出租车轨迹数据的频繁轨迹识别

为识别城市交通中的频繁路径,本文提出了一种出租车轨迹数据的频繁轨迹识别方法。该方法首先对轨迹数据进行轨迹压缩,以降低计算复杂度;然后基于最长公共子序列和动态时间规整算法进行轨迹相似性度量计算,利用计算得到的轨迹间相似度生成距离矩阵;最后将生成的距离矩阵结合HDBSCAN算法进行聚类得到频繁轨迹。选取厦门岛内两个区域进行试验分析,结果表明,该方法能够识别出轨迹数据集中的频繁轨迹,进而得到城市区域之间通行的频繁路径,对道路规划、路径优化与推荐、交通治理等应用提供帮助。     

基于多重运动特征的轨迹相似性度量模型

针对目前只能对单一运动特征（速度、方向等）进行轨迹相似性分析的不足,提出了基于多重运动特征的轨迹相似性度量,该度量对于分析和理解移动对象的运动行为和规律具有重要意义。将其应用于基于多重运动特征的运动序列模式发现。该相似性度量借鉴数据立方体的思想,将多重运动特征时间序列进行量化和符号化表示,在多重运动特征值域空间中计算两字符间的距离作为字符间替换代价,最终以加权编辑距离作为相似性度量。将该相似性度量与谱聚类方法相结合进行运动序列模式发现。实验以飓风数据为例,通过气象文献中飓风的发生与运动规律验证了模型的有效性。     

基于轨迹数据的道路交叉口及其结构提取方法

针对轨迹大数据自动提取城市道路,特别是交叉口问题,该文提出一种新的基于出租车轨迹数据的道路交叉口识别及其结构提取方法:识别轨迹中的转弯片段及其中心点;利用中心点周围轨迹的面积自适应确定聚类半径,并借助自适应聚类半径的DBSCAN方法识别可能的交叉口;对交叉口的轨迹数据进行清洗,用公共子轨迹相似性和角度相似性对转弯片段聚...     

轨迹大数据云存储与热力图生成方法

针对目前轨迹大数据基于WebGIS的热力图展示中的成图耗时较长、用户移动缩放交互差等问题,本文建立了基于HBase的轨迹数据与地图数据存储模型,为轨迹大数据在电子地图上进行热力图展示提供了存储方法,同时提出一种基于聚类处理的轨迹数据热力图可视化方法,针对不同缩放级别能够有效地减少数据绘制计算量与数据传输量,较大地提升了热力图渲染与展示的效率。试验证明,该方案能够实现轨迹数据、电子地图数据的存储,提高热力图可视化绘制效率,能够为轨迹数据挖掘与分析提供技术支撑。     

顾及时空轨迹特征的台风相似性评估算法

相似的台风路径在一定程度上反映了影响台风运动的诸多因素产生的相同或相似的综合效应。本文基于IMHD-ST距离并综合考虑轨迹时空距离和频率特征,提出了一种距离-频率时空轨迹相似性度量算法,从时空位置和路径形状两个角度衡量台风轨迹之间的相似程度。经实际数据验证本文所提出的算法计算结果准确,同时提高了对噪声、采样率变化和偏移等干扰的抵抗能力,能有效匹配相似轨迹对,服务于台风路径预测与历史相似台风案例的提取。     

出租车轨迹数据的南京人群出行模式挖掘

针对现有出租车轨迹数据挖掘中时间序列邻近度量方法存在的问题,提出一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,进而研究城市人群出行行为的时空差异。以南京市为例,结合电子地图对出行模式的空间分布特征进行分析,证明了本文所提出的方法的有效性。实验结果表明:在空间分布上,工作日出租车出行模式按照平均出行频次由高到低排序,从城市中心向四周扩散,呈中心环状分布,出行模式区域界限较为明显,同类出行模式分布区域对应相似的功能。提出了一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,有效地分析城市人群出行行为的时空差异。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

利用出租车轨迹数据估计城市道路拥堵状况

交通拥堵是当代各大城市普遍面临的问题,如何通过各种技术手段发现城市交通的易拥堵路段并予以改善是城市交通相关部门以及学者关心的一个问题。通过各种GPS设备产生的历史轨迹数据对城市的研究逐渐受到重视,且取得一定的进展。文中总结运行车辆的4种通行状态:正常行驶、停靠/停泊、信号灯等待以及拥堵,分析这4种状态下运行车辆的速度特征,定义轨迹段平均速度和轨迹段速度方差两个数字特征用来描述运行车辆轨迹段的速度特征以及描述路段拥堵程度的拥堵指数,提出一种基于轨迹分段的拥堵检测的可视化方法,通过实验验证发现其可以较好地估计城市交通拥堵状况。     

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。     

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明:本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。     

基于 MongoDB 的闽西客家文化数据存储设计与分析

针对客家文化数据类型多样、结构复杂的问题,探讨并构建客家文化数据分类体系。结合客家文化数据的分类和MongoDB数据模型,设计客家文化遗产数据存储模型和客家文化基础设施数据模型。探讨基于MongoDB的客家文化遗产数据查询和索引的构建方法和流程。在100 MPs局域网内基于C/S结构分别构建单机和集群测试环境,测试不同客家文化数据单机和集群的存取性能。实验表明,基于MongoDB的客家文化数据模型能够较好地实现类型多样、结构复杂的客家文化数据的管理,便于以增加节点的方式来提高存储能力和读写性能。     

Context-awareness in similarity measures and pattern discoveries of trajectories: a context-based dynamic time warping method

Analyzing the spatial behaviors of moving-point objects (MPOs) and discovering their movement patterns have been of great interest to the geographic information science community recently. These interests can be explored through analyzing similarities in the MPO trajectories. Because movements of objects take place in various contexts, their trajectories are also highly influenced by such contexts. Therefore, it is essential to fully understand the contexts and to realize how they can be incorporated into movement analysis. This article first proposes a taxonomy for contexts. Then, a modified version of dynamic time warping called context-based dynamic time warping (CDTW) is introduced, to contextually assess the multidimensional weighted similarities of trajectories. Ultimately, the results of similarity searches are utilized in discovering the relative movement patterns of the MPOs. To evaluate the performance and effectiveness of our proposed CDTW method, we run several experiments on real datasets that were obtained from commercial airplanes in a constrained Euclidean space, taking into account contextual information. Specifically, these experiments were conducted to explore the role of contexts and their interactions in similarity measures of trajectories. The results yielded the robustness of CDTW method in quantifying the commonalities of trajectories and discovering movement patterns with 80% accuracy. Moreover, the results revealed the importance of exploiting contextual information because it can enhance and restrict movements.     

A holistic approach to aligning geospatial data with multidimensional similarity measuring

Semantically aligning the heterogeneous geospatial datasets (GDs) produced by different organizations demands efficient similarity matching methods. However, the strategies employed to align the schema (concept and property) and instances are usually not reusable, and the effects of unbalanced information tend to be neglected in GD alignment. To solve this problem, a holistic approach is presented in this paper to integrally align the geospatial entities (concepts, properties and instances) simultaneously. Spatial, lexical, structural and extensional similarity metrics are designed and automatically aggregated by means of approval voting. The presented approach is validated with real geographical semantic webs, Geonames and OpenStreetMap. Compared with the well-known extensional-based aligning system, the presented approach not only considers more information involved in GD alignment, but also avoids the artificial parameter setting in metric aggregation. It reduces the dependency on specific information, and makes the alignment more robust under the unbalanced distribution of various information.     

基于OpenLayers和MongoDB的船舶信息管理系统开发

船舶数据的管理和可视化对航道、船舶管理具有重要意义。大量快速更新的船舶位置信息和影像数据,对数据存储、检索以及可视化提出了较高的要求。本文结合实际应用需求,基于非关系型数据库MongoDB和开源地图API设计并开发船舶信息管理系统。该系统将船舶和热点区域数据存储在MongoDB中,可在浏览器中高效同步显示大量空间数据,提供属性查询、空间检索和统计制图等功能,并且可在线编辑数据库中的热点区域数据。本系统主要解决了MongoDB数据库中空间数据高效检索,BSON文档格式和Geo JSON地理要素格式的转换,数据库中空间数据在线编辑等问题,为船舶信息化管理提供了支持。     

保持移动速度特征的轨迹线化简方法

轨迹线数据实施化简处理对于缓解数据存储、传输压力以及后期的分析可视化效率具有重要意义。常规方法(如Douglas-Peucker算法)主要考虑线目标的几何形态结构,直接应用到轨迹线化简中容易丢失移动物体的运动状态特征。本研究从保持轨迹线隐含速度特征出发,提出了一种基于移动速度相似性原则的轨迹线层次化剖分与分区化简处理方法。首先,以相邻轨迹点构成的直线段为基本单元,在拓扑连接关系约束下基于速度指标对轨迹直线段进行层次化聚类,并将聚类结果组织为层次树结构;然后,以建立的层次树结构为约束条件对原始轨迹线实施分区处理,使得同一区域内轨迹线片段的中间点距首尾基准线的最大时间同步偏移距离小于设定的阈值;最后,依次连接各分区轨迹线片段首尾点导出化简结果。采用真实的车辆轨迹线作为试验数据,通过与其他多种方法进行对比分析验证了本文提出方法的有效性。     

目标相似性的矢量数据联动更新方法

针对地理空间矢量数据更新和相似性在地理信息领域应用的研究现状,文章分析了不同几何类型目标之间的几何相似性,结合属性相似度,提出了针对数据联动更新的目标相似性的计算模型以及目标匹配方法;在此基础上,提出了数据变化发现和提取方法,并依据数据之间的映射关系实现多重表达矢量数据的联动更新。最后以某省矢量数据的水系要素之间联动更新为实例,证明了本数据联动更新方法能够完成多重表达地理空间矢量数据的更新,同时保证数据之间的一致性。     

Measurement of similarity for spatial directions between areal objects

Similarity for spatial directions plays an important role in GIS. In this paper, the conventional approaches are analyzed. Based on raster data areal objects, the authors propose two new methods for measuring similarity among spatial directions. One is to measure the similarity among spatial directions based on the features of raster data and the changes of distances between spatial objects, the other is to measure the similarity among spatial directions according to the variation of each raster cell centroid angle. The two methods overcome the complexity of measuring similarity among spatial directions with direction matrix model and solve the limitation of small changes in direction. The two methods are simple and have broader applicability.     

纹理周期性和相似性度量研究

本文基于空间统计学提出了新的纹理周期性和相似性度量。实验表明,用纹理的周期值、周期性成分所占比例、周期性成分所占比例的变化率以及周期复杂度等多个参数可以提供较多的纹理周期性信息。虽然对周期性纹理分析,室穴模型是一个合适的选择,但该模型的实际拟合还存在一些困难。