基于分形理论的水系要素制图综合研究

在研究水系要素具有分形现象的基础上,提出了水系要素的分维数的确定方法,并利用水系的分数维规律进行地图制图综合,取到了较好的结果     

自动制图综合的技术方法在GIS环境中的应用

自动制图综合一直足地图制图领域中的难点，随着自动制图综合研究的不断深入，产生了许多理论、模型和成果。本文从GIS和自动综合原理的发展出发，论述了两者之间的密切关系，阐述了自动综合原理的发展必须与GIS应用相结合，使自动制图综合理论的研究小仪停留在研究的层面，更能使它产生应用的价值，推动自动综合和GIS的发展。     

基于"知识规则"的GIS水系要素制图综合推理

本文在ＧＩＳ制图综合实施过程中,基于知识库的原理和思想,制定了一套符合水系要素制图综合的知识规则,并利用这些知识规则进行综合过程的判断和综合算法的选择。     

基于“知识规则”的GIS水系要素制图综合推理

本文在ＧＩＳ制图综合实施过程中，基于知识库的原理和思想，制定了一套符合水系要素制图综合的知识规则，并利用这些知识规则进行综合过程的判断和综合算法的选择。     

利用ArcGIS Python实现水系综合的方法及问题研究

针对中小比例尺地图生产中水系数据的制图综合任务量大,缺少具有针对性的自动综合工具的技术现状,分析了现有制图综合工具处理数据的方法以及产生的后续问题,结合ArcGIS提供的制图综合工具,采用Python语言进行二次开发,实现了水系数据的自动筛选,解决了利用制图综合工具产生的拓扑错误,提高了水系数据的综合自动化水平。     

自动制图综合链理论与技术模型

为满足地图生产自动化和GIS中对自动制图综合的迫切需求,必须研究新的理论、方法和模型。在充分探讨制图综合现状和存在问题的基础上,系统研究自动制图综合链理论与技术,把抽象的制图综合操作过程化、任务化、步骤化,并把制图综合任务转化为计算机环境下自动执行与优化的可执行操作链,从而达到提高制图综合自动化、智能化水平的目的。     

面向制图线自动综合的分维估值方法及其应用

本文将分形理论中的分维计算与数据压缩中的光栏法基本原理相结合，提出了一种专门用于制图线自动综合的分维估值方法及其相应的自动综合算法用该方法求出的分维数，可从数量上反映制图线形状结构特征随描述它的阈值变化的规律，基于该方法的自动综合算法可较好地实现制图线自动综合过程的数量化和模型化，并使制图线形状结构特征得以有效保持。     

基于遗传算法的制图综合模型研究

在指出制图综合大部分问题可以看作是优化问题的基础上,创造性地将遗传算法引入制图综合研究中,建立了基于遗传算法的制图综合模型。以点群目标选取为例,对基于遗传算法的制图综合模型中编码、适应度函数等关键性问题进行了深入的探讨。实验结果表明,基于遗传算法的制图综合模型是解决数字地图环境下自动综合问题的一条全新而可行的思路。     

基于微粒群优化算法的自动制图综合研究初探

制图综合作为地图制作的核心技术一直是地图学家关注的焦点。长期以来,制图综合的自动化是研究的重要方向。微粒群优化算法(PSO)作为新兴的智能算法,成功地应用于诸多领域。据此,介绍了PSO的基本原理,尝试利用PSO解决自动制图综合中点群综合中的点目标选取等问题,为解决自动制图综合提供了一种新的方法和思路。     

基于BP神经网络的河系自动综合研究

在分析河流选取影响因素的基础上,结合BP神经网络的改进,给出了河流自动选取BP神经网络的结构模型,并通过实例提供了网络参数、实现过程和试验结果。     

面向自动综合的河系结构化模型研究

针对地图上河流的自动综合,建立了基于河段的河系结构化数据模型,该模型充分考虑了河段与河段、河段与面状水系要素之间的空间关系,以及河系河段的层次关系;建立了一种面向自动综合的河系结构化数据模型,模型包含了大量水系综合所需要的信息.基于上述数据模型,设计了一种方便快捷的河系结构化算法,该算法较好地克服了现有河系结构化算法只针对河流以及只适用于形态相对简单的河系的缺陷,较为全面地考虑了河系结构中出现的各种复杂问题,具有较强的实用性.     

面向自动综合的河系结构化模型研究

针对地图上河流的自动综合,建立了基于河段的河系结构化数据模型,该模型充分考虑了河段与河段、河段与面状水系要素之间的空间关系,以及河系河段的层次关系;建立了一种面向自动综合的河系结构化数据模型,模型包含了大量水系综合所需要的信息。基于上述数据模型,设计了一种方便快捷的河系结构化算法,该算法较好地克服了现有河系结构化算法只针对河流以及只适用于形态相对简单的河系的缺陷,较为全面地考虑了河系结构中出现的各种复杂问题,具有较强的实用性。     

基于约束D-TIN的等高线簇与河网协同综合方法

传统制图综合中针对水系、地貌等不同地理要素的分治策略,往往导致综合后要素目标之间在空间与语义上的冲突.考虑地形与河流之间的空间依赖性,提出一种等高线簇与河网协同的制图综合方法,即利用两种要素目标顶点在约束D-TIN描述下的空间邻近关系,并通过提取和组织谷地等高线弯曲段数据,构建两要素有效协同关系.在此基础上将等高线按所...     

河流自动选取中的分级优化

水系是具有高度结构化特征的复杂空间数据,在不同水文条件和地形环境下发育的水系形态可以表现为多种模式,如格状河系、羽毛状河系、平行状河系等,使得水系选取具有较大难度。探讨了河流分级(汇流区域特征)、河网结构层次化(河流分布的地理特征)与水系选取之间的关系,提出了基于流域的河流自动选取,从河流的局部重要性出发,考虑河流的分级主要基于两点:一是确定选取单元为流域;二是对流域内河流通过等级关系选取高等级河流,同等级间河流根据长度、密度、河流间距离等综合指标进行选取。     

河网汇水区域的层次化剖分与地图综合

对于具有网络状结构的河系数据的综合化简,判断河流分支在河网中的重要性需要考虑三个层次的结构信息:全局范围内的空间分布模式;局域环境下的分布密度;单条河流的几何特征。为提取这些结构化信息,本文基于网络分析运用Delaunay三角网模型建立了各级河流分支汇水区域的层次化剖分模型,其基本思想是将汇水区域划定当作“空间竞争”问题来求解,运用类似于Voronoi图的空间等剖分几何构造表达“袭水”过程,在各支流子系统内部及其环境之间通过Delaunay三角网骨架线确定汇水区域的分水岭。基于该层次剖分模型可计算河流分布密度、相邻河流间距、汇水范围及层次关系,进而推算出河系网中每一条河流的重要性系数,实现不同尺度下河流的综合选取。     

基于分形分维和数学函数的南流江流域河网信息提取

利用南流江流域30 m分辨率的DEM数据,介绍了Arc GIS中进行河网提取的一系列过程,并利用其图解建模工具,提取南流江流域的不同汇流累积面积的水系河网,实现了提取过程的流程化处理。分别统计河源密度和沟壑密度,并分别计算它们与汇流累积面积的几何函数关系,并对其进行二阶求导,确定其二阶导数关系,得到合适的汇流累积阈值,并借助分形分维理论对河网的分维值进行了验证。利用函数关系和分形分维确定汇流累积面积提取水系河网的方法有效地避免了人工选择汇流累积面积的主观性,提高了研究结果的准确性和可靠性,在知道研究流域河网分维值的前提下,可快速获取准确的汇流累计面积阈值。     

基于自适应Kalman滤波的BP神经网络及其在高程拟合中的应用

针对传统BP神经网络容易发散、泛化能力差等问题，采用自适应Kalman滤波方法训练神经网络的连接权。与Kalman滤波训练连接权和传统的BP算法相比，该方法提高了BP神经网络计算精度，增强了泛化能力。实测数据的计算结果证明了该方法的可行性与有效性。     

基于粒计算的制图综合知识获取模型研究

提出了一个基于粒计算的制图综合选取知识获取模型,旨在探讨从范例数据中获取制图对象之间内在关联知识的途径,为制图综合选取推理提供决策规则。并以河流选取为例,对基于粒计算的制图综合选取的知识获取模型和方法进行了讨论。     

基于ArcGIS的空间自相关分析模块的开发与应用

针对目前GIS的空间分析能力,利用ArcObjects开发了空间自相关分析模块。模块包括空间权值矩阵建立、全局空间自相关分析、局部空间自相关分析三方面的功能,并可以嵌入到ArcGIS系统中。论文介绍了空间自相关分析的基本概念、空间自相关分析模块的设计与开发,并演示了模块的应用。