多尺度表达中线状要素的综合不确定性评价模型

在考虑节点化简的基础上建立了节点数据不确定性评价模型,基于曲线光滑模型建立了线元模型不确定性评价模型,在此基础上,根据不确定性传播律构建了由数据不确定性和模型不确定性合成的线状要素多尺度表达不确定性的综合评价模型。实验表明,综合不确定性指标值作为线状要素多尺度表达不确定性的量化指标是有效的。可将其用于计算线元不确定带的宽度,解决线状要素多尺度表达不确定性空间分析和推理问题;并用于线状要素多尺度表达的质量评价与控制。     

线状要素多尺度表达不确定性的综合分析与评价研究

空间数据的多尺度表达和GIS数据的精度分析及质量控制问题是当今地理信息科学和国际GIS界十分关注的两大前沿课题。本文首先确立线状要素多尺度表达的实现方式;然后紧紧围绕线状要素多尺度表达的实现流程,分析线状要素多尺度表达不确定性的来源,并利用误差传播规律建立线状要素多尺度表达误差传播规律;最后通过实验得出线状要素在尺度扩展中不确定性的变化规律。     

顾及线状要素综合要求的Morphing算法

提出了一种基于弯曲结构匹配的线状要素Morphing方法。针对不同尺度下的线状要素,通过建立约束Delaunay三角网,根据三角形的不同特征构建能够表达弯曲特征层次性的多叉树。基于多叉树结构进行匹配得到对应弯曲,对对应弯曲进行重要性评价,以尺度为依据舍去次要弯曲,从而得到任意尺度下的中间图形。实验结果表明,所提出的利用弯曲结构匹配的线状要素Morphing方法满足线状要素的综合要求,能保持线状要素上的曲折系数和弯曲个数对比,实现光滑渐变的连续综合效果。     

多尺度空间线状实体形状相似关系的表达与度量

本文对空间数据多尺度表达中线状实体综合前后的形状相似性进行了描述、分析和研究。通过调查统计,得出了衡量线状实体形状相似程度的两个重要参量SIMⅠ、SIMⅡ,基于这两个参量给出了空间线状实体形状相似性的定义以及在不同尺度下线状实体形状相似性的度量方法,并用实例进行验证。为空间数据多尺度表达时线状实体的形状表达提供了一种分析和评价手段。     

土地利用图中线状要素综合的质量评价

作为土地利用图综合的一个重要组成部分，线状要素综合质量的好坏对于有效提高自动制图综合的正确率具有重要意义。本文基于模糊综合评判理论对土地利用图中线状要素的综合进行了质量评价。首先，基于制图综合约束，确定评价指标体系，组成评价因素集；其次，在确定评判集和权重集的基础上，建立线状要素综合质量评价模型；最后，利用试验验证了评价方法的有效性。该研究为客观评价土地利用图中线状要素的综合质量提供了新的思路。     

一种利用模拟退火思想的线状要素Morphing方法

提出一种基于模拟退火思想的线状要素Morphing方法,针对同名线状要素在大小比例尺下的两种表达,首先利用约束Delaunay三角网提取小比例尺地图上线状要素的弯曲特征点,然后采用模拟退火技术在特征点与大比例尺线状数据顶点之间建立全局最优匹配,匹配结果将两线状要素分割成多对对应线段,最后针对每一对对应线段采用常规线性插值方法进行Morphing插值。模拟算例和实际数据实验证明,该方法较好地顾及了线状要素尺度变换过程中的弯曲化简、删除、夸大、典型化等综合操作,变换结果能有效地保持原线状要素的结构特征,提高了Morphing变换的精度。     

多尺度多准则的遥感影像线状地物信息提取

针对传统低层次单个像元纯光谱的信息提取方法存在的不足,以ZY-3高分辨率遥感影像为数据源,依据"种内一致性最大、类间异质性最大"原则,提出了基于多尺度多准则的ZY-3影像线状地物信息提取方法。利用基于最优分割尺度的影像分割、面向对象线状地物目标信息的提取方法,实现了河流、水渠、道路等线状地物信息的提取,并通过实验分析验证了可行性、有效性。结果表明:构建的RMAS指数指标,可以作为多尺度分割中选择最优分割尺度的一种很好的指示器,所提方法不仅有效避免了分割斑块面积对分割结果评价的影响,还能够有效识别ZY-3影像中的线状地物信息,研究结果对高分辨率遥感影像处理尺度依赖的技术难点及线状地物信息提取等研究具有重要的参考价值。     

基于傅里叶级数的等高线网络渐进式传输模型

矢量地图渐进式传输的关键技术是建立连续的多尺度表达模型,并在服务器端将地图数据组织成线性结构。本文利用傅立叶级数对要素表达的多尺度特性,将傅立叶级数的参量引入到等高线要素的渐进式传输中：研究了地图尺度与曲线傅立叶展开项数的对应关系,并以此在服务器端建立了曲线多尺度表达的傅立叶描述子模型;客户端通过网络传输依次得到不同地图尺度的傅立叶描述子分量并进行曲线要素的重构,实现等高线要素渐进式的传输和表达。该模型的应用具有两大特点,其一,在网络传输的是由曲线要素提炼出来的特征向量而不是坐标数据,能起到了数据有效压缩的作用;其二,能够实现无极尺度的地图要素的表达。     

基于多比例尺地图数据的线状要素综合方法

提出了一种基于多比例尺地图数据的线状要素综合方法,若一个顶点在两个不同比例尺的对应线状要素上都存在,则它在中间比例尺线状要素上也应该得到保留。首先,利用不同比例尺线状要素进行同名点识别,并在较大比例尺线状要素上进行标记;然后,以标记的同名点为断点,将大比例尺线状要素分割成多个线段;最后,对分割后的各线段结合Douglas-Peucker算法进行综合。通过实验分析论证了该方法的可行性及有效性。     

线要素化简算法的时间复杂度分析

线状要素是地图中数量最大、要素类型最多样的要素,其化简在地图自动综合中占据了重要的地位.目前对线状要素化简算法的改进、化简质量、化简精度等方面的研究较多,对线状要素化简算法的效率研究较少.此处是在兼顾化简质量的前提下研究算法效率,通过分析化简算法约束参数的特征,将线状要素化简算法分为6类,选取其中的几个典型算法,分析了其时间复杂度,并按照线状要素化简算法的时间复杂度将其分为线性算法和非线性算法两类,初步探讨了适合这两类算法的并行计算方法.     

层次特征点控制的线状要素Morphing方法

针对多尺度表达中同名线要素的变换问题,提出一种层次特征点控制下的线状要素Morphing变换方法,在已有的线性插值Morphing变换基础上,利用层次特征点对线要素进行分段控制,按对应弧段的结点的相对位置在本弧段的相同的相对位置处插入点,提高插值过程中点的位置对应精度,使中间比例尺的插值表达得到优化,提高Morphing变换的精度。     

高分辨率遥感影像场景的多尺度神经网络分类法

高分辨率遥感影像场景分类是实现复杂场景快速自动识别的基础,在军事、救灾等领域有十分重要的意义。为了在有限的遥感数据集上获得高识别精度,本文提出了一种基于联合多尺度卷积神经网络模型的高分辨率遥感影像场景分类方法。不同于传统的卷积神经网络模型,JMCNN建立了一个具有3个不同尺度通道的端对端多尺度联合卷积网络模型,包括多通道特征提取器、多尺度特征联合和Softmax分类3个部分。首先,多通道特征提取器提取图像中、高层多尺度特征;然后,多尺度特征联合对多个通道的中、高层多尺度特征进行多次融合以增强特征表达;最后,Softmax对高层特征进行分类。本文在UC Merced和SIRI遥感数据集进行测试,试验表明JMCNN模型在特征表达和计算速度方面均有显著提高,在小样本数据量下分别达到89.3%和88.3%的识别精度。     

面向对象的多尺度加权联合稀疏表示的高空间分辨率遥感影像分类

针对高空间分辨率遥感影像中的地物具有多尺度特性,以及各个尺度的对象特征对地物分类精度的影响具有较强的尺度效性,并结合面向对象影像分析方法和多尺度联合稀疏表示方法在高空间分辨率遥感影像分类中的各自优点,提出了一种面向对象的多尺度加权稀疏表示的高空间分辨率遥感影像分类算法。首先,采用多尺度分割算法获得多尺度分割结果并提取对象的多尺度特征;然后,根据影像对象的多尺度分割质量测度计算各尺度的对象权重,构建面向对象的多尺度加权联合稀疏表示模型;最后,采用2个国产GF-2高空间分辨率遥感数据集和1个高光谱-高空间分辨率航空遥感数据集（WashingtonD.C.数据）验证该算法的有效性。试验结果表明,与SVM、像素级稀疏表示、单尺度和多尺度对象级稀疏表示和深度学习等算法相比较,本文算法获得了较高的OA和Kappa分类精度,提高了各个尺度地物的分类精度,有效抑止了地物分类结果中的椒盐噪声现象,同时保持大尺度地物的区域性和小尺度地物的细节信息。     

剖分网格下顾及用户兴趣的矢量地图多尺度表达方法

在海量空间数据的组织与表达方面,与传统的空间数据模型与方法相比,地球剖分网格表现出了极大的优势。鉴此,本文提出了一种剖分网格下顾及用户兴趣的矢量地图多尺度表达方法,首先利用大量POI数据构建空间兴趣场模型,描述用户对地理信息的兴趣的空间分布;然后对空间要素进行分类分级,确定其表达的尺度范围;运用GeoSOT剖分理论划分不同层次的剖分面片,建立剖分面片与尺度的对应关系,根据用户对剖分面片所在区域的兴趣度大小,表达不同详细程度的空间要素,实现基于用户兴趣的空间数据多尺度表达。实验表明,该方法能够满足用户由概略到详细、由重要到次要的空间认知需求,同时能够获得较好的多尺度表达效果。     

公众地理信息平台数据的整饰方法研究

介绍了基于WebGIS的公众地理信息服务平台数据整饰的图面设计中的主从关系、地方特色突出、要有艺术品位等特点,从佳木斯市公众地理信息服务平台的数据整饰入手,从地图的分尺度显示、地图的符号表达、地图的标注等几方面进行了分析研究,并列举了佳木斯市公众地理信息服务平台的数据整饰的实例.     

点群多尺度表达不确定性评估方法研究

空间数据的不确定性评估是保证数据质量的重要手段.由于点群多尺度表达的不确定性非常复杂,评价指标和评估模型是点群多尺度表达不确定性评估需要亟待解决的关键问题.本文围绕点群的多尺度表达和空间分析流程,确立了点群多尺度表达不确定性的评估内容为位置不确定性和空间分析结论的不确定性,建立了点群及其多尺度表达位置不确定性的评价指标...     

顾及“保真性”原则的双向滚动球变换DDM多尺度表达算法

在分析符合"安全性"要求的数字水深模型(DDM)正向滚动球变换应用局限的基础上,根据高保真DDM多尺度表达评价标准中对水深值准确性、严密有序性及地形信息等级嵌套性的要求,从顾及"保真性"原则的DDM多尺度表达需要出发,提出一种基于双向滚动球变换的DDM多尺度表达算法。分析了海底地貌特征点在DDM双向滚动球变换过程中的变化趋势,根据DDM正向滚动球变换的尺度依赖特性,计算出了一定尺度下海底地貌的横向分布范围与纵向分布高度,建立了DDM多尺度表达中细部(骨架)地貌的判定准则。通过保留给定尺度下DDM中的骨架地貌,使海底地形的整体变化趋势得到了保持,满足了DDM多尺度表达对水深值准确性的要求;论证了DDM单值曲面等距离面变换的水深序同构特性,通过对给定尺度下的细部地貌进行DDM双向滚动球变换的等距离面提取,使海底地形的局部起伏形态得到了保持,满足了DDM多尺度表达对水深值严密有序性的要求;从满足DDM多尺度表达对地形信息等级嵌套性的要求出发,分析了DDM双向滚动球变换中尺度因子与地形信息等级单元逻辑包含关系的不相关性,论证了任意尺度因子条件下具有的相应等级地形信息范围的一致性。试验结果表明该算法克服了DDM正向滚动球变换存在的无法保留负向骨架地貌和保持海底局部地形起伏形态等不足,可有效保留DDM中骨架地貌并综合细部地貌,满足顾及"保真性"原则的DDM多尺度表达要求。