基于Voronoi图的空间邻近定义与查询

首先在点Voronoi图的基础上,引进了空间目标的Voronoi图的定义,进而论述了空间目标Voronoi图在GIS中定义空间邻近及其邻近查询中的作用。最后给出了部分实验结果。     

基于Voronoi图的点状目标邻近空间分布测试方法

邻近空间分布测度研究观测点邻近空间中目标的分布规律,是地理分析、环境评价、选址优化等的重要依据。提出了基于Voronoi图的邻近空间分布测度方法。该方法通过观测点的k阶Voronoi邻近关系,动态确定影响观测点的空间目标范围,通过k阶邻近分布指数定量评价观测点邻近空间目标的分布情况,实现了任一观测点邻近空间分布的测度,并将k阶邻近分布指数应用于整体空间目标离散度的测度。最后通过城市楼盘开发与景观保护评价实例说明了该方法的应用前景。     

建筑群邻近关系相似性计算

以建筑群的邻近关系为研究对象,在相似性理论的基础上,利用Delaunay三角网和Voronoi图,建立了基于相同特征量的邻近关系相似性模型和基于等距离关系曲线的邻近关系相似性模型,用于邻近关系相似性的定量化计算和判断。     

Voronoi图的首最邻近递归收敛特性及其应用

讨论了Voronoi图的首最邻近递归收敛特性,即从任一伪最邻近对象开始,递归查找其首最邻近对象,最后必然收敛于最邻近对象。利用该特性,初步实现了移动目标直接邻近对象的连续查询。     

用Voronoi方法为MapInfo扩展拓扑功能

分析了Voronoi图在表达邻近关系方面的特性,提出了用Voronoi方法为MapInfo建立动态邻近关系并扩展拓扑功能的方法。     

基于Voronoi邻近的移动地图自适应裁剪模型

当前移动地图采用距离关系裁剪模型生成!无法根据地理对象的分布变化自动调整裁剪窗口的大小,导致突出的信息失衡问题!直接影响移动地图的易读性.针对这一问题!提出一种基于Voronoi邻近的移动地图自适应裁剪模型!即通过移动用户的Voronoi邻近关系自适应调整裁剪窗口的大小,以实现移动地图的信息自适应均衡.实验证明,模型可以有效地改善移动地图的信息均衡性.     

基于Voronoi内邻近的等高线树生成法

针对等高线树现有几何计算生成法和区域扩张生成法在判断包含关系方面存在的不足,提出了利用Voronoi内邻集来判断父等高线与子等高线之间“一对多”的直接包含关系,发展了一种基于Voronoi内邻近的等高线树生成方法。     

地理多要素Voronoi图相邻关系下的地图放大裁剪方法

针对以欧氏距离作为放大因子对电子地图进行放大裁剪引起的信息失衡问题,提出了采用地理多要素Voronoi图相邻关系的地图放大裁剪方法,可有效避免以欧氏距离作为地图放大因子的地图信息失衡问题。将电子地图中的地理要素分为点、线、面,对于点要素,构建它的Voronoi图;对于非点要素,即线和面要素,构建它们的近似Voronoi图,当用户对电子地图中感兴趣地理要素目标放大时,只需要提取该目标的多要素Voronoi图相邻要素的近似Voronoi图,并计算它们的最小外包矩形,将最小外包矩形区域用于最终的地图放大裁剪区域,则可较好地顾及用户感兴趣地理要素目标周围的地理要素信息,可提高地图的易读性。采用本文方法对某区域电子地图进行了试验,结果表明,地理多要素Voronoi图相邻关系的地图放大裁剪方法能够较好地顾及目标周边地理要素信息,避免了以欧氏距离为放大因子的地图信息失衡。     

用Voronoi图描述空间方向关系的理论依据

基于可视点、可视链、可视区域等概念,分析了影响空间方向判断的两个因子:两目标群点凸壳的直径与可视区域;证明了用Voronoi图描述空间方向关系的可行性。     

用邻近索引来加快邻近关系处理的算法研究

针对数据量大、关系复杂情况下的空间邻近关系处理需要大量磁盘I/O的问题,本文提出了一种通过建立空间邻近索引来加快空间邻近关系处理速度的方法,给出了该索引建立、维护的方法以及用该索引实现邻近关系处理的过程。最后从理论上分析了使用和不使用邻近索引时邻近关系处理速度的差异,并用南京公交站点数据来验证,得出了一致的结论。在空间数据引擎的基础上使用邻近索引进行空间邻近关系处理的速度将大大提高。     

增/删点后的Voronoi图构造法研究

论述了在原Voronoi图的基础上增加点和删去点后生成新Voronoi图的算法.在增点过程中,针对新增加点后不满足Delaunay三角网特性的情况,利用最大最小角规则进行局部优化,根据优化后的三角网生成新Voronoi图;在删点过程中,针对删点的不同位置情况,修改相应Voronoi域,生成新Voronoi图.     

利用层次Voronoi图进行点群综合

通过距离权重描述点的重要程度,采用改进的k-means算法得到点群的聚类中心,进而以聚类中心为基础,构建了层次加权Voronoi图与Voronoi层次树结构.以点群的分布范围、排列方式与密度为度量,给出了基于Voronoi层次树结构的点群综合方法,确保了点群综合前后在空间形态分布上的一致性.结合地理统计学计算,对综合方法作了进一步的量化评估与优化.经验证,本文方法是可行、有效的.     

集成距离变换和区域邻接图生成Delaunay三角网的方法研究

基于距离变换和区域邻接图,提出了一种D-TIN(包括约束的D-TIN)的生成方法。利用D-TIN是Voronoi图的几何对偶这一特性,使用距离变换获取点的Voronoi图,使用区域邻接图获取点在该Voronoi图上的空间邻接关系,以生成D-TIN或者约束的D-TIN。实验表明,与经典的基于数学形态学生成的D-TIN和约束D-TIN的方法相比,本文算法可以分别提高约57.70%和56.64%的效率。     

利用地标空间关系约束的点实体匹配方法

针对传统的点实体匹配方法的不足,提出了利用地标空间关系约束的点实体匹配方法。该方法以参考点实体、候选匹配点实体与其邻域内的同名地标之间的空间关系为基础构造距离特征向量和方向特征向量,基于距离特征向量和方向特征向量计算点实体的相似度,进而确定点同名实体。实验结果表明,该方法在点同名实体空间位置偏差较大的情况下依然能够取得很好的效果,验证了该方法的有效性。     

一种加速精密单点定位收敛的新方法

将自适应选权滤波应用到参数估计中,对于合理地选取未知参数及其方差-协方差阵的初值,提出了利用选权拟合的方法。算例结果表明,采用新方法单点定位可以在较短的时间内达到dm甚至cm级的精度。     

AutoCAD中地下管线节点绘制方法的改进

提出了一种借助计算机算法,编写VBA程序,调用AutoCAD来实现自动绘制地下管线节点的改进方法。     

一种八叉树和三维R树集成的激光点云数据管理方法

车载激光扫描点云数据已经成为数字城市和危机管理等领域越来越重要的三维空间信息源,针对大规模点云数据高效管理的技术瓶颈,提出一种八叉树和三维R树集成的空间索引方法——3DOR树,充分利用八叉树的良好收敛性创建R树叶节点,避免逐点插入费时过程,同时R树平衡结构保证良好的数据检索效率。并还扩展R树结构生成多细节层次(LOD)点云模型,提出一种支持缓存的多细节层次点云数据组织方法。试验证明,该方法具有良好的空间利用率和空间查询效率,支持多细节层次描述能力和数据缓存机制,可应用于大规模点云数据的后处理与综合应用。