一种基于BP神经网络的空间异常探测方法

空间异常探测旨在发现偏离普遍模式的小部分异常目标.对揭示地理现象潜在的发展变化规律有着重要意义.在现有的空间异常探测方法中,空间邻近域的确定直接影响探测结果的可靠性.为此,在顾及空间数据分布特征的前提下,利用人工神经网络机器学习的优势,发展了面向空间异常探测的BP神经网络结构和学习规则,提出了基于BP神经网络的空间异常探测方法,定义了基于BP神经网络的空间异常度概念,进而探测空间异常.最后,通过3组实际算例验证所提方法的可行性,并分析得出实验结论.     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

一种基于场论的空间异常探测方法

从空间数据场的角度,借鉴高斯势函数发展了一种新的空间异常度度量指标。进而,提出了一种基于场论的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的空间簇,并构建合理、稳定的空间邻近域。在此基础上,采用专题属性变化梯度修复策略减弱空间邻近域中潜在异常的影响,并利用空间异常度度量指标计算实体的异常度,从而探测空间异常。实验结果及实例证明了此方法的正确性。     

一种空间交叉异常显著性判别的非参数检验方法

空间异常探测旨在从海量空间数据中挖掘不符合普适性规律、表现出“与众不同”特性的空间实体集合,对于揭示地理现象的特殊发展规律具有重要价值。现有研究在空间异常度量方面取得了重要进展,但多缺乏对空间异常模式显著性的统计判别,且是针对单一类别数据,没有顾及多类别数据间的相互影响。为此,本文基于空间随机过程的思想,针对两种类别空间点数据,提出了一种空间交叉异常显著性判别的非参数检验方法。首先,针对基本数据集实体,采用约束Delaunay三角网,构建合理、稳定的空间邻近域;然后,统计落在基本数据集实体空间参考邻域半径范围内的参考数据集实体的数目,度量初始异常度;进而,采用α-Shape法构建支撑域,以空间随机过程为基础构建零模型,采用蒙特卡洛模拟检验空间异常的显著性;最后,采用生存距离对异常模式的稳定性进行评价分析。通过试验分析与比较发现,该方法能够有效识别具有统计显著性的空间交叉异常。     

流空间邻近关系约束下的流行病分布空间异常探测方法

针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性,本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法.首先,基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性;然后,基于流空间邻近关系度量自适应构建流空间权重矩阵;最后,构造疫情属性空间局部变化梯度变量刻画空...     

众源地理空间数据的城市热点区域探测

针对众源地理空间数据具有丰富的空间、时间和语义信息,将其应用于城市热点区域的探测可为城市发展规划、区域监督预警及大众服务等提供有力支撑的问题,该文提出了一种基于众源地理空间数据的城市热点区域探测方法。针对新浪微博签到数据的特性,以新浪微博2015年全年的签到数据为例,采用一种改进的空间采样方法获取格网单元的用户活跃度与类型信息,在此基础上,依次利用度量空间相关性和方向特征的空间测度对签到数据的空间模式进行了分析,最终探测到城市热点区域及其大致发展方向。结果表明,该方法具有周期短、成本低、可靠性高等特性,为城市热点区域的探测提供了一种新手段。     

BDS卫星空间信号异常探测及性能评估方法研究

全球卫星导航系统(Global Navigation Satellite System,GNSS)的空间信号异常会对用户的导航定位性能产生影响。异常信号的探测和性能评估对广播星历播发的空间信号(signal-in-space,SIS)的连续性、可用性和完好性等显得尤为重要。     

地表异常遥感探测与即时诊断方法研究框架

由自然和人为因素引起的各类地表异常具有突发性、多样性、随机性和复杂性,导致传统的卫星遥感探测时效严重滞后于地表异常预警和应急处置的实际需要,地表异常实时化、智能化遥感探测已成为我国新时代社会与经济高质量发展的重大战略需求,也是当前遥感科学发展面临的重大技术挑战。本文在分析地表异常遥感即时探测面临的技术挑战及其研究的必要性基础上,围绕解决地表异常遥感探测“看不到、看不清、看不快”技术瓶颈背后的科学问题,从卫星、载荷、应用三位一体的新视角,提出以“通导遥”一体化、星上在轨处理、星地互馈机器学习等为代表的地表异常遥感即时探测机理与方法研究思路,构建包括地表异常遥感响应特征与语义表征、地表异常超大动态范围自适应即时遥感探测、地表异常遥感在轨即时诊断、地表异常遥感预警知识即时生成与表达等在内的地表异常遥感即时探测研究框架,为深入开展地表异常遥感即时探测机理与方法研究提供科学方案,为实现直到用户移动终端的地表异常遥感监测预警产品即时服务提供技术体系框架。     

一种顾及邻近域内实体间距离的空间异常检测新方法

空间异常检测已成为空间数据挖掘和知识发现的一个重要研究内容.空间异常蕴含着许多意想不到的知识,现有的空间异常检测方法大多依据空间邻近域的非空间属性差异来计算偏离因子,忽略了邻近域内空间实体间距离的影响.本文首先讨论了空间邻近域内实体间距离对空间异常检测的影响,在此基础上,提出了一种顾及邻近域内实体间距离的空间异常度量方法--SOM法,并分析了它的复杂度.由于该方法是利用实体非空间属性的加权内插值与实测值的差值作为度量空间异常程度的参数,从而顾及了邻近域内所有实体相互间距离对非空间属性偏离的影响,并且克服了现有检测方法在不均匀分布空间实体集内寻找空间异常的缺陷.最后,通过一个实际算例验证了所提方法的可行性和正确性.     

标准时频变换的台风期间电离层TEC异常分析

针对台风期间电离层异常探测中传统方法所存在参考背景值精度低，且容易受到多种外界环境因素干扰的问题，该文提出了一种基于标准时频变换理论的电离层异常探测方法。电离层总电子含量(TEC)变化在其标准时频谱中可以自动显示，运用标准时频变换理论具有的无为方法可以将变化的主成分直接提取，得到高精度的参考背景值。使用该方法对2016年第14号台风“莫兰蒂”和台风轨迹下落站点的电离层TEC变化进行异常探测。结果显示，与传统方法相比，该方法的探测结果更加突出异常发生的时段，能够较好地反映异常特征，且不易受空间环境影响；在台风期间，电离层异常主要集中在9月13日，此时台风达到最大强度时刻，表现为正异常现象，异常幅度为2～12 TECU。