications, ranging from crime area analysis to transport prediction and urban planning. As an on-demand transport service, taxis play an important role in urban systems, and the pick-up and drop-off locations in taxi GPS trajectory data have been widely used to detect urban hotspots for various purposes. In this work, taxi drop-off events are represented as linear features in the context of the road network space. Based on such representation, instead of the most frequently used Euclidian distance, Jaccard distance is calculated to measure the similarity of road segments for cluster analysis, and further, a network distance and graph-partitioning-based clustering method is proposed for improving the accuracy of urban hotspot detection. A case study is conducted using taxi trajectory data collected from over 6500 taxis during one week, and the results indicate that the proposed method can identify urban hotspots more precisely.     

一种改进Hausdorff距离和自适应遗传搜索的遥感目标匹配方法

采用快速点提取算子SIFT算子提取特征点,减少图像数据量,针对传统Hausdorff距离对噪声、出格点较敏感的问题对其进行改进,并以改进后的鲁棒Hausdorff距离作为匹配测度,利用非遍历而又有效的遗传搜索策略进一步提高了匹配速度。对发生旋转变形和灰度变化的遥感影像进行模拟实验,实验结果证明了该算法的有效性和快速性。     

一种矢径最短的抛物线加权平均光滑插值法

本文提出了一种抛物线加权平均曲线光滑插值算法。它满足了一个特殊的要求，即曲线通过全部节点且到弦的垂直距离最短。同时，将张力系数引入该方法中，并给出了包含张力系数的光滑方程。     

基于局域自适应信息理论测度学习的高光谱目标探测方法

传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。     

自适应距离和模糊拓扑优化的模糊聚类SAR影像变化检测

针对模糊聚类算法的不足,结合差分影像的特点,提出一种基于自适应距离（adaptive distance）和模糊拓扑（fuzzy topology）理论的SAR影像变化检测技术框架（FATCD）。FATCD首先基于自适应距离公式提出一种自适应的样本到聚类中心的距离计算方法,优化了聚类过程中像元隶属度的计算公式,提高了模糊隶属度函数的准确程度;而后利用模糊拓扑理论改进传统去模糊化方式最大隶属度原则,从而增强了去模糊化过程。借助这两点,FATCD提高了模糊聚类变化检测的性能。两组真实SAR影像数据的试验结果表明本文方法可行、有效。     

GPS在计算导弹脱靶量中的应用研究

将GPS技术应用于导弹靶试脱靶量测量,并对计算过程作了较为详细的分析和探讨。试验证明：利用GPS测定脱靶量,测量精度高,简单易行,可以在靶场逐步试验推广。     

基于光流的旋翼无人机障碍物检测方法

针对传统光流法检测障碍物准确性不高、适应性差的问题,提出了一种基于金字塔LK光流的旋翼无人机单目视觉自主障碍物检测方法。该方法通过金字塔LK光流法获取光流信息,结合光流大小和拍摄间距与物距的关系设定自适应阈值,比较光流与阈值的大小并对障碍物进行检测与判定。实验证明:该方法可以有效地检测到障碍物,能满足无人机在多种条件下的避障需求,具有较高的准确性、鲁棒性和适应性。     

A laser scanning-based method for fast estimation of seismic-induced building deformations

Monitoring damaged buildings in an area where an earthquake has occurred requires the use of techniques which provide rapid and safe measurements even in emergency conditions. In particular, remote sensing techniques like terrestrial laser scanning (TLS) can satisfy these requirements, since they produce very dense point clouds in little time and also allow an accurate geometric modeling of observed buildings. Nevertheless, strong constraints on TLS data acquisition geometry, such as acquisition distance and incidence angles, typically characterize an area in seismic emergency conditions. In order to correctly interpret the data, it is necessary to estimate errors affecting TLS measurements in these critical conditions. A reliable estimation can be achieved by means of experiments and numerical simulations aimed at quantifying a realistic noise level, with emphasis on reduction of artifacts due to data acquisition, registration and modeling. This paper proposes a data analysis strategy in which TLS-based morphological maps computed as point-to-primitive differences are created. The method can be easily used for accurate surveying in emergency conditions. In order to demonstrate the proposed method in very diverse situations, it was applied to rapidly detect deformation traces in the San Giacomo Roncole Campanile (Modena), the Asinelli tower (Bologna) and the Cantalovo Church (Verona), three buildings damaged by the Mw 5.9 Emilia Romagna 2012 earthquake (Italy).