一种基于线特征的道路网变化检测算法

提出一种基于线特征的道路网变化检测算法。首先根据边缘的梯度信息从多时相遥感图像中提取变化的线特征;然后根据变化线特征的局部特性,检测出与道路模型相符合的变化道路段;最后通过道路网的全局约束条件,进行变化道路段的连接,实现变化道路的检测。提出的道路网变化检测算法将边缘的相位和幅度信息作为变化检测的判定依据,从而避免了道路的匹配与比较工作,降低了变化检测算法的复杂度,具有很强的实用性。将本文提出的方法用于多时相遥感图像的道路网变化检测,从实验结果可以看出该方法的有效性。     

一种改进的基于道路网络距离的K近邻查询算法

研究了空间网络数据库中的K近邻查询,提出了一种新的基于道路网络距离的KNN查询算法。这种方法以已有的道路网络模型框架为基础,通过预计算NN表,减少了昂贵的最短路径计算,利用两个链表记录已访问弧段的信息,避免了不必要的磁盘I/Os,从而有效地提高了算法效率。实验结果表明,在目标点分布比较密集的情况下,本算法明显优于其他算法。     

多级道路网的最优路径算法研究

针对大区域道路网的最优路径问题,分析了现有算法的不足,提出了采用金字塔似的多级道路网数据模型解决大数据量的网络分析问题,论述了多级道路网的数据模型构建以及多级道路网的最优路径算法。从实例分析可以看出,该模型及算法在处理大区域道路网最优路径分析上是可行的。     

基于数学形态学方法的街道数据提取算法

数学形态学用具有一定形态的结构元素去度量和提取图像中的对应形态以达到对图像分析和识别的目的。其中细化是处理线状二值图像的一种重要技术,它可以把二值图像区域缩成线条,以逼近区域的中心线,极大地减少图像中的冗余信息量,以便进一步分析和识别。本文研究了通过击中变换实现的骨架线提取算法,并将其应用于城市居民地的街网数据提取,取得了较好的实验效果。     

基于矢量数据的道路网变化检测算法研究

通过对地图矢量数据之间自动变化检测方法之三元组算法的研究,利用图形差(、图形被差(/),图形交(∩)数据,构建基于三元组的变化检测模型,并根据三元组集合算法中元素的φ与┐φ,自动检测出线状矢量数据的新增、消失、延长、缩短、形变等5种变化类型的检测结果,最后以青海省杂多县、玉树县地区的道路网为试验数据,获得道路网变化检测结果,验证算法的合理性。     

加权网页排序算法在道路网自动选取中的应用

针对现有算法在计算道路网节点重要度时忽略节点间的相互影响以及道路密度引起的重要度异常等问题,提出了一种基于加权网页排序算法的道路网自动提取方法。首先将道路连接成路段,以路段为网络节点,道路交叉作为节点连线,路段长度作为边的权重,将道路网抽象成有向有权图;然后利用加权网页排序算法计算有向有权图节点的重要度,并利用链接作弊检测的方法修正由道路密度引起的节点重要度异常,得到道路节点的最终重要度排序,从而完成道路网的提取。通过真实路网数据进行实验分析,结果表明,相对基于网络中心性的方法,该算法的提取结果能够更好地保留原始路网的密度差异和整体结构。     

基于道路网络分析的Voronoi面域图构建算法

提出一种基于网络分析的Voronoi面域图和加权Voronoi面域图构建算法。鉴于道路网络在城市中心地、公共设施引力传导与功能覆盖上的重要作用,采用网络最短路径距离分析和最短路径时间分析构建的Voronoi面域图可以模拟出中心功能的辐射影响范围空间划分的实际情形,进而为空间分析和空间优化提供有力支持。算法过程主要包括:设施邻近道路结点检索和分界结点计算;基于网络最短路径分析Dijkstra算法和分界结点计算的网络Voronoi划分;基于空间离散化、邻近道路分析的空间Voronoi划分及其矢量化处理算法。计算实验结果表明本文提出算法可靠和高效,能够模拟出具有预期精度和形态复杂的网络Voronoi面域图形。     

基于模糊数学的多因素道路网权值确定算法

提出了基于模糊数学的权值确定算法,并借助于模糊理论工具将影响权值的模糊因素进行综合评价,得到的计算结果综合了多方面因素影响。通过与静态权值的路径分析算法比较,发现该算法的计算结果能更好地满足驾驶者实际需求,且并没有因考虑因素增多而影响算法效率。     

面向空间延迟可容忍网络的路由协议仿真研究

随着空间通信的发展和卫星节点的增加,空间DTN网络中卫星节点之间的路由的重要性日益明显,大量复杂的卫星网络路由方案相继提出。针对空间DTN网络具有规律性与可预见性,研究了基于卫星节点运动接触规律 (CGR)路由协议。在ONE仿真实验平台下,对真实卫星网络场景进行了仿真实验,并对比了CGR、Epidemic与Prophet路由协议的性能。实验结果表明,相比于Epidemic与Prophet,CGR在消息交付率、平均延时和网络开销比等方面的性能优越。     

生成树算法在最小独立闭合环搜索中的应用

基于水准网的特点,结合广度优先遍历的思想,实现了生成树算法,并简化了Dijkstra算法在水准网中搜索最短路径时的应用,提高了计算效率。     

利用Minkowski距离逼近道路网络距离算法研究

道路网络背景下的距离度量（如道路网络距离、旅行时间）是在空间分析或空间统计过程中常用的距离度量,但在科研过程中由于道路数据的可获得性和精度等方面的限制,该类距离的计算可能较为困难。Minkowski距离函数是欧氏空间中的广义距离函数,其参数p值的不同代表着对空间不同的度量。利用Minkowski的通用性和灵活性（参数p不同的取值）,研究如何更好地逼近道路网络距离。同时,探索不同道路网络的部分计量特征（如密度、弯曲度等）与最优p值之间的关系。实验证明,相对于最常用的欧氏距离度量,优选p值后的Minkowski距离函数能够更大程度上逼近道路距离。而通过对道路网络计量特征与最优p值之间的关系的分析,指出了弯曲度与最优p值之间的对应关系,它对于p值的选择具有重要的指导意义。此外,为了验证Minkowski距离逼近算法的可行性,以地理加权回归分析为例,通过对比传统的欧氏距离度量、最优Minkowski距离度量和道路网络距离（旅行时间）对模型解算结果的影响,指出优选后Minkowski距离一定程度上更接近于采用旅行时间对模型解算的结果。     

路网环境下的混合数据最近邻查询算法

路网环境下的k最近邻查询方法在地理信息系统、智慧城市、数据挖掘、医疗营救和物流配送等领域都有着较为重要的作用,已有路网环境下的最近邻查询方法无法直接解决查询对象为点而数据对象为点和线段混合的复杂数据的近邻查询问题,为了弥补已有方法的不足,提出了路网环境下混合复杂数据的最近邻查询算法。将查询过程分为预处理、数据集约减和数据集精炼3个部分,并与3种对比算法进行对比实验,研究了测试数据对象的数量、路网规模的大小对中央处理器运行时间以及输入/输出代价的影响。结果表明,所提算法能有效地处理路网环境下混合数据的最近邻查询问题。     

一种基于形状先验的Graph Cuts道路网提取算法

针对当前道路提取算法需要较多的人工交互的问题,提出一种基于形状先验的道路网提取算法,可以在高分辨率影像中只选取一个初始道路段即可以完成道路条带的分割。先用一维Gabor滤波提取出影像纹理特征值,再在纹理影像上进行阈值操作和直线匹配,获得初始道路段;以初始道路段的中心线的两个端点作为种子点,选择合适的长度和宽度分割出初始窗口;在初始窗口中运用加入形状先验知识限制的Graph Cuts算法求解最大流获得分割结果。与已有改进的Graph Cuts算法分割结果的比较验证了本方法的有效性。     

基于道路网络知识的启发式层次路径寻找算法

基于道路网络的知识,探讨了定义一个层次拓扑来帮助路径寻找及如何确定层次之间转换的入/出结点,并结合启发式技术来提高路径计算性能的路径寻找算法。实验表明,该方法不仅可以减少计算所需要的时间和空间,也会产生一个符合人类思维特点的解。     

道路网的实况连通度指标

在综合分析评价了现有的道路网连通度指标定义的基础上,总结了其存在的局限性,即缺乏连通度时态变化信息。为克服这一局限性,从时态的视角对道路网连通度指标进行了全新的定义,结合道路网交通状况的时态变化,提出了一种能在时间上动态反应道路网连通度变化的指标——道路网的实况连通度指标,最后通过一个计算实例进行了实证分析。道路网连通度的时态变化得到了验证。     

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的3类主要算法高斯-牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上，引入了综合性能更优的非线性规划的SQPM(序列二次规划法)算法，并且为进一步提高SQPM算法迭代的收敛性，对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同。给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法。算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性。     

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的3类主要算法－－高斯－牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上，引入了综合性能更优的非线性规划的SQPM（序列二次规划法）算法，并且为进一步提高SQPM算法迭代的收敛性，对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。     

基于路网惯导载体路径匹配的ICCP算法改进

惯性导航作为一种独立、便捷、稳定的导航方式,在众多对导航定位有特殊要求的领域正发挥着难以替代的作用。但惯性导航的误差会随时间逐渐积累,以至于出现较大偏差,直接影响了导航定位效果,因而在实际应用中是否能准确快速实时修正定位误差至关重要。针对目前普遍使用的轨迹匹配方法 ICCP算法,在数字化路网中惯导机动载体的路径匹配基础上对该算法的几个主要环节进行了改进。最后对照实验进行验证,实验表明,改进后算法的效率和精度有了显著提高。     

基于罗德里格矩阵的整体最小二乘三维坐标转换模型

首先对基于罗德里格矩阵的坐标转换模型进行了分析,其误差方程中的系数矩阵也存在误差。然后在此基础上提出并推导了基于罗德里格矩阵的整体最小二乘三维坐标转换模型,该模型综合了基于罗德里格矩阵坐标转换和整体最小二乘的优点。最后通过C++编程计算两组不同数据算例说明该方法比基于罗德里格矩阵坐标转换模型具有更高的精度和可靠性。