采用主成分分析法的面状居民地自动选取

居民地选取是一个多种因素相互约束、相互关联的过程,而这些影响居民地重要性因素的关系往往难以定量地描述出来,提出了基于主成分分析法的居民地自动选取方法。首先,采用主成分分析法对这些相互约束、相互影响的因子转换成一组无关变量;其次,对这转换后的无关变量提取主要成分;第三,计算出主成分的权重用以评价居民地的重要性程度;最后,利用开方根模型完成居民地要素的定额选取。该方法将相互关联、相互约束的影响居民地重要性的因子转换成新的无关变量,提炼出其主要成分并计算权值用以综合评价居民地的重要性。实验对比分析表明,该方法综合考虑了居民地要素的行政等级、位置特征和面积大小等因素对居民地重要性的影响,选取结果,较好地保持了居民地选取前后的整体形态,符合选取原则。     

保持空间分布特征的散列式居民地综合选取方法

中小比例尺地形图上存在大量由不依比例尺"房屋群"构成的散列式居民地,综合选取时除考虑单个房屋专题重要性外,还要保持各房屋群的分布特征。将基于Vorinoi图模型的点群化简算法应用到散列式居民地选取中,在综合选取的两个主要过程(选取定额模型和结构化选取方法)中综合考虑分布密度、分布范围等分布结构信息和专题属性信息。实验分析表明,该方法保留重要居民地的同时,能够较好地保持原有的空间分布特征。     

用多元回归分析法建立计算居民地选取指标的数学模型

本文介绍了用多元回归分析法来确定居民地选取指标的原理，并应用这些原理建立了各种比例尺普通图上确定居民地选取指标的数学模型。这种模型顾及到居民地密度和人口密度两个方面确定指标。利用这些模型来综合居民地可以促进地图的标准化过程，减少编图者由于认识水平的差别对图面的干扰，从而提高地图质量，增强地图功能，为用图者提供丰富的信息。并为机助制图中居民地的自动选取创造了条件。     

基于层次分析法的越野通行速度确定方法研究

在复杂越野地形环境中,确定机动车辆在不同地形因素影响下的机动速度是进行越野条件下车辆通行性分析和路径规划的基础。考虑到地表属性、高程和坡度对越野机动车辆通行速度的影响,本文提出基于层次分析法的越野通行速度确定方法。首先,对复杂的地形环境进行定性和定量化描述,选取六角格网对地形进行分析;其次,对影响车辆越野机动速度的地形因素进行分类分析;在此基础上,采用层次分析法对这些影响因素构建越野通行速度层次结构模型,使这些因素加以关联。该方法将定性分析和定量分析相结合,综合考虑多种地形因素对越野机动车辆速度的影响,使结果更加符合实际。通过实验证明,该方法计算得到的越野机动车辆速度,对越野条件下的通行分析和路径规划研究具有一定的参考意义。     

利用层次分析法匹配面状居民地

针对目前居民地要素匹配中相似性度量权值设置较为随意的问题,提出一种利用层次分析法匹配面状居民地的方法。首先,根据相似性指标确定相似性权值;其次,通过层次分析法使权重的计算变得合理,进而生成综合指标评价模型;最后实现居民地要素匹配。实验证明了该方法的有效性和科学性。     

利用灰色关联分析的居民地几何匹配方法

空间数据匹配是空间数据更新与维护的基础和关键。针对空间数据匹配中不同匹配指标的权值确定困难的特点,以居民地为例,从空间数据最基本的图形数据差入手,利用灰色关联分析方法建立一种多指标居民地几何匹配权值自动确定的方法。该方法利用灰色关联分析的方法自动确定居民地实体间的位置、面积、方向等类型的图形数据差权值,得到综合图形数据差计算模型,通过计算待匹配数据综合图形数据差得到匹配结果。通过实验验证了该方法的可行性和实用性。     

采用迭代注水原理的居民地属性约简方法

基于案例推理的居民地自动选取方法研究中,居民地属性权重的赋值对推理结果的影响显著。为使案例推理中居民地属性权重分配更合理,引入迭代注水原理对居民地属性进行赋权值和约简。首先,对专家交互操作的面状居民地案例进行信息挖掘;然后采用注水原理对居民地属性权重优化分配,结合递归特征消除法对属性迭代计算;最后采用十折交叉验证法,训练出适应居民地案例推理的最佳赋有权重的属性子集。通过与专家打分法、主成分分析法、权重平均分配法、传统注水原理法4种属性约简方法作对比实验,结果表明本文方法能对居民地属性进行有效简约,并提高基于案例推理的居民地选取模型的正确率。     

复杂网络视角下的居民地选取方法EI北大核心CSCD

多要素协同综合是制图综合重要的发展方向。针对当前居民地选取方法对道路网与居民地间地理关联性利用不够深入的问题,将居民地与道路网融合为整体,本文提出了一种复杂网络视角下的居民地选取方法。首先,整合居民地与道路网的几何信息、属性信息与拓扑信息,构建以居民地为节点、以交通通达关系为边的含权居民地网络;然后,评价目标居民地在局部网络中的居民地吸引能力与交通流控制能力,并加权求和获得综合重要性;最后,利用距离约束Delaunay三角网进行迭代选取。试验表明,本文方法能够兼顾居民地的密度特征与网络特征,选取结果与道路网结构吻合良好,较好地保持了道路网与居民地的地理关联性。     

系列地形图实用确定居民地选取指标的数学模型

本文介绍了以规范指标为基础建立居民地选取模型的方法和原理,并应用这些方法和原理建立了系列地形图实用确定居民地选取指标的数学模型。试验证明这些模型在实际制图(包括自动制图)作业中完全可行的。利用这些模型来综合居民地可提高地图的科学性和质量,促进地形图标准化,系列化进程。     

电子地图中居民地的多尺度显示

探讨了多尺度的含义,并将居民地多尺度表达的研究限定在详细程度的变化上;阐述了电子地图中居民地多尺度表达的基本原理,即在保持原图的分布特征和疏密对比的情况下按照居民地自身的分类分级和重要性程度进行一定数量的取舍;建立了居民地多尺度显示的模型,根据此模型提出了采用二级邻近点判别法结合Voronoi图进行居民地要素的显示等级设置的方法,并进行了相应的实验,结果表明该方法对居民地的分布特征、密度对比和延伸方向均能较好的保持.     

长江流域水资源空间分配

针对当前水资源空间分配方法存在影响因素选择不全,权重设计主观性强,且难以适用于大尺度流域范围等问题,该文提出了一种面向长江流域的水资源空间分配模型。该模型选取了年均降雨量、地形坡度、地表植被覆盖和区域集水面积作为水资源分配的影响因子,利用相关性分析方法和AHP层次分析法优化了因子影响权重设计,实现了长江流域的水资源空间分配,并采用长江流域二级子流域的水资源量统计数据进行精度检验。实验结果揭示了长江流域水资源量在1km格网尺度的空间分布差异,表明了该文面向长江流域水资源空间分配模型的合理性和准确性。     

基于案例推理的居民地选取方法

针对当前中小比例尺地图中居民地选取面临的专家制图经验难以形式化表达的问题,提出一种基于案例推理的居民地选取方法。首先,把制图专家对居民地交互选取结果作为案例对象,挖掘居民地案例的属性特征指标,对属性赋值和归一化处理;然后,采用逐步消元法对居民地最佳属性组合进行选择,并构建源案例库;最后,采用案例推理方法,结合KNN算法,训练案例库确定KNN算法的最佳K值,将新案例与源案例库检索匹配,得出最佳决策结果,进而指导待决策居民地的自动选取。经试验验证,该方法能够较好地还原专家的选取意向,具有较好的抗噪声能力,在面状居民地自动选取中取得了较好的效果。     

基于SPOT5影像自动提取水体的新方法

针对基于SPOT5影像提取水体时易受地形阴影、居民地等因素影响提取精度的问题,本文构建了一种新的水体提取方法。该方法以水体的遥感图像本底值研究为基础,通过构建能够同向增强的水体指数及多指数集成计算模型,实现水体灰度值的极化,在此基础上利用改进的阈值自动选取算法、数学形态学滤波及细化等算法,实现了水体的高精度自动提取。经过试验比较表明,该方法能够有效地提取较细水体,且能够有效去除地形阴影、居民地及河流边滩等的影响。     

多源空间大数据场景下的家装品牌线下广告选址

合理进行线下广告牌投放位置的选择对商家宣传品牌以及扩大营销市场具有十分积极的作用。由于商业数据较难获取,以往研究多停留在宏观理论层面,未能对线下广告选址的实际布局进行细尺度分析。以北京为研究区,通过耦合某大型家装品牌线下广告到店转化率和路网、感兴趣点数据等表征地理特征和商业经济特征的多源空间数据,构建了基于随机森林的广告到店转化率预测模型（$R^{\mathrm{2}}$=0.758）,得到该品牌连锁家装商店在北京市广告选址适宜性空间分布结果,并对各影响特征进行分析。研究结果表明:该家装品牌线下广告到店转化率在北京整体呈现“中心高、外围低”的格局,且存在较强的空间自相关和高值聚集现象;同时,线下广告到店转化率与社会经济、商业政治和人群活动等具有较强相关性,且对同一群体持续进行广告曝光的位置对到店转化率的影响较大。该结果可为线下广告牌布局和商业选址等相关研究提供参考依据和理论基础。     

利用空白区域骨架线网眼匹配多源面状居民地

多源大比例尺城市地图中,同名居民地数据间往往存在较大几何位置偏差,从而增加了居民地匹配的难度和不确定性。针对这一问题,本文提出了一种利用空白区域骨架线网眼进行居民地匹配的新方法。首先,提取空白区域骨架线,并建立空白区域骨架线网眼和居民地之间的一一映射关系,将居民地匹配转换为骨架线网眼匹配;然后,根据骨架线网眼之间的相接拓扑关系构建对偶图,计算对偶图中每个节点的各项中心性指标,并利用极化变换和层次分析法建立骨架线网眼匹配模型,获取骨架线网眼匹配结果;最后,将骨架线网眼匹配结果按照映射关系进行传递,从而得到居民地匹配结果。将居民地匹配转换为空白区域骨架线网眼匹配,并对骨架线网眼进行对偶图构建和极化变换,为匹配增加拓扑约束和相对位置约束,从而弥补几何位置的较大偏差对匹配造成的影响。对比试验及分析表明本方法能够有效解决大比例尺城市地图中几何位置偏差较大的面状居民地的匹配问题。     

利用城市骨架线网的道路和居民地联动匹配方法

同名道路或者居民地数据间由于数据一致性程度不高,往往存在较大的几何位置偏差,当对道路或者居民地单独进行匹配时,不利于提高匹配正确率和效率。针对这一问题,本文提出了一种利用城市骨架线网的道路和居民地联动匹配方法。联动匹配即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,利用约束Delaunay三角网对地图构建城市骨架线网。然后,通过道路、骨架线、骨架线网眼和居民地之间的拓扑关系建立道路和居民地之间的匹配传递模型。最后,根据该传递模型实现通过道路匹配带动居民地匹配或者通过居民地匹配带动道路匹配的联动匹配。该方法优势在于只要有一种要素的数据一致性比较好,就能带动另一种要素取得很好的匹配效果,同时符合人类进行匹配时的认知过程。     

利用主成分分析法及地理加权回归模型分析AOD数据

针对采用地理加权回归模型（GWR）进行预测时输入变量较多导致计算复杂度高,而输入变量较少引起预测精度降低这一问题,提出了一种基于主成分分析的地理加权回归方法（PCA-GWR）。首先,该方法检验了气溶胶光学厚度（AOD）影响因素之间的共线性;然后,通过非线性主成分分析法（NLPCA）对影响AOD值的若干相关变量进行处理,既消除了相关变量彼此之间的多重共线性,又可以起到降维的作用;最后,利用非线性主成分分析得到较少的几个综合指标,通过地理加权回归模型对AOD值进行分析预测。为验证该方法的有效性,采用京津冀地区的AOD、高程、风速、气温、湿度、气压、坡度、坡向数据,利用Pearson相关系数法选取与AOD浓度具有较高相关性的影响因素作为常规的GWR模型的输入变量,在变量个数相同的前提下,与本文方法进行对比。研究结果表明：应用非线性主成分分析法对相关变量进行预处理后,有效地解决了变量之间的共线性,保留了原始影响因素主要信息,提高了运算效率,且该方法所得的MAE、RMSE、AIC及其拟合优度R²均优于常规的GWR模型。     

GIS与层次分析法结合的超市选址研究与实现

位置的选择是修建超市的先决条件,地理信息系统依靠其强大的空间分析和可视化功能使商业选址更具直观性和科学性。本文提出了一个解决选址模型的思路,即在GIS地理信息系统的支持下结合层次分析法,对提取的指标和建立的模型用可视化的方法来清晰、直观地解决选址问题。