基于栅格数据的面状目标空间方向相似性研究

提出了基于栅格数据的面状目标之间的两种空间方向相似性的计算方法:利用栅格数据的特征和方向关系矩阵计算空间方向相似性;基于单个栅格单元与参考目标之间角度的变化计算面状目标之间空间方向相似性。这两种方法简化了由Goyal提出的基于方向关系矩阵模型计算空间方向相似性的方法,克服了方向产生某些细微变化时的限制,在计算面状目标空间方向相似性时具有更广泛的适用性。     

基于方向关系矩阵的空间方向相似性计算改进模型

空间方向关系作为空间关系的一个重要分支,其相似性研究已成为地理信息科学领域的热点问题。对于Goyal提出的基于方向关系矩阵计算空间方向相似性模型进行以下两个方面改进:首先通过方向关系的反转运算计算对象目标与参考目标的最小投影矩阵在包含或相交情况下的空间方向关系,扩展了方向关系矩阵的使用范围;其次利用运筹学中解决平衡运输问题的伏格尔法计算两个多元素方向关系矩阵之间的方向距离,克服了由平衡运输表中元素位置变化而引起方向距离变化的局限。通过实例证明该方法计算简单,得到的方向距离更优,相似性更加准确。     

基于空间相似性的面实体匹配算法研究

在分析Goyal提出的经典方向相似性计算模型的局限和不足的基础上,对方向相似性的计算模型从以下3个方面进行了改进:首先,拓展了方向关系矩阵模型的使用范围,使其能够表达和计算有面群参与的方向关系;其次,从人们对方向差异认知的角度出发,对由单元素方向关系矩阵表达的各基本方向之间的方向距离的定义进行了改进;最后,提出利用最小元素法对多元素方向关系矩阵之间方向距离进行计算,计算原理和方法更为简单。实验证明,该改进模型计算的方向相似性值与人们对方向差异的认知相一致,而且计算方法简单,具有更广泛的适用性。     

基于空间方向相似性的面状矢量空间数据匹配算法

数据一致性匹配处理技术是空间数据融合中的关键技术。采用方向关系矩阵模型进行空间方向关系描述,讨论了一般情况下的空间方向相似性计算,提出了基于空间方向相似性的矢量数据匹配算法流程。最后,以面状目标为研究对象,以某地局部地区居民地数据为例,对基于空间方向相似性的矢量数据匹配算法进行了试验与分析。     

多尺度点群广义Hausdorff距离及在相似性度量中的应用

多尺度点群相似度计算在制图综合过程控制及结果评价中具有重要作用。针对现有方法的不足,提出一种基于广义Hausdorff距离的多尺度点群相似度计算方法。在传统Hausdorff距离基础上,建立距离相似度计算公式;给出拓扑距离的定义及计算方法,建立基于拓扑Hausdorff距离的拓扑相似度计算公式;以点群最小外包圆为基础建立方向关系参考框架,给出方向距离定义,建立基于方向Hausdorff距离的方向相似度计算公式,并得出总相似度计算公式。通过多尺度点群相似度计算实验及综合结果评价实验,验证了所述方法的可行性和有效性。     

基于空间方向相似性的面状矢量空间数据匹配算法

数据一致性匹配处理技术是空间数据融合中的关键技术.采用方向关系矩阵模型进行空间方向关系描述,讲座了一般情况下的这间方向相似性计算,提出了基于空间方向相似性的矢量数据匹配算法流程.最后,以面状目标为研究对象,以某地局部地区居民地数据为例,对基于空间方向相似性的矢量数据匹配算法进行了试验与分析.     

基于方向关系矩阵的空间方向相似性定量计算方法

介绍了一种多尺度空间对象的方向关系表达模型以及基于该模型的方向相似度度量方法。该方向关系模型对方向关系矩阵模型进行了改进,根据空间对象的形状定量描述空间对象之间的方向关系;借鉴平衡传输问题的解决方法计算方向矩阵间最小转换代价,即方向矩阵间的距离,从而量化方向对间的差异,最终获得任意尺度空间对象的方向相似度并对其进行比较。对不同尺度空间对象的方向相似性的试验表明,该方法简单可行且不失精度,结果符合人类认知。     

一种基于改进TDD模型的空间场景相似性度量方法

针对计算空间场景相似性的TDD(Topology-Direction-Distance)模型的局限,提出一种基于改进的TDD模型来度量实体数目相同的场景相似度的算法.该算法以TDD模型的思想为核心,首先利用维度扩展的9交模型、详细方向关系矩阵模型和距离定量描述方法分别提取空间场景中的实体间拓扑、方向和距离特征,建立空间...     

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。     

利用树编辑距离的等高线拓扑相似性度量方法

已有的拓扑相似性度量方法主要通过目标之间拓扑关系统计均值的差值,衡量目标之间的拓扑相似程度,在拓扑变化复杂区域由于拓扑关系的增减互补易产生度量误差。为此,提出一种顾及拓扑结构差异的等高线群拓扑相似性度量方法;引入Zhang-shasha算法将等高线群之间的拓扑变化转化为等高线树之间的转换编辑操作;构建基于树结构的拓扑差异表达;并利用动态规划方法求解等高线树之间的转换编辑距离;进而量化度量等高线群间的拓扑结构相似度。模拟数据实验和真实数据实验表明,该方法顾及了拓扑结构差异,能够有效度量多源多尺度等高线数据之间的拓扑相似程度,减少度量误差。     

群组目标空间方向关系形式化描述模型

针对目前群组目标空间方向关系模型在描述方向关系方面存在的不精确及复杂性等问题,该文提出一种形式化描述模型。该模型采用"剥皮"法计算得到源目标群的边界多边形,较好地顾及了空间形状及分布范围对方向关系的影响;并通过方向关系矩阵模型计算源目标群的边界多边形与各方向区域之间的交,借助矩阵形式化描述源目标群相对于参考目标群的空间方向关系。实验结果表明,该模型较好地克服了现有方法中存在的缺陷,能够准确判断地理空间中两个群组目标之间的空间方向关系。     

基于特征矩阵和关联图的空间场景相似性度量方法

为了解决包含不同实体数目的空间场景相似性度量问题,本文利用特征矩阵对空间场景进行描述,根据查询场景和数据库场景的特征矩阵生成场景关联图,利用关联图中的各种匹配圈获取空间场景集合,然后根据场景完整度和相似性度量模型计算场景集合中每个场景的匹配度,最后计算出最佳匹配场景,并对匹配结果进行分析评价。实验表明,该方法能够较好地度量不同实体数目的空间场景的相似性。     

一种空间方向关系的细节描述方法

以描述不同细节层次下的方向关系为目的,用内部方向的详细划分来完善空间方向表达,并创造性地将邻接代码的编码思想用于内部细节矩阵的构建,巧妙地将多个内部方向描述矩阵融为一体,从而完成了空间方向关系的深度细节描述。     

空间信息序结构相似性及其度量

空间信息的序列关系体现了空间要素的本质联系,但是在空间分析中尚没有刻画这种序列关系的成熟理论.本文基于有序尺度变量间关联性度量理论提出了空间信息序结构相似性的分析、度量方法,利用古德曼和克拉斯卡尔的度量验证了商业用地的租金与商业用地距商服中心距离的空间序结构的相似性,研究表明利用有序尺度变量关联性度量指标能够计算空间变量序列相似度,从而实现通过已知空间变量的空间序结构推断另一空间变量的空间序结构.     

不等距划分的高维相似性度量方法研究

介绍了现有的高维相似性度量的改进方法,对其中存在的问题进行了分析说明,然后利用不等距维区间划分对相似性度量函数PIDist(X,Y,kd)进行改进,并对UCI提供的机器学习数据库中的heart-statlog和vehicle数据集进行聚类分析对比实验,实验结果验证了改进高维相似性度量方法的正确性和有效性。     

多尺度地理空间线状目标形状相似性的度量

本文研究了多尺度地理空间线状目标相似关系的表达与度量问题.基于Douglas-Peucker算法,通过对线状目标形状的分析,从几何学的角度,给出了衡量基本图形中折线与线段之间形状相似度的两个重要参量.按照图形特征,利用分类讨论的方法,建立了多尺度地理空间线状目标形状相似性的计算模型.最后通过实例的计算验证了该度量方法的可行性.     

一种定量化表达的空间关系模型

目前已有的空间关系模型(拓扑关系、方向关系以及度量关系)基本上是相对独立的,同时这些模型(度量关系除外)主要是定性的形式化描述,其表达精度还有待提高,因此有必要研究定量化的、组合表达的空间关系模型。提出了一种定量化表达的空间关系直方图模型,它能同时表征两个面目标之间的拓扑关系、方向关系以及度量关系,并可以定量化地分类(概率表征)空间关系类型。实验结果验证了该模型的有效性。     

一种基于复合表达模型的方向相似性算法

复合表达模型结合了锥形模型与方向关系矩阵模型的优点,较好地顾及了目标的形状、大小和距离对方向关系的影响,但该模型仅能对两目标之间的方向关系进行定性描述,对于两目标间的方向关系相似性尚未进行研究。本文在对复合表达模型的方向关系矩阵进行优化的基础上,建立一种基于复合表达模型的面目标方向关系相似性计算模型,将该模型的相似值计算转化为交通运输最小代价问题求解。通过认知实验验证了算法的科学性,同时比较实验说明该算法精确度更高。     

多尺度空间实体多目标相似性度量

多尺度空间实体的相似性度量是制图自动综合质量评价、自适应空间实体多尺度表达等领域关注的基本问题.提出一种顾及距离、拓扑、方向关系的多尺度空间实体相似性度量模型,分析模型与多尺度空间实体的数量特征综合程度指标的相互竞争关系,形成一个多目标最佳优化问题,用帕累托最优化方法构建了多尺度空间实体的集值相似性标准.实验结果表明,空间相似性图形距离、空间相似度是科学有效的多尺度空间实体相似性度量指标,而帕累托集值相似性标准比独立的数量特征综合程度或几何相似性包含更多的信息.     

空间方向关系形式化描述模型研究

空间方向关系形式化描述模型是空间关系研究的难点和重点，目前尚无完善的模型出现，因此进行其模型的研究意义重大。首先论述运用平面目标Voronoi图描述方向关系在理论上的可行性；然后详细阐述基于Voronoi图的空间方向关系形式化描述模型建立；为了验证模型的正确性，给出几个典型的算例；最后指出模型的优、缺点。