点集拓扑学中的一个定理的推广

本文试图对C.A.Stuart和孙经先两位学者所分别独立提出的点集拓扑学连通性定理进行推广论证。论证结果,不仅推广了这一定理,而且还大大地简化了上述两位学者对该定理的证明。     

Hausdorff局部凸线性拓扑空间集值系统的解

在Hausdorff局部凸线性拓扑空间中讨论集值系统x∈F(x，y)，y∈G(x，y)解的存在性，推广了Rzepechi B在一致凸Banach空间中相应的结论。     

Hausdorff局部凸线性拓扑空间集值系统的解

在Hausdorff局部凸线性拓扑空间中讨论集值系统x∈F(x,y),y∈G(x,y)解的存在性，推广了RzepechiB在一致凸Banach空间中相应的结论。     

基于等高线空间关系的鞍部点提取方法

鞍部点是反映地表形态起伏变化的重要地形特征点之一,准确地提取鞍部点有利于地形的空间关系和结构特征分析。现有的鞍部点提取方法通常是直接基于规则格网DEM数据,无法顾及鞍部点与周围地形的空间拓扑关系和复杂地形对其的影响,不仅产生大量的伪鞍部点,而且忽略一些关键地区的鞍部点。本文根据鞍部点的地形形态特征,设计了一种基于等高线数据的鞍部点提取算法。该算法利用等高线闭合的特征,将等高线按照一定规则转成等高面数据,再利用等高面之间的相邻拓扑关系实现递归查找并自动提取鞍部点。实验结果显示:①鞍部点的数量和位置与等高距的大小显著相关,在一定尺度范围内,等高距越小,提取出鞍部点越多,位置精度也逐渐提高;②与基于规则格网DEM数据提取方法相比,该方法能更有效的过滤大量伪鞍部点,提高了鞍部点的提取精度,同时也降低了鞍部点提取算法的复杂度;与基于等高线的增量缓冲方法(Incremental Buffering Algorithm)相比,本文的方法能有效提高鞍部点提取的完整性,更适用于本文DEM的尺度即5 m DEM数据。     

基于多源兴趣点的模糊地名空间范围划分方法

由于人类对现实世界进行认知和概念化的过程存在模糊性,许多人们在日常生活中使用的地名往往是没有明确边界范围的模糊区域。大数据时代的开启,为模糊地名空间范围的确定与表达提供了新思路。本文提出由k最邻近(k NN)离群点检测算法结合高斯混合模型(GMM)的方法,基于多源兴趣点(POI)数据获取模糊地名空间范围边界。该方法具有能有效识别离群点数据、参数敏感度低的特点。最后,分析了多源POI数据的应用对结果的影响。     

局部凸线性拓扑空间Kannan型非扩张集值映射不动点定理

在Hausdorff局部凸线性拓扑空间中得到了Kannan型非扩张集值映射不动点定理,附带给出单值映射族具有公共不动点的结果。     

基于用户历史瓦片浏览记录的兴趣点智能搜索方法优化研究

在网上各种信息呈现爆炸式增长的背景下,传统方法往往难以顾及用户兴趣,而导致查询无法体现个性化。针对这一问题提出一种基于用户历史瓦片浏览记录的兴趣点智能搜索方法。首先对智慧城市平台下的用户历史瓦片浏览记录数据进行分析,并以热力图可视化形式展现出用户关注的热点区域,得出空间热度;然后根据属性查询中加入空间热度影响因子来影响兴趣点搜索结果,使搜索结果更加符合用户搜索意图,针对热点区域给不同用户以相应服务;以滕州市兴趣点为实验数据,使用Elasticsearch构建索引数据库,采用Web前端技术搭建搜索框架,经过实验对比分析发现,该方法能够有效地提高搜索的查准率,并且可随着数据量的丰富变得更加智能化。     

地理空间模型自动数据匹配结果精准表达方法

随着现代地学研究的深入与交叉融合,地理空间模型变得日益复杂,需要的输入数据也越来越多。为了快速、高效准备输入数据,一种有效的方法就是为模型自动匹配网络上已经共享的数据。在此背景下,本文针对不完全匹配数据需要自动转换处理的需求,开展了匹配结果精准表达方法研究。首先分析了自动数据匹配流程,在此基础上,提出了匹配结果精准表达结构及其形式化方法。匹配结果包含数据内容、空间和时间3个本质特征项,以及数据类型、格式和结构等形态特征项,每个特征项通过基于XML的相似度、匹配关系、匹配范围分别对共享数据与模型输入数据是否一致、差异在哪、差异有多大等问题进行精准的形式化表达。如果某一数据特征项相似度为1或本质特征项相似度为0时,意味着该特征项完全满足或完全不满足模型的需求,则没有必要进一步精准表达匹配结果;否则需要按上述方法对该数据特征项的匹配结果进行精准的形式化表达。湖南省2010年土壤生产潜力计算实践表明,本文方法可以为后继数据处理服务的自动组合及其数据的自动处理,以及最终向模型推荐完全符合需求的数据奠定基础。     

基于网络空间点模式的餐饮店空间格局分析

餐饮业是城市经济发展的重要指标,运用合适的方法来研究城市餐饮业的空间格局特征,对城市规划、商业选址和经济发展等具有重要意义。本文以广州市海珠区为例,基于餐饮店POI（兴趣点）数据,利用核密度估计法分析餐饮店的空间分布特性,采用网络核密度法探究其热点路段的分布情况,并利用网络双变量K函数法,分析餐饮店分布与公交站和居民小区的相关性。结果表明：海珠区餐饮店总体分布呈现“西密东疏”的空间格局,具有多中心的空间分布特征;江南中街道餐饮店分布的热点路段主要集中在江南西路和江南大道中沿线,其密度随着与该沿线的距离增加而衰减;在较小范围内,餐饮店的分布与公交站具有显著的聚集关系,而与居民小区不具有显著的聚集关系。对于沿道路分布的空间地理点对象,利用网络空间点模式分析可得到较好结果。     

空间扫描统计量方法中候选聚集区域生成的快速算法

空间扫描统计量方法是公共卫生监测领域应用非常广泛的空间聚集探测快速算法。其利用传染病监测数据可探测到病例异常增多的局部区域,对可能的传染病暴发做出早期预警。候选聚集区域的预先生成是该方法的一个关键步骤。将现有的候选聚集区域生成方法应用到包含子区域较多的大区域时,可能导致大量候选聚集区域的遗漏,影响探测结果的准确性;或可能生成大量重复的候选聚集区域,导致随后空间扫描计算时间的延长。本文在原有候选聚集区域生成方法的基础上,提出了一种新的快速算法。它以格网点间隔的优化选择,可减少对可能候选聚集区域的遗漏;同时,基于多重排序算法可在较短的时间之内,删除掉原始候选聚集区域集合中的大量重复。通过山东省西南部608个乡镇点的候选聚集区域生成测试,改进的方法可减少候选聚集区域的遗漏,并在较短的时间内删除掉所有的重复候选聚集。     

基于层次分析法的多尺度点群目标相似度计算

计算不同尺度下空间目标的相似性是GIS研究的热点问题之一。点群是地理空间群组目标的一种,研究其相似性可对空间群组目标的计算机制图结果进行评价。以往的理论研究主要从影响点群目标的单一因子出发,对影响点群目标的简单因子进行分析,并以此提出相应计算模型。为了研究点群目标在不同尺度下的相似性问题,本文在前人研究的基础上,整合了影响点群目标相似性的主要因子（包括拓扑关系、方向关系、距离关系、分布范围和分布密度）,并分别提出拓扑相似度、方向相似度、分布范围相似度、距离相似度分布和密度相似度的计算模型,从整体上把握计算点群目标的相似性。通过层次分析法,赋予5种因子相应的权重,最后集成不同尺度下点群目标相似度的总体计算模型。经过计算验证,该方法能较准确地计算不同尺度下点群目标的相似程度,为制图综合质量做出评价。     

数字环境下的数据缩编更新方法

随着地理空间信息资源建设的不断推进与广泛应用,测绘工作的重心正在由初始的数据生产向数据更新与服务进行转变.在目前实际生产的各种更新方法中,由于利用较大比例尺数据更新较小比例尺数据的经济快速,日益引起了人们的重视.本文从目前空间数据更新生产工程的实际需求出发,分析了综合利用多种现势数据资料缩编更新空间数据库的需求与技术难点,以目前的空间数据的数字化生产工艺为基础,分析探讨了缩编更新的关键技术,实现了适应数字环境下的空问数据缩编更新.根据该方法开发的缩编更新系统--精图(GenTool),在生产中得到了初步应用,并获得了良好的效果.     

面向沟谷特征点簇的空间结构模型与应用

点簇(即点的集合)具有特定的组织结构;沟谷作为一类自成体系的重要空间实体,表达其形态、结构、发育等关键属性特征的沟谷特征点簇,是有严密的组织结构、密切的空间关系和完整的属性描述的关键特征点的集合。建立沟谷特征点簇的空间结构模型,进行沟谷特征的空间分析与应用,具有重要的科学意义。本文在分析沟谷特征点簇的组成要素、空间与结构特征的基础上,确定了点簇的层次结构模型和非结构化文件存储方式,编程实现了沟谷特征点簇数据模型;然后,构建了点簇文件,并运用C# + AE的开发方式,研发建立了基于点簇的沟谷分析原型系统,实现了沟谷特征点簇数据的可视化、结构空间分析、专题属性特征分析等基本功能;最后,以特征点的沟谷路径追溯查找效率作了对比分析,验证了基于特征点簇模型的沟谷分析具有较高的处理效率。本研究构建的面向沟谷特征点簇的空间结构模型,研发的具有沟谷结构、形态与属性分析功能的沟谷分析原型系统,有一定的应用价值。     

一种地图点群空间分布特征的局部分维分析方法

以分数维为分析指标的分形几何理论,为地图点群目标的空间复杂性分析提供了一种定量方法。但是研究表明,地图点群目标的分形性质往往表现出局部的非均匀特性,因此主要以研究对象整体分维估值为主的分维分析方法难以描述这种变化。本文在分维扩展方法的基础上,提出了一种基于滑动窗口的局部分维分析方法--元分维模型,并通过实践证明该方法可以有效地揭示地图点群空间分布特征的差异,从而为地图点群目标的空间分布特征分析提供了一个新的思路。     

支持自动综合的多尺度三维建筑组织与管理

多尺度数据的有效组织与管理是实现三维建筑自动综合及多尺度应用的基础。本文对空间数据综合与多尺度表达数据管理方法的研究现状进行了分析。根据三维建筑自动综合的特点,本文提出了一种基于R树的多尺度三维建筑空间索引模型——GAMR树（Generalization Area Multi-representation R Tree）;对GAMR树的定义和结构进行了详细描述,设计了顾及GAMR树高度与所选长度阈值关联关系的索引构建方法。针对三维建筑特点,设计了一种支持多尺度区域对象完整查询的检索方法,并根据建筑特征的可辨性,实现了顾及视线角度对投影长度影响的三维建筑模型多尺度可视化方法。实验证明,GAMR树能很好地适用于三维建筑多尺度模型的组织与管理,对三维建筑几何模型的自动综合具有重要意义。     

地图概括中空间目标几何信息传递模型研究

地图概括是实现多比例尺地图生产和更新的一种重要理论方法。目前,国际国内制图学界对地图概括的研究主要集中在发展地图概括算法方面,在地图概括的质量评价方面的研究还很少。为此,本文以信息论为理论基础,以地图概括中空间目标几何信息的传递问题为研究对象,以相应空间目标几何信息的传递效率来度量地图概括中单个空间目标的概括质量。首先,建立了地图概括的空间信息传递模型,描述不同比例尺地图之间空间信息的传递过程。进而提出了地图概括过程中空间目标(即:线和面目标)几何信息的传递模型,并且对地图概括中空间目标几何信息的传递状况进行了评估,给出了具体的计算和实现方法。最后,通过实验初步验证了地图概括中空间目标几何信息传递模型的可行性。     

Spatial-temporal Distribution Characteristics of Global Seismic Clusters and Associated Spatial Factors

Earthquakes exhibit clear clustering on the earth. It is important to explore the spatial-temporal characteristics of seismicity clusters and their spatial heterogeneity. We analyze effects of plate space, tectonic style, and their interaction on characteristic of cluster.Based on data of earthquakes not less than moment magnitude(M_w) 5.6 from 1960 to 2014, this study used the spatial-temporal scan method to identify earthquake clusters. The results indicate that seismic spatial-temporal clusters can be classified into two types based on duration: persistent clusters and burst clusters. Finally, we analysed the spatial heterogeneity of the two types. The main conclusions are as follows: 1) Ninety percent of the persistent clusters last for 22-38 yr and show a high clustering likelihood;ninety percent of the burst clusters last for 1-1.78 yr and show a high relative risk. 2) The persistent clusters are mainly distributed in interplate zones, especially along the western margin of the Pacific Ocean. The burst clusters are distributed in both intraplate and interplate zones, slightly concentrated in the India-Eurasia interaction zone. 3) For the persistent type, plate interaction plays an important role in the distribution of the clusters’ likelihood and relative risk. In addition, the tectonic style further enhances the spatial heterogeneity. 4) For the burst type,neither plate activity nor tectonic style has an obvious effect on the distribution of the clusters’ likelihood and relative risk. Nevertheless,interaction between these two spatial factors enhances the spatial heterogeneity, especially in terms of relative risk.     

一种新的散乱点云数据多级空间索引

散乱点云数据具有数据量大（海量性）、数据表达精细（高空间分辨率）、空间三维点之间无拓扑关系（散乱性）等特征,在对其进行应用前必须进行数据预处理（如去噪、配准、分割等）。而在这些数据处理过程中需频繁的进行邻域查找,如果没有高效的查询索引机制,很难实现数据自动处理。因此,如何进行数据的组织和索引,以提高后续邻域检索和查询等操作的速度,是目前点云数据处理中的一个研究热点。针对现有点云数据采用的空间索引方式的优缺点,本文提出了一种多级格网和KD树混合的空间索引,该索引提出变分辨率格网索引与KD树的混合索引模式,简称MultiGrid-KD树索引。该方法在保持网格索引算法实现简单查询效率高等优点的同时,解决了单一分辨率数据冗余的问题。以故宫太和殿的点云数据为例,对本文提出的MultiGrid-KD树索引算法和KD树、八叉树等经典算法做对比。结果表明,本文索引方法在最邻近点查询以及四邻域查询的效率上均优于KD树,以及八叉树索引。