基于变点的时空异常模式研究

异常模式的探测具有很好的实用价值和生产指导意义,本文首先对目前国内外时空异常模式方面的研究工作做了介绍。然后基于时空变点的概念给出了时空异常的定义,在此基础上结合大气污染监测数据对基于变点的时空异常模式进行探测。     

基于双位置的磁悬浮陀螺异常数据检测

针对磁悬浮陀螺全站仪在极端工作环境下受异常数据干扰的问题,该文提出了一种利用磁悬浮陀螺双位置采样数据特征进行异常数据检测、剔除的数据处理方法。采用回归分析的方法对理想工作状态下的磁悬浮陀螺双位置采样数据与陀螺寻北方位间的函数关系进行拟合分析;通过区间预测的方法明确了陀螺寻北信息中异常数据的检验标准,并依据该标准实现了对寻北观测值中粗差等异常数据信息的有效识别。工程实测数据的验证结果表明:该检验法可以有效地对磁悬浮陀螺寻北数据中的异常值信息进行分离,提高陀螺寻北定向精度。     

点集数据不规则形状时空异常聚类模式挖掘研究

传统扫描统计方法在进行时空异常聚类模式挖掘时,受扫描窗口形状的限制,不能准确地获取聚类区域形状。提出一种改进的不规则形状时空异常聚类模式挖掘方法stAntScan。新方法基于26方位时空邻近单元格构建时空邻接矩阵,再对蚁群最优化扫描统计方法进行改进,使其能适应三维大数据量的时空区域扫描。模拟数据和真实微博签到数据的实验证明,stAntScan能有效地识别时空范围内的不规则形状异常聚类,并且准确性较经典的SaTScan方法高。     

基于时空立方体的人群异常行为检测与定位

针对视频监控系统中人群异常行为检测准确率低的问题,提出了一种基于时空立方体的人群异常行为检测与定位方法。首先利用光流法计算等间距采样的特征点光流场,然后根据光流场计算特征点的运动速度、方向和方向熵3个特征量,并分别将其统计直方图投影到对应的三维立体空间中,构建描述人群行为的时空立方体特征。同时,将图像分成多个子区域,并计算各子区域的时空立方体特征;设计基于最近邻分类和支持向量机的级联分类器,完成人群异常行为的检测与定位。结果表明,该方法比现有方法能更准确地检测视频中的异常人群。     

气象监测数据的时空特征分析与建模

尝试对美国爱荷华州东部66个气象观测站1951～2000年的月均最低气温数据进行时空特征分析和建模。将时空数据分解为时空趋势和时空残差两部分,使用非线性时间序列模型模拟气温的时空趋势,分析模型参数和残差的时空特征,探索时空数据建模方法。案例研究表明研究区域内所有站点的时间序列特征较一致,可采用一个趋势性和周期性模型表达。同时残差部分具有一定的时空自相关特征,建议开发一个简单方法进行时空数据插值。     

基于GIS的统计时空数据组织和查询研究

在统计地理信息系统中,统计数据的时空特征是较难解决的问题,本文研究一种能有效实现统计时空数据组织和查询的方法。首先介绍了时空数据模型的研究现状,分析了在统计地理信息系统中空间数据和属性数据的时空特征;然后在此基础上提出了一种利用面向对象的时空数据模型对统计数据组织的方法,并介绍了在数据库中的实现方法;最后分析了在统计地理信息系统中最常见的几种时空查询算法,并介绍了具体实现过程。通过程序实现证明,本文提出的方法能够较好地存储长期的统计数据并实现统计数据的快速查询、时间序列查询等时空查询问题。     

面向地理信息大数据的时空事件关系可视化分析框架

不同类型的地理信息大数据蕴含了丰富的时空关系,反映个体或者群体时空事件之间的变化模式,在资源、环境、交通等领域的智慧应用中起到关键性作用。然而,地理信息大数据拥有的多尺度和多语义特性,在挖掘地理信息大数据的时空关系时会存在许多困难。如何有效地构建多尺度多语义时空关系,并直观地表达这些时空关系是一个重大挑战。本文设计了一种时空事件关系可视化分析框架,通过定义事件间时空关系的描述,设计了一种多视图协同的可视化分析方法,结合时空关系的可视化协同交互,实现地理信息大数据时空事件可视分析。基于时空轨迹数据,通过试验说明该方法可以探寻时空事件及背景间的时空关系,实现时空事件的交互可视分析。     

基于土地利用现状的人口时空增长趋势研究

基于武汉市"四普"、"五普"、"六普"人口普查数据及2014年末人口调查数据、同期土地利用现状数据,开展城市级的人口时空变化趋势及特征研究。从1990~2014年,武汉市人口空间分布由"破碎分散"向"紧凑集中"转变,人口流动主体形式为波动式增长和流动式推进,新城区人口增长速率持续增加,中心城区人口增长速率逐步减缓。研究结论表明,提出的基于土地利用现状的人口数据空间化方法能够客观反映人口的空间分布,能够为指导城市规划、统筹城市空间布局、提高城市空间利用效率提供支撑。     

面向地理流的双变量时空扫描统计方法

针对现有的地理流双变量异常聚类方法忽视了时间维度的问题,提出面向地理流的双变量时空扫描统计方法。先构建面向地理流的多尺度时空扫描窗口;通过伯努利模型下的扫描统计量检测窗口中是否存在异常流簇,采用蒙特卡洛模拟方法检验扫描统计量的统计显著性;筛选一系列时空分布无重叠的异常流簇。应用该方法识别厦门市网约车流和巡游车流的时空异常流簇,以发现两类出租车竞争模式的时空格局。结果表明：巡游车流占优簇常发生在凌晨,分布在娱乐、餐饮、住宿等场所;网约车流占优簇常发生在上午或傍晚,分布在办公地点与居住地之间。该方法挖掘的结果能够发现异常流簇准确的时空分布特征,可为城市交通规划提供支持。     

利用时空立方体挖掘小微地震时空演变模式

挖掘分析小微地震的时空演变模式,可为地震灾害的分析与预报提供辅助决策参考。本文以四川地区的地震监测数据为基础,利用时空立方体融合地震点的空间、时间与属性数据,基于时空热点统计分析方法挖掘小微地震的时空冷热点分布模式。试验结果表明:在试验数据的时域内,四川地区小微地震的热点模式主要表现为连续热点、逐渐减少热点和振荡热点。冷点模式主要是连续冷点,且冷点覆盖范围比热点覆盖范围广。基于时空立方体的时空热点分析方法能够发挥时空统计学的优势,可有效挖掘分析小微地震的时空演变趋势。     

时空一体化框架下时空异常探测

：提出一种时空一体化的时空异常探测方法,首先基于时空统计学与聚类分析构建一体化时空邻近域。进而, 发展兼顾时空相关与异质性的时空异常度量方法。最后,采用一种3步骤的策略探测时空异常。应用本文方法探测中国 陆地区域33年(1970年—2002年)的年平均气温时空数据中的时空异常,探测结果具有较好的可靠性,反映时空数据的时 空一体化特征。同时,对时空异常的产生机理与实际意义进行分析和解释。     

基于多视图协同的时空数据可视分析方法

针对时空数据可视分析中存在的问题,提出了由可视分析模型(VAM)和交互协同模型(ICM)组成的多视图协同可视分析模型,将可视分析过程划分为数据变换、数据分析、可视映射和可视绘制4个过程;以可视分析过程中的参数作为协同主题,利用观察者模式,实现关联视图在交互过程中的协同一致;设计了Web环境下,基于"图数协同"和"图图协同"交互模式的多视图协同可视分析架构;构建了犯罪时空数据可视分析原型系统,并利用系统分析了福州市扒窃案的时空分布规律,对涉案价值较高的扒窃案进行了犯罪模式分析。     

时空数据模型及其在空间运动对象管理中的应用

当前时空数据模型多以描述空间实体的离散变化为主,在对空间运动对象分析的基础上,提出了支持空间对象连续运动的表示方法,该方法同时也能表示空间实体的离散变化,为建立连续运动空间对象的时空数据模型打下了基础。     

基于社交媒体的突发事件应急信息挖掘与分析

社交媒体越来越多地被看作是随人们移动的传感器,感知周围发生的事件。当突发事件发生时,大量含有位置信息的文字迅速地充斥整个社交网络。本文探讨突发事件应急信息挖掘与分析的一种新思路。基于社交媒体,建立实时应急主题分类模型,从大量、实时的文本流中快速提取、定位应急信息;针对不同主题,利用统计分析和空间分析方法,探寻突发事件的时间趋势和空间分布,为应急响应提供决策支持。     

模糊关联规则挖掘算法及其在异常检测中的应用

阐述了在入侵检测中应用模糊关联规则挖掘的方法,提出了对传统Apriori算法的改进。最后以网络流量分析为例,详细描述了在入侵检测中运用模糊关联规则挖掘的步骤,并以规则集相似度建立对入侵的响应机制。     

基于正常轮廓更新的自适应异常检测方法

根据网络系统发生正常改变的基本特征,提出了确定网络系统正常改变的“三条件”计算方法,其计算结果可作为更新正常轮廓的依据。对正常轮廓的更新问题进行了深入探讨,提出了自适应异常检测的实现机制。并以网络流量分析为例,验证了在异常检测中应用这一方法的可行性。     

时空大数据在空间优化中的应用

空间优化提供资源、实体等的高效配置与最佳空间组织方案,是地理学的重要研究领域。大数据背景下,各类蕴含时空信息的时空大数据能反映地表各要素的空间格局特征与演变过程,为空间优化提供强大的数据支撑。基于国内外时空大数据、空间优化研究成果,分析大数据发展历程、特征、定义及其影响,概括时空大数据的定义与特征,总结出对地观测、社会经济、物联网、互联网与社交网等5类时空大数据;在宏观(全国)、中观(省域)、微观(市县)3个尺度下,综述现有研究中的各种空间优化;将时空大数据在各类空间优化中的应用归纳为城市(镇)体系空间结构分析、自然生态环境监测、土地利用分析等7大类,并分别梳理了国内外的相关应用研究。该综述可为时空大数据、空间优化相关研究提供参考。     

时空一体化GIS-T数据模型与应用方法

在介绍与交通地理信息系统(GIS for transportation,GIS-T)相关的概念的基础上,归纳了GIS-T数据模型的发展和已经取得的主要成果,重点讨论了时空一体化GIS-T数据模型的基本框架。该模型着重解决了动态交通信息与道路网几何数据的一体化时空建模问题,并且进一步分析了GIS-T的基本技术方法,探讨了GIS-T的若干典型应用,并对该方向今后的研究进行了分析和展望。     

基于特征层融合的高光谱图像异常检测算法研究

介绍了一种基于特征层融合的异常检测算法。目前，其他的目标检测算法都需要知道有确定类别标记的样本，而一般的异常检测则是利用统计特征差异分割出图像中不同于背景的点。此方法减少了对先验信息的依赖，但是其结果存在较大虚警。提出的异常检测算法是利用低概率检测算法对高光谱数据先进行特征层融合，再进行分割、提取异常点，其结果降低了虚警和漏警。用这一方法对OMIS系统产生的数据进行了处理，取得了较好的结果。     

基于特征层融合的高光谱图像异常检测算法研究

介绍了一种基于特征层融合的异常检测算法。目前，其他的目标检测算法都需要知道有确定类别标记的样本，而一般的异常检测则是利用统计特征差异分割出图像中不同于背景的点。此方法减少了对先验信息的依赖，但是其结果存在较大虚警。提出的异常检测算法是利用低概率检测算法对高光谱数据先进行特征层融合，再进行分割、提取异常点，其结果降低了虚警和漏警。用这一方法对OMIS系统产生的数据进行了处理，取得了较好的结果。