基于案例推理的居民地选取方法

针对当前中小比例尺地图中居民地选取面临的专家制图经验难以形式化表达的问题,提出一种基于案例推理的居民地选取方法。首先,把制图专家对居民地交互选取结果作为案例对象,挖掘居民地案例的属性特征指标,对属性赋值和归一化处理;然后,采用逐步消元法对居民地最佳属性组合进行选择,并构建源案例库;最后,采用案例推理方法,结合KNN算法,训练案例库确定KNN算法的最佳K值,将新案例与源案例库检索匹配,得出最佳决策结果,进而指导待决策居民地的自动选取。经试验验证,该方法能够较好地还原专家的选取意向,具有较好的抗噪声能力,在面状居民地自动选取中取得了较好的效果。     

基于Rough集的居民地属性知识约简与结构化选取

基于Rough集理论提出了居民地属性知识约简及其结构化选取的方法。该方法充分利用Rough集理论具有较强知识挖掘能力的特点,定量分析居民地选取中条件属性的重要性,简化属性知识,并以此为基础计算每个居民地的重要性,实现居民地的结构化选取。实例证明,该方法能够从数据库中挖掘出相关知识,具有较强的自适应能力     

采用决策树算法进行居民地自动综合

借鉴人工智能领域中的机器学习研究成果,提出一种采用决策树算法进行居民地智能选取的新方法。将制图专家对居民地综合的结果作为参照,对其进行结构化描述并构建和转化为案例库;采用决策树算法对案例库中的案例进行分类,把制图综合问题转化为分类问题,从案例库中归纳出if-then规则,进而指导同类居民地的自动综合。试验验证,算法能够较好地还原专家的选取规律,在同类型的居民地自动综合试验中取得了良好的效果。     

采用层次分析法的面状居民地自动选取

考虑到居民地的行政等级、位置特征、面积大小等因素对居民地选取的影响,提出了基于层析分析法的面状居民地自动选取方法。首先对影响居民地重要性的因素标准化;然后采用层次分析法对这些因素构建单个居民地层次结构模型,使这些因素加以关联;在此基础上,计算各因素的权值,并综合评价地图上单个居民地要素的重要性程度;最终利用开方根模型完成居民地的选取。该方法将定性分析和定量分析相结合,综合考虑不同因素对居民地重要性影响程度的差别,使权值分配更科学。试验证明,该方法选取的结果符合选取原则,较好地解决了居民地选取问题。     

介绍普通图集邻区居民地选取的一种方法

无论编制国家普通图集还是省普通图集，都存在一个邻区各要素选取问题，特别是居民地选取。在一本图集中，邻区是一个不可忽视的部分，它起到衬托主区、显示与主区及其周围的相关关系的作用。因此，邻区编制的好坏直接关系到作品的质量。     

采用主成分分析法的面状居民地自动选取

居民地选取是一个多种因素相互约束、相互关联的过程,而这些影响居民地重要性因素的关系往往难以定量地描述出来,提出了基于主成分分析法的居民地自动选取方法。首先,采用主成分分析法对这些相互约束、相互影响的因子转换成一组无关变量;其次,对这转换后的无关变量提取主要成分;第三,计算出主成分的权重用以评价居民地的重要性程度;最后,利用开方根模型完成居民地要素的定额选取。该方法将相互关联、相互约束的影响居民地重要性的因子转换成新的无关变量,提炼出其主要成分并计算权值用以综合评价居民地的重要性。实验对比分析表明,该方法综合考虑了居民地要素的行政等级、位置特征和面积大小等因素对居民地重要性的影响,选取结果,较好地保持了居民地选取前后的整体形态,符合选取原则。     

路网约束下的点群状居民地选取方法

点群状居民地的空间分布与路网结构相互影响。提出了一种路网约束下的点群状居民地选取方法。首先以路段为单元构建道路Voronoi图来划分区域,在合并面积过小的区域后对点群状居民地进行分区;然后计算每个区域中点的权值并进行选取;最后对间距小于冲突距离阈值的密集点群进行处理。将该方法用于点群状居民地的实例数据进行验证,结果表明该方法能有效保持点群状居民地的空间分布特征和密度对比。     

复杂网络视角下的居民地选取方法EI北大核心CSCD

多要素协同综合是制图综合重要的发展方向。针对当前居民地选取方法对道路网与居民地间地理关联性利用不够深入的问题,将居民地与道路网融合为整体,本文提出了一种复杂网络视角下的居民地选取方法。首先,整合居民地与道路网的几何信息、属性信息与拓扑信息,构建以居民地为节点、以交通通达关系为边的含权居民地网络;然后,评价目标居民地在局部网络中的居民地吸引能力与交通流控制能力,并加权求和获得综合重要性;最后,利用距离约束Delaunay三角网进行迭代选取。试验表明,本文方法能够兼顾居民地的密度特征与网络特征,选取结果与道路网结构吻合良好,较好地保持了道路网与居民地的地理关联性。     

整体最小二乘的迭代解法

在引入整体最小二乘平差准则的基础上,推导了整体最小二乘的迭代解法;同时,引入多元函数隐函数求导的方法以确定未知参数对观测数据的线性信息,解决了整体最小二乘下的精度评定问题。给出了运用新的解法在拟合函数确定以及坐标转换参数确定等方面的应用实例,验证了新算法的可行性。     

相机检校的迭代处理方法

对相机光学畸变精确检校是提高摄影测量精度的手段之一。常规的相机检校方法一般是利用检校场,对相机检校模型的畸变系数进行估算进而校正相机畸变误差。由于引起各类相机畸变的原因千差万别,目前尚无法找到能对各类相机都适用的理想模型。为此,本文在对现有相机检校模型进行分析的基础上,提出了一种相机检校迭代处理的思路。首先,利用现有条件快速建立简易的室外检校场。其次,利用现有相机检校模型按照迭代处理的思路通过多次应用检校模型进行迭代检校来消除影像畸变。最后,在无控制点情况下,结合自由网平差理论进行无控制点的相机迭代检校处理。本文通过对两种非量测相机进行检校试验,比较分析了常规检校方法和迭代检校方法。试验结果表明,本文提出的相机检校迭代处理的思路能在常规检校方法的基础上进一步提高非量测相机检校的精度。     

GNSS地壳形变异常检测理论与方法

正地震的孕育过程是一个长期缓慢的过程,地震发生时断层破裂所释放的能量只是一部分,其中有很大一部分能量在地震前后以无震蠕滑的形式释放。因此,检测这些形变异常信息对于地震危险性评估至关重要。随着GNSS监测网络数据的持续积累,时空分辨率越来越高,就有可能从中挖掘出更有价值的形变信息。本文利用     

一种新的雷达辐射源属性识别方法

给出了一种新的雷达辐射源属性识别方法及其具体模型。以雷达辐射源用途识别为例进行了计算机仿真实验,并与经典的统计模式识别方法进行了比较,结果证明了该算法的正确性和有效性。这为研究辐射源识别提供了一种全新的方法。     

LAMBDA方差协方差矩阵迭代估计方法研究

相位解缠是PSDIn SAR技术的一个关键环节,直接关系到地表形变反演的成败。分析了现有LAMBDA相位解缠算法中,观测值方差协方差矩阵确定方法的缺陷;提出了基于先验假设的方差协方差矩阵估计方法;利用上海地区1992—2002年的23幅ERS1/2 C波段卫星数据进行了相位解缠实验,反演的线性形变速率与实际统计数据仅相差1.271 7 mm/a。这表明提出的算法可靠、精度高。     

利用信息扩散估计处理属性不确定性的研究

随着GIS应用的日益广泛，GIS数据的不确定性问题也越来越被人们所重视。经典的数据处理理论更多地讨论了位置的不确定性问题，而对属性数据的不确定性的研究较少。本文针时按照某种趋势在空间或时间上连续变化的定量属性，讨论了利用信息扩散估计对其进行处理的可能性。     

数字化图件增加属性数据的一种方法

分析AutoCAD系统提供的扩展实体属性数据,介绍通过实体句柄建立空间数据和属性数据链接的依据和数据的组织,最后实现链接关键问题的解决.     

行政界线属性精度的软件自动检查方法

介绍了行政界线属性精度自动检查的必要性,分析了属性精度的质量元素、质量特点和常见错误,探讨了属性精度自动检查的程序实现方法,并介绍该方法在广东省行政界线采集与建库项目中的应用情况.实践证明该方法是有效的,可显著提高检查效率,确保成果质量.     

基于拓扑关系原理的栅格转换矢量方法的研究

从与传统方法不同的角度着手,以拓扑关系为指导,研究了一种新的由栅格数据转换为矢量数据的方法。与传统转换方法相比,该方法不需对栅格数据进行预处理,它在转换过程中即形成拓扑关系,只需对图像数据逐行处理一次,故适合于大图像的处理。该方法转换效率高、速度快,并在试验中取得了很好的效果。     

多波束测深数据处理的抗差最小二乘配置迭代解法

针对利用最小二乘配置处理多波束测深数据,存在二次曲面数学模型通常无法精确表征海底地形的整体变化趋势以及观测数据存在粗差或异常点时,常规方法给出的协方差函数不能精确表征其统计特性的问题,本文提出了一种抗差最小二乘配置迭代解法。该方法首先进行协方差函数和观测值方差阵初始化,以多面函数拟合趋势项,然后应用等价权抗差估计并通过迭代计算,最终给出稳健的协方差函数参数解及最小二乘配置解。利用本文提出的方法及传统的方法处理实测的多波束测深数据,试验结果表明,相比于传统的方法,本文提出的方法能够较好地表征海底地形的整体变化趋势,一定程度上克服了多波束测深数据中粗差或异常点的影响。相比于传统的抗差方法,本文方法更为有效地识别出测深数据中异常点,推估效果较好,具有稳健性。