基于多属性决策的统计数据分级综合评价模型

将决策理论中的多属性决策用于评价地图要素的分级(分类)方法是否最优,并用信息论中的熵函数法确定各个评价分级精度指标的权重,建立了统计数据分级(分类)的综合评价模型。模型的建立,不仅提高了评价的客观性,而且是建立分级方法与适合这种分级方法的数据之间的关系基础。最后,用实例说明这种方法的具体应用及计算过程。     

引导型专题数据分级处理研究

通过对已有的数据分级模型及分级模式进行分析,提出引导型专题数据分级处理流程。首先运用分级数确定模型给出分级数,再利用"秩和比法+熵值法"对系统中各个分级模型的分级结果进行评价,最后以向用户推荐分级数和分级模型的形式辅助用户选择合适的分级处理模型。结合实例,对引导型专题数据分级处理过程及关键步骤进行详细说明,并通过原型系统显示实例结果。结果表明,此数据分级处理模式能让普通用户快速准确地进行数据处理。     

判断数据适合分级方法的理论分析

通过分析几种常用的分级方法,找到它们适合的数据,并基于最优分割分级提出一种新的分级方法。实验表明了方法的有效性。     

地理信息数据分级评价的相对指数熵模型

提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标。在Python中实现地理信息数据分级以及分级的相对指数熵计算。试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标。试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的。     

一种多比例尺GIS方案及其数据模型

提出了一种分层分级分区式多比例尺GIS方案，在提出的空间数据模型基础上，按照地图综合方法，发展了适合本文方案的多比例尺GIS空间数据模型，并通过试验说明了新方案及其模型的正确性和可行性，讨论了实施中几种情况的解决办法。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。     

基于直觉模糊集多属性决策的空间数据质量评价研究

直觉模糊集多属性决策对空间数据质量评价是一种多属性评价、群评价和模糊评价相交叉的研究方法,它的本质是从单个评价者的独裁情形转化成多个评价者商议的情形,并交杂着模糊理论,使得评价分析过程变得更加真实合理。本文利用直觉模糊多属性群决策对空间数据质量进行评价,并与得分加权函数方法的结果进行比较,解释不同结果的原因。     

遥感卫星数据产品分类分级规则研究

随着遥感卫星应用的发展,多源、多时相、多尺度以及不同类型遥感卫星的数据综合集成应用以及与地面观测信息集成,对遥感信息产品进行深度开发利用正在成为遥感应用的重要趋势。目前不同国家和地区、不同系列的遥感卫星数据产品分别采用不同的分类分级方案,难以适应多源、多系列地理空间信息整合应用的需求。本文从遥感应用对遥感卫星数据产品分类分级的需求出发,分析了目前主要遥感卫星的产品系列及其数据产品分类分级规则,参考了正在研究的相关国际标准,遵循系统性、科学性、完整性、兼容性、可操作性和可扩充性原则,研究提出了中国遥感卫星数据产品分类分级的规则。该规则以卫星载荷采用的遥感探测光谱特征及其数据获取方式作为分类依据,以卫星遥感数据的处理水平作为分级依据,建立统一的遥感卫星数据产品的分类分级体系。该规则与正在研究制订的相关国际标准保持一致,不但覆盖目前广泛应用的各类遥感卫星数据产品,而且能方便地建立与现有遥感卫星数据产品分类分级方案的映射关系,并且对未来的数据产品的分类分级留有比较充分的可扩充性,为遥感卫星数据产品分类分级指标体系的研究和相关国家标准的研制提供了依据。     

运用基于熵的多属性决策方法进行街道选取

街道选取是城市大比例尺地图综合的重要研究内容。提出了基于熵的多属性决策方法进行街道选取。首先,对离散街道弧段通过Stroke构建方法进行连接处理,将弧段连接成的Stroke作为选取单元;其次,根据街区概括的一般原则,选定若干评价指标,定量评价Stroke重要性资格;最后,利用方根模型计算街道选取数量,完成街道定额选取,最终实现街区形状概括。该方法把属性和几何方法的结合,将几何因素的考量内化于属性,可避免赋权的主观性,提高其客观性和准确性。实验验证了本方法的科学性。     

道路噪声预测的GIS评价方法

针对单模型进行噪声预测和评价的局限性,该文提出了一种基于GIS的利用多模型进行道路噪声预测评价的方法。此方法在对比分析现有的道路交通噪声模型的基础上,选择了FHWA模型和HJ2.4-2009模型作为本研究的理论模型;以闻合高速公路数据为实验数据,分别利用上述两种噪声模型计算噪声预测值;再针对每个噪声监控点,分析两种模型计算的结果,采用折中法和取舍法对结果进行处理,确定每个噪声监控点的噪声值;并结合噪声质量标准对噪声值进行评价,利用ArcGIS Server的地图服务发布功能实现评价结果的网络共享。实验结果表明,每个噪声监控点的噪声值在未来几年都会越来越大,需要采取相应的环保措施。     

基于熵的彩色晕渲图设色方案辅助设计

在熵理论和地图分级评价模型的基础上,提出了基于熵的彩色晕渲图设色方案辅助设计方法,并进行了晕渲制图实验.从客观信息量测定和主观评价结果的分析表明,本文方法制作的晕渲图色彩过渡自然,地形区分明显,层次清晰,能更好地表达地貌形态.     

模糊分类技术在作物类型识别中的应用

介绍了模糊分类技术,并将其应用于多时相ScanSAR的作物识别中。模糊分类技术比传统的最大似然法具有较高的识别精度。结合雷达图像的自身特点,将模糊分类技术与上下文处理相结合,是雷达图像处理的一种有效途径     

基于SVM决策支持树的城市植被类型遥感分类研究

城市植被类型不同,生物量不同,其生态功能与绿化效应也不同。在目前难直接获取城市“绿量”实测数据的情况下,可以绿地面积和植被类型间接反映绿地的生物量和绿化效应。本文利用高分辨率卫星影像IKONOS,以实验区与验证区城市植被类型信息为对象,在对常用的参数和非参数分类方法进行对比实验的基础上,对SVM的核函数进行了分析,构建了基于SVM决策树的城市植被类型分类模型。分类实验结果表明：与其他传统方法分类结果比较,SVM的决策树分类方法对植被类型的分类精度达到83．5％,绿化面积总精度接近95％,取得了良好的效果。     

基于改进的像素级和对象级的遥感影像合成分类

像素级和对象级的分类研究分别作为两个独立的方向开展,二者的结合与优势互补还没有引起关注。本文对像素级和对象级分类方法的结合做出新的探索,提出了基于改进的像素级和对象级的遥感影像合成分类方法。首先,以一种改进的RBF神经网络分类器进行像素级分类、以一种基于改进模糊支持向量机和决策树的层次分类模型进行对象级分类,获得多层次分类结果。然后,提出了一个具体的像素级分类与对象级分类的合成算法,对多层次分类结果进行合成。实验表明,合成分类方法能有效地提高分类结果的精度,提供比单一像素级方法或对象级方法更准确的分类结果。     

利用机载LIDAR双次回波高程之差分类激光脚点

机载LIDAR技术已经引起了测绘界的浓厚兴趣,有可能给测绘领域带来一场新的技术革命。机载LI-DAR技术的硬件设备在国外已相对成熟,而机载LIDAR的数据后处理算法仍然处于研究发展阶段,还有诸多问题没有得到解决,其关键之一就是机载LIDAR数据的滤波与分类。本文首先对已有的滤波分类方法进行了综合评价,并指出了各自的局限。然后提出利用两次回波信号的高程数据来实现对机载LIDAR数据的分类。首次分类后得到植被激光脚点点集和地面及房屋激光脚点点集。而房屋上的激光脚点要高出地面上的激光脚点数米之多,简单利用阈值法就可以进一步分类出房屋激光脚点和地面激光脚点。也可以先经过滤波处理将地面激光脚点去掉,然后利用两次回波信号的高程数据来分类自然植被激光脚点和人工地物激光脚点。实验证明所提方法简单有效,算法简单实用,特别适用于分类植被激光脚点。     

一种遥感影像分类精度检验的新方法

遥感影像中属于某类别的特征向量服从正态分布，基于此理论，根据统计学原理，提出一种新的基于类别分布的分类精度检验方法，该方法与常规基于混淆矩阵的分类精度检验方法完全不同，不需检验数据，仅需要一定的样本数据来估计总体的分布，可直接利用监督分类的训练区进行，因此对监督分类而言工作量极小。该方法能够进行的关键是类别总体的分布能通过某一分布的假设检验，在这种情况下可方便地计算出该类别的生产者精度，同时根据类别均值向量对应的像元数目和均值向量在类别总体中出现的概率计算出类别总体的数目后，可计算出各类别的用户精度，然后根据各类别的用户精度和分类后各类别分布面积比例计算出分类总精度。最后以郑州市高密度建设用地分类的生产者精度数据的获取为例进行了实证研究。研究表明：对于总体分布与正态分布最接近的两个波段的分类结果，本方法的计算结果与常规方法的计算结果在统计意义上可以认为一致。     

应用“3S”技术进行北京市森林立地分类和立地质量评价的研究

本文针对目的森林立地分类和立地质量评价研究中存在的问题。试图从立地分类和评价的方法进行技术上新的探讨。研究中以生态学和景观生态学理论为基础,以遥感（ＲＳ）、地理信息系统（ＧＩＳ）和专家系统（ＥＳ）作为主要的技术手段,借助相关数学分析,对北京市森林进行立地类型划分和在此基础上的立地质量评价及多目标动态决策。通过对北京地区景观特征及其气候、地貌、地形、土壤、植被等各种因子的定性分析,以及一、二类调查数据的定性定量分析,结合实际应用,确定分类原则和分类系统。应用ＧＩＳ建立各级分类的各因子专题数据库和图形库,通过各分类层次的主导因子及辅助因子的专题图叠加完成初分类。在此基础上,应用知识库中的专家知识及ＥＳ的推理机制对初分类结果进行综合,根据可信度理论,得出各级符合生产、造林规划和经营实际的立地类型图。对于最低一级的分类结果,采用专家打分的方法进行各类型立地质量的多因子综合评价,并编制立地质量评价图。在分类和评价的基础上,可以根据森林的生态效益、经济效益、环境效益和社会效益的综合考虑选择目标集,进行面向目标的动态决策。     

支持向量机在MODIS影像分类中的方法研究

支持向量机是一种基于统计理论的机器学习算法,在解决小样本、非线性及高维模式识别中有独特的优势。本文基于MODIS数据的高维特征,采用支持向量机算法对MODIS数据进行分类,并对其在MODIS影像分类中的方法进行了研究,指出了支持向量机分类方法的优越性。