基于地图数据库数据的自动编图系统

本文是在已取得的科研成果基础上的总结。主要介绍了基于地图数据库数据的自动编图系统的设计思想、结构及功能模块、试验情况与分析,最后给出几点结论。     

自动制图综合人工神经元网络方法的研究

现代神经生理学研究表明 ,人脑的大量神经元构成有所分工而又紧密联系的神经元网络 ,它的结构和功能可以采用物理可实现的系统人工神经元网络来模拟。制图综合是人脑神经元网络获取、处理、输出地理信息的复杂视觉思维过程 ,可以用人工神经元网络来模拟。文中探讨了制图综合的人工神经元网络的设计 ,并对用于实现自动制图综合的结果进行分析 ,指出其应用前景。     

大变化时代的地图学EI北大核心CSCD

当前,地图学同其他科学(如地理学)一样处在一个大变革时代。在地图学不断进步的同时,也出现了各种各样的“思潮”或“观点”,地图学是否被边缘化了?地图学应该向何处去?这是测绘地理信息学界和业界都十分关心的问题。本文首先简要梳理了地图学发展的历史进程,回顾了地图学史上的三次崛起,不忘过去才能继往开来,回顾地图学的历史是为了让地图学更好地走向未来;其次,从地图学学科体系、地图设计的新理念新思维和新方法、智能地图制图综合及多尺度级联更新、地图的社会影响力、地图学发展的不竭动力等方面,分析了当代地图学的发展成就;然后,强调了地图哲学思维对地图学创新发展的引领作用,侧重分析了人工智能推动地图学发展、时空大数据可视化及可视化设计的研究重点等;最后,分析认为,地图学必将沿着高度分化和高度综合的整体化方向快速发展,地图学再度崛起是时代之大势。     

采用形状相似性约束的居民地匹配质量检核机制研究

形状是居民地要素最基本的几何特征之一,也是居民地匹配质量检核的重要依据。针对现有居民地形状度量方法对居民地形状特点利用不充分等问题,提出了一种关键点分段内插的形状相似性度量方法,作为形状约束的度量方法。利用形状相似性度量结果对匹配质量进行检核,发现其中的匹配错误。通过实验验证了该方法的可行性和实用性。     

道路网匹配的蚁群算法求解模型

利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。     

利用邻域相似性的居民地要素增量更新质量评估

针对增量更新过程中只对变化对象进行更新的特点,从更新对象的邻域空间相似性入手,以居民地要素为例,对更新对象和源对象的几何相似性及其邻域内对象之间的空间关系相似性进行了形式化表达和计算,基于评估可信度最大化原则确定了对象评估顺序,并根据邻近对象的不同特点设计了两阶段评估流程。实验表明,该方法将评估区域限定在了更新对象邻域范围内,能够有效地发现尺度变换过程中实体及其空间关系错误,提高了更新系统的可用性。     

非平行结构建筑化简方法的探讨

平行结构建筑是3维城市中建筑的主体,随着建筑风格的多元化,非平行结构建筑所占的比重越来越大,因此必须对其多尺度表达的方法进行研究.此处根据复杂程度的不同将建筑分为简单建筑和特殊建筑两类.在简单建筑的化筒中,首先讨论了倾斜房顶的几何表示方法,在此基础上建立了房顶的关系信息,采用成组处理与斜面的扯直拉平算法相结合的方式实现了简单建筑的化简.在分析复杂建筑倾斜面结构特点的基础上设计了适于复杂建筑的化简方法,并针对两类典型建筑进行了实验.     

基于CIRCLE特征变换的点群选取改进算法

本文在介绍了已有的“基于Circle特征变换的点群选取算法”(测绘科学2005年第3期)基础上,提出了一种改进算法。详细分析了已有算法在线化简过程中对聚类的过度依赖性和线化简过程中的逻辑不一致性等两个主要不足,对特征空间中的线化简等关键步骤进行了改进。最后就改进算法的结果与原先算法的结果进行了对比分析与评价。     

结合POI数据的道路自动选取方法

人们对道路重要性的认知与道路周边设施有重要关系,针对现有地图综合道路选取方法中对语义特征考虑不足的问题,将POI数据引入到道路的语义特征分析中,提出一种综合考虑道路空间特征和语义特征的道路综合自动选取方法。首先,结合POI位置数据构造了道路语义特征度量的3个新参量：设施点密度、重要设施比率和专题设施比率;然后,与道路长度、连接值、总深度值、平均线密度等反映道路几何、拓扑和分布特征的度量参量一起,通过归一化和熵值法赋权进行整合计算,得到道路重要性值;最后,综合考虑道路重要性值、道路stroke构成和stroke连通度的约束条件进行道路的分步选取。实验结果表明,该方法在保留主要道路、保持道路分布疏密特征和道路连通性的同时,较好地顾及了道路的语义特征信息。     

海图等深线自动合并方法研究

提出了一种Delaunay三角网支持下的等深线自动合并方法。首先提出一种避免进行地形特征分析的待合并等深线探测方法，用于自动探测待合并的等深线；其次，通过三角形筛选构建桥接区域，并对桥接区域进行扩展、填"孔"操作；接着，利用Delaunay三角网在曲线弯曲识别方面的优势，提取待综合的弯曲区域；然后，合并待综合弯曲区域和桥接区域得到待综合部分，利用图形对称差分运算得到合并结果；最后对合并结果进行光滑处理。实验表明，该方法能够自动正确地对待合并等深线进行探测，合并结果不仅能够满足航行安全，而且图形形态清晰、光滑。