空间知识地图信息传输模型的研究

空间知识地图是提取和传输空间知识的工具,已得到了广泛的应用。从地图信息传输论的角度出发,本文提出了空间知识地图的传输模型和传输效率的改进方向,对提升空间知识地图的应用效率有一定的指导意义。     

移动地图的信息传输模型研究

分析了移动地图的特点,通过对现有地图信息传输模型的改进,得到了一种基于移动通信条件下的地图信息传输模型。该模型强调了实时信息在移动地图信息传输中的重要作用,分析了移动地图的信息传输过程,为移动地图的设计提供了理论支持。     

自动驾驶高精地图的信息传输模型

高精地图的“非视觉”和面向机器特性,使其与传统面向人的时空产品有明显不同,相应的描述地图主、客体及其与产品之间关系的传输模型也面临巨大变革。已有的传输模型重构了上述关系,包括新增用户个性信息及其传输,但也存在信息传递工具仍采用面向人而非机器的地图语言等不足。为此,结合自动驾驶中地图信息的传输特点,构建面向机器认知的高精地图信息传输模型,通过对已有的传输模型进行扩展：GIS语言代替地图语言,将用户个性信息整合到高精地图的用户图层中,将行动指导扩展为行动实践。研究结果表明,构建的全机器认知的高精地图信息传输模型实现了地图信息认知的主体由人到机器的扩展,适应了高精地图在感知、定位、规划、控制等传输过程中全人工智能的特性。所提出的模型一方面有助于准确把握高精地图的本质及内容结构,提升认知效果;另一方面,对驾驶服务具有重要的指导作用,包括内容选取、表达方法、系统功能框架设计等,提高传输效率。     

地图集:重构复杂非线性地理世界的“百科全书”

地图学是一门经过数千年的演进发展形成的科学,地图(地图集)是地图科学研究的主阵地,是任何时代和社会都不可或缺的,对人们的工作、学习和生活具有重要作用和意义。首先,简要论述了地图学作为一门科学的社会实践和科学实践的演进发展规律,以及地图集的特点;然后,从哲学角度分析与论述了地图是怎样重构复杂非线性地理世界的(实现由"地理世界"到"地图世界"的转变),人们是怎样利用地图进一步认识复杂非线性地理世界的(实现由"地图世界"到"地理世界"的转变),提出了基于传感器网络的由"感知的地理世界"到"重构的地理世界"再到"认知的地理世界"、指导行动并反馈信息的"双向"转变的认知模式;最后,论述了地图集作为重构复杂非线性地理世界的"百科全书"的作用,举例说明了中国改革开放以来地图集的快速发展和水平的大幅提升,并阐明人工智能时代中国地图集成果将比以往任何时候都更加兴旺发达,地图集作为人们进一步认知复杂非线性地理世界的"百科全书"的功能作用将比以往任何时候都更加强大。     

认知（心象）地图助力寻亲成功

从地图认知的角度分析了心象地图在一则寻亲成功事件中的重要作用。首先,介绍了地图认知的空间认知、心象地图、认知制图等基本概念,阐述了心象地图在传统地图学三角形模型中的位置和作用;然后,对该案例中寻亲者和被寻者双方的认知过程进行细致的实证分析;最后,探讨了访谈中的3个地理空间认知问题:地图工具对空间认知阶段的适应性差异,心象地图匹配的空间尺度和时间特征,以及认知主体的知识经验对认知结果自上而下的影响;并由此提出地理空间认知在脑科学和人工智能研究的推动下稳健进入新时代的发展趋势。     

地图模式识别研究的介绍与展望

地图模式识别是近年来在地图制图领域中新兴起来的一门高新技术，是信息时代人工智能、模式识别技术在地图制图中的具体应用，本文对我们在地图模式识别研究领域的进展分五个问题进行了概述。最后对地图模式识别今后的发展进行了展望。     

深度地图——论地图学与神经科学的结合

在研究地图学与神经科学相互影响和交叉融合的基础上, 探讨了深度地图的内涵, 提出深度地图是神经科学与地图学的结合, 是应用认知神经科学理论和方法理解地图, 以揭示地图的神经学机理。神经科学的新发展为地图学开辟了更加广阔的空间, 特别是空间细胞的发现, 为深度地图的研究奠定了神经科学基础。通过对大量神经科学研究资料的分析, 提出地图功能是大脑空间信息处理功能的反映, 构建了深度地图概念模型, 并构建了空间细胞和编码机制与地图功能之间的关系, 以阐明地图的神经机制, 从而深化人们对地图本质的认识, 促进地图与人工智能的融合与深化应用。     

建构主义理论视域下的地图学理论与地图服务研究

认知科学是地图学基础理论之一,作为近年来兴起的新思想,建构主义倡导的"知识主动建构"的理念被广泛接受。地图是地理空间环境认知的结果,同时也是认知地理空间环境的工具。建构主义认知理论所倡导的新理念与"互联网+时空大数据"时代地图服务的理念高度吻合。分析了建构主义视域下的地理信息传输和地图认知,提出了以建构主义为指导的地图服务模型。     

地图图像智能识别与理解:特征、方法与展望

随着测绘制图与通讯技术的发展,公众能够借助各种平台和工具实时地自由创建、发布、编辑和共享地图图像大数据资源和产品,地图图像在地图内容、绘图标准等方面具有了显著的泛在性,导致难以创建大规模、高质量的地图图像标注数据。因此,尽管现有深度学习方法在识别标准地图的内容中取得了突破性的进展,但受制于地图图像标注数据的局限,依然无法有效应对地图图像的识别和理解。根据目前国内外的相关研究进展与挑战,结合地理空间人工智能技术,探讨支持泛源地图图像大数据识别的理论与技术框架。首先,提出既能够表达地图图像内容,又能够为模型或算法表征的地图特征;然后,探讨面向地图图像内容识别的地理空间人工智能技术,以及面向地图图像理解的语义分析方法;最后,总结和展望基于地图图像大数据的相关应用及潜在价值。需要进一步研究支持地图图像表征的理论与方法,且集成地图图像显式内容的识别（地图感知）和地图图像潜在语义的分析（地图认知）才可充分挖掘地图图像大数据的价值。希望能够从数据表征和地理空间人工智能的角度为地图图像的研究提供新思路。     

室内移动地图信息传输与认知研究

室内移动地图已经成为传统移动地图的重要发展方向之一,室内移动地图较传统移动地图在信息传输和认知上受到的影响因素更多。在对比室内移动地图与传统地图的差异性的基础上,本文提出了室内移动地图的信息传输模型和认知过程,并以此提出了几点室内移动地图的设计原则,为室内移动地图的设计和应用提供了一定的理论依据。