地理空间异常模式自适应探测方法研究

地理空间异常模式探测旨在发现地理空间中"与众不同"的实体或现象,为深入剖析地理现象或地理过程的特殊分布状况、变化或发展规律提供重要的理论依据和实践指导.随着异常探测应用需求的越来越广泛、深入,对异常探测的算法精度、智能化以及探测结果的可靠性要求越来越高.因而,一方面需要充分考虑地理空间数据自相关、异质性、多尺度等特性;...     

地表异常遥感探测与即时诊断方法研究框架

由自然和人为因素引起的各类地表异常具有突发性、多样性、随机性和复杂性,导致传统的卫星遥感探测时效严重滞后于地表异常预警和应急处置的实际需要,地表异常实时化、智能化遥感探测已成为我国新时代社会与经济高质量发展的重大战略需求,也是当前遥感科学发展面临的重大技术挑战。本文在分析地表异常遥感即时探测面临的技术挑战及其研究的必要性基础上,围绕解决地表异常遥感探测“看不到、看不清、看不快”技术瓶颈背后的科学问题,从卫星、载荷、应用三位一体的新视角,提出以“通导遥”一体化、星上在轨处理、星地互馈机器学习等为代表的地表异常遥感即时探测机理与方法研究思路,构建包括地表异常遥感响应特征与语义表征、地表异常超大动态范围自适应即时遥感探测、地表异常遥感在轨即时诊断、地表异常遥感预警知识即时生成与表达等在内的地表异常遥感即时探测研究框架,为深入开展地表异常遥感即时探测机理与方法研究提供科学方案,为实现直到用户移动终端的地表异常遥感监测预警产品即时服务提供技术体系框架。     

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。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

流空间邻近关系约束下的流行病分布空间异常探测方法

针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性,本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法.首先,基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性;然后,基于流空间邻近关系度量自适应构建流空间权重矩阵;最后,构造疫情属性空间局部变化梯度变量刻画空...     

海洋磁力测量中异常数据探测方法研究

本文采用门限滤波法、滑动拟合法及其基于三维可视化的滑动拟合方法对海洋磁力测量地磁日变数据和海上磁测数据中的异常数据进行探测,并结合实际试验数据进行了详细比较分析,结果表明方法合理,该方法具有一定的实践理论意义。     

一种基于场论的空间异常探测方法

从空间数据场的角度,借鉴高斯势函数发展了一种新的空间异常度度量指标。进而,提出了一种基于场论的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的空间簇,并构建合理、稳定的空间邻近域。在此基础上,采用专题属性变化梯度修复策略减弱空间邻近域中潜在异常的影响,并利用空间异常度度量指标计算实体的异常度,从而探测空间异常。实验结果及实例证明了此方法的正确性。     

一种基于BP神经网络的空间异常探测方法

空间异常探测旨在发现偏离普遍模式的小部分异常目标.对揭示地理现象潜在的发展变化规律有着重要意义.在现有的空间异常探测方法中,空间邻近域的确定直接影响探测结果的可靠性.为此,在顾及空间数据分布特征的前提下,利用人工神经网络机器学习的优势,发展了面向空间异常探测的BP神经网络结构和学习规则,提出了基于BP神经网络的空间异常探测方法,定义了基于BP神经网络的空间异常度概念,进而探测空间异常.最后,通过3组实际算例验证所提方法的可行性,并分析得出实验结论.     

一种顾及邻近域内实体间距离的空间异常检测新方法

空间异常检测已成为空间数据挖掘和知识发现的一个重要研究内容.空间异常蕴含着许多意想不到的知识,现有的空间异常检测方法大多依据空间邻近域的非空间属性差异来计算偏离因子,忽略了邻近域内空间实体间距离的影响.本文首先讨论了空间邻近域内实体间距离对空间异常检测的影响,在此基础上,提出了一种顾及邻近域内实体间距离的空间异常度量方法--SOM法,并分析了它的复杂度.由于该方法是利用实体非空间属性的加权内插值与实测值的差值作为度量空间异常程度的参数,从而顾及了邻近域内所有实体相互间距离对非空间属性偏离的影响,并且克服了现有检测方法在不均匀分布空间实体集内寻找空间异常的缺陷.最后,通过一个实际算例验证了所提方法的可行性和正确性.     

水下磁性目标探测中磁异常分量换算方法

为了更加准确地判断水下磁性目标空间位置及形态,有必要研究由磁场标量信息向矢量信息换算的方法.根据总强度磁异常与磁异常分量傅里叶变换后的频率域关系,推导由总强度磁异常向磁异常分量换算的公式.利用获取的总强度磁异常,结合测区地磁场方向信息,即可实现标量场向矢量场换算.采用小尺度与大尺度球体以及直立长方体磁场模型对提出方法进...     

基于位置点统计的时空异常检测与分析

探讨了位置数据异常分析的一种新思路,给出了面向异常的时空表达模型,建立了基于区域位置点统计的异常检测和分析框架,探寻异常在事件影响下的时空发展趋势和分布特征。通过纽约两个月的出租车出行数据的实验分析验证了框架的有效性,并发现一些有趣的规律,为公共安全、交通管控应急、城市功能区分析等提供指导信息。     

时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

分布式增量机制下的交通流大数据聚类分析

时空聚类分析是对时空大数据进行利用的一种有效手段。本文提出了一种分布式增量大数据聚类分析方法,利用分布增量机制不但可以减少重复计算和迁移拷贝次数,而且可以持续对聚类结果进行修正,能够在保持聚类准确性的条件下提升整体运算效率。而聚类算法本身通过数据聚集趋势预分析、聚类算法和结果评价3个步骤,构建了一体化时空邻域,在时间和空间维度保证了聚类结果的准确性。经过试验证明该方法可以实现时空大数据的快速高效信息挖掘。     

圆曲线拟合算法中的粗差探测与识别

针对传统的圆曲线拟合算法抵御粗差影响能力较差的现状,该文提出了一种圆曲线拟合数据的粗差探测方案。该方案基于Pratt代数拟合算法,首先构造衡量拟合数据优劣的质量指标,据此迭代剔除数据中的异常值,然后在既得圆心估值的基础上,重新评估已被标记的可疑观测值,识别出真正的粗差并将其剔除。实验结果表明,该方法能够准确识别出数据中的粗差,有效提高圆曲线拟合的精度。     

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。     

遗传算法在特异值识别与处理中的应用

在空间数据中特异值的识别处理中,个别奇异的数据(特异值)可能会对模型产生影响而使预测值与实测值间产生较大的偏差。因此,本文在分析现有的方法的基础上,考虑识别过程中可能存在的"拖尾"和"掩盖"效应,根据"同步"的思想提出了一种新的特异值识别方法:基于遗传算法的特异值识别,该方法以数据标准化差异作为评价标准,将遗传算法应用到特异值识别处理当中,能够有效地识别出观测值中的异常数据,获得一致性数据。     

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。