基于儿童认知特点的电子地图符号设计

以5~6岁儿童为研究对象,提出适合该年龄段儿童认知特点的电子地图符号设计原则,并进行具体设计实验。对儿童进行地图认知能力测试证实,将儿童认知导入地图设计很有必要。本研究结果更适合儿童需求,同时也符合儿童心理认知发展规律及欣赏水平。     

结合引力场理论的道路自动选取方法

针对复杂网络模型被广泛应用于道路选取的研究中,少有方法顾及道路网对偶图中多级邻居节点的影响,导致对道路的重要性评价缺乏准确性和可靠性的问题。该文将道路网对偶图节点的结构特征值视作质量,将节点间的最短距离视作距离,结合引力场方程实现道路自动选取,较好地将道路网对偶图中多级邻居节点的影响纳入到道路重要性的计算中,从而实现对道路重要性的准确评估。通过对兰州市城关区的路网进行实验,结果表明本文方法所选取的路网较好地保持了原始道路网的整体结构、覆盖范围、密度分布、拓扑特征和连通性。     

基于约束Delaunay三角网的线、面群目标分布边界计算

群组目标的分布边界在空间方向关系判断、相似度计算以及地图自动综合等领域有着重要的应用,但目前的分布边界计算主要是针对空间点群目标,鲜有涉及空间线、面群目标。在约束Delaunay三角网的基础上,利用动态阈值"剥皮"法实现线、面群目标的分布边界计算。方法得到的分布边界多边形符合人们的空间认知习惯,能够较好地描述线、面群目标的空间形态和分布范围。     

矢量河网渐进式传输的多尺度表达模型

矢量河网数据渐进式传输是制图综合的逆过程,从几何特征出发化简曲线的方法忽略了曲线的形态特征。鉴于此,以曲线轴线为基准,基于曲线弯曲层次化提取河流曲线数据,并将提取的曲线数据分层组织,构建结合目标层和几何细节层的河网多尺度表达模型。基于该模型开发了矢量河网数据的渐进式传输系统,验证了该方法的有效性。     

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。     

坐标排序的离散点凸包生成算法

针对传统的凸包生成方法在数据量较大情况下效率下降明显的问题,该文提出了一种基于平面离散点快速生成凸包算法。基于凸包边界单调性对平面点集分区域按X轴方向排序的方法,较好地减少了传统凸包生成算法的计算量,实现了凸包求取的高效性。实验结果表明:该算法不仅可以快速有效地生成凸包,还能够保证结果的准确性,且效率较高。     

一种矢量线数据零水印算法

为了满足矢量地理空间数据高精度和零扰动的实用性需要,该文提出一种零水印算法。首先利用Logistic混沌映射置乱原始水印图像;然后对原始矢量线数据进行离散傅里叶变换,获得离散傅里叶变换后的相位值,并将相位值由弧度值转换为角度值;接着随机选取均匀分布的角度值,向下取整后转换为相应的二进制形式,得到二值矩阵;最后将置乱后的水印图像与由相位值构成的二值矩阵进行异或操作,从而构造出零水印图像。实验结果表明,该算法能够抵抗常见的平移、缩放等几何攻击,并且对数据格式转换攻击、投影变换攻击具有较好的鲁棒性。     

自媒体时代的地图:微地图

针对传统地图制作门槛高、传播效率低的弊端,提出了一种新的地图形式——微地图,以适应自媒体时代对地图的要求。给出了微地图的定义、特点及其与传统地图的区别,阐释了微地图系统的功能。微地图作为传统地图的有益补充,将以其小、快、灵的特点成为面向"草根"阶层的地图。     

群组目标空间方向关系形式化描述模型

针对目前群组目标空间方向关系模型在描述方向关系方面存在的不精确及复杂性等问题,该文提出一种形式化描述模型。该模型采用"剥皮"法计算得到源目标群的边界多边形,较好地顾及了空间形状及分布范围对方向关系的影响;并通过方向关系矩阵模型计算源目标群的边界多边形与各方向区域之间的交,借助矩阵形式化描述源目标群相对于参考目标群的空间方向关系。实验结果表明,该模型较好地克服了现有方法中存在的缺陷,能够准确判断地理空间中两个群组目标之间的空间方向关系。     

等高线自动综合研究热点及趋势可视化分析

该文基于文献计量方法,从刊文量、文献共被引及高突现关键词等方面对该领域研究热点及趋势进行可视化分析.结果表明:①基于地形地貌结构化特征的等高线综合是永恒的研究主题;②数学方法始终为等高线综合研究提供有效的研究方法与手段;③已有算法的改进、算法效率及综合结果精度的提高将成为未来研究主要趋势之一;④GeoAI、大数据技术为未来等高线综合的研究提供了新契机、新的思路及发展方向.