基于自适应采样粒度模型的空间方向关系模糊描述方法

针对空间方向关系具有不确定性的特点以及现有的方向关系表达方法的局限性,结合模糊理论分析方向隶属函数的基本特征,建立基于非线性隶属函数的8方向模糊描述参考框架。分析空间目标间的距离、尺寸、形状等因素对方向关系的影响,提出空间目标的自适应采样粒度模型。在保证空间方向关系一致性的前提下,对空间对象进行采样处理生成合适大小的点集。在8方向模糊描述参考框架下,统计点集之间的8个方向模糊矩阵,得到空间对象之间在各方向概念上的隶属程度,实现空间方向关系的细节模糊描述。通过实例分析验证该模糊描述方法的可行性和有效性。     

空间对象拓扑关系研究综述

在分析已有空间对象拓扑关系研究的基础上,本文总结了确定性空间对象间拓扑关系和不确定性空间对象间拓扑关系的研究内容和研究方法,并探讨了目前空间对象拓扑关系的研究还存在的问题。     

居民地增量更新中拓扑冲突自动检测方法研究

针对现有的检测方法无法适应增量更新中冲突检测的问题,以居民地要素为例,首先分析了增量更新中拓扑冲突发生的区域性特点;然后在检测区域建立规则格网索引,用格子集表达的区域来表示更新对象的邻近区域,将位于邻近区域内的空间对象作为拓扑冲突判断的候选集;最后通过计算更新对象与对应候选集内的空间对象间的拓扑关系并与冲突规则进行匹配来判断拓扑语义冲突。实验表明,该方法将检测区域限定在利用索引格子集表达的更新居民地对象的邻近区域内,不仅能够检测出增量更新过程中的拓扑冲突,而且具有较高的效率,能够应用于更新数据的质量检测。     

基于粗集的多尺度空间拓扑关系不确定性定量评价模型

空间拓扑关系不确定性的定量评价可为多尺度拓扑关系一致性的自动评价、空间推理与空间查询等应用的可靠性提供依据。定义了基于几何度量的拓扑距离,构建了拓扑关系不确定性的粗集表达模型;提出了不确定性粗集表达中拓扑距离的量化方法;进而提出了基于粗集的多尺度空间拓扑关系不确定性度量指标。实例研究证明了本文提出模型的科学性与合理性,该方法可用于多尺度表达过程中引起的拓扑关系不确定性的定量评价。     

一种新的高分辨率遥感影像模糊监督分类方法

针对高分辨率遥感影像分类中由于细节特征突出、同质区域光谱测度变异性增大所带来的像素类属的不确定性及模型的不确定性等造成的误分结果,提出一种基于模糊隶属函数的监督分类方法。对同质区域定义高斯隶属函数模型用来表征像素类属不确定性;模糊化该隶属函数参数建立影像模糊隶属函数,以建模同质区域光谱测度的不确定性;用训练样本在所有类别中的模糊隶属函数及原隶属函数（高斯隶属函数）中的隶属度为输入,建立模糊线性神经网络模型作为目标函数,实现分类决策。该算法和经典算法对World View-2全色合成影像及真实影像进行定性和定量分类实验,分类结果验证了文中方法具有更高的分类精度。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

空间点面拓扑关系不确定性的模糊描述研究

阐述空间数据和空间关系不确定性的概念、来源及建模,并研究利用模糊理论进行空间区域的划分,以及利用模糊九交模型对空间对象拓扑关系进行描述分析.     

带孔洞面域间的拓扑关系的组合推理

空间对象间拓扑关系是GIS中空间要素间最基本也是最重要的关系之一,是进行空间查询和分析的基础,因而空间对象间拓扑关系一直是研究的热点之一。目前,对拓扑关系模型的研究主要集中在简单对象间拓扑关系方面,而对于带空洞的复杂面域间的空间拓扑关系的研究则相对较少,因而对它的进一步研究具有较重要的理论意义。本文在文献[11]的基础上,根据点集拓扑学理论,对带孔面域进行了定义。通过分析简单对象间拓扑关系的演变过程,提出一种能描述带一个孔的面域间的空间拓扑关系的方法,并用该方法详细推导了带一个孔的面域间有意义的拓扑关系。通过实验验证,证明该方法在理论上是可行的,对提高GIS对现实世界的建模和分析能力可提供一定的理论依据。     

基于模糊贴近度分析的不确定拓扑关系表达模型

根据人类对模糊空间关系的认知层次性特点,将不确定拓扑关系的表达归结为求解不确定空间关系实例与基本拓扑关系概念之间的隶属度。基于贴近度分析的基本方法建立不确定地理目标之间空间拓扑关系模糊表达模型方法。结合具体的算例说明基于该模型方法的拓扑关系模糊表达推算过程,并通过与经典的Egg—Yolk以及宽边界模型方法表达的拓扑关系表达结果进行对比分析,验证模型的合理性。     

基于拓扑关系的不确定区域方向关系推理

利用宽边界区域对多种来源的不确定性数据建模,用确定区域的拓扑和方向关系组合描述不确定区域的拓扑和方向关系。根据拓扑关系和方向关系间内在规律,直接从不确定区域的拓扑符号描述中推理出方向关系的符号描述,是对已有推理方法的有益补充。     

Modeling and querying approximate direction relations

Existing models of direction relations are mainly designed to handle crisp regions. To accommodate uncertain spatial data, it is necessary to investigate the formalization, uncertain semantics, and composition operators for uncertain direction relations. In this study, direction relations about uncertain regions, i.e., approximate direction relations, are modeled as the combinations of four crisp direction relations. The approximate relations can be interpreted from two aspects: the lower part (only including crisp relations about uncertain region) and the uncertain part (the uncertain directions about uncertain regions). The uncertain semantics of uncertain directions are formalized, such as possibly north, possibly south, possibly southeast, etc. Both crisp and uncertain parts are used to simplify and handle the composition and the query of uncertain direction relations. Approximate direction relations are helpful to model directions concerned with both crisp and uncertain regions; they therefore can play important roles in handling uncertain data (in our case, querying uncertain data).     

模糊空间对象拓扑关系的Rough描述

利用Rough Set理论,在四交差模型的基础上,提出适合于描述确定和模糊区域或两个模糊区域目标间拓扑空间关系的扩展模型(4-4ID模型),并且详细讨论模糊对象之间的拓扑关系。     

不确定性线状目标之间拓扑关系的描述与判别

总结了常见的不确定性线状目标描述模型以及确定性线状目标之间拓扑关系的描述模型，并在此基础上提出了一种定量化分析方法，对不确定性线状目标之间的拓扑关系进行了描述和判别。     

GIS图上地理区域空间不确定性的分析

区域是GIS空间分析的基本单元。它是环境科学、土壤科学等领域中广泛存在的一类地理实体。这类实体抽象概括为GIS中空间目标时不可避免地带有模糊性。利用模糊集这个强有力的数学工具，首先基于场模型提出了表达GIS中模糊区域目标的方法，分析了其空间不确定性。继而，建立了模糊区域的形态描述模式，即模糊区域边界、内部和外部，并指出了Cohn给出的定义中的不足。在此基础上，对Egenhofer提出的九元组进行了扩展，构建了适合于描述确定和模糊区域目标间拓扑空间关系的模型。     

不确定线-面拓扑关系的描述与判别

不确定线状目标和面状目标之间拓扑关系的描述是空间信息处理过程中经常面对的问题。在对不确定线状目标和面状目标进行描述的基础上,对不确定线状目标与面状目标各组成部分之间的相交程度进行了定量表达,通过计算这些度量组成的空间向量与9-交集模型确定的空间关系向量之间的相关度,提出了一种不确定线状目标和面状目标之间拓扑关系的描述模型,通过定量的方法来对其空间拓扑关系进行判别。     

Geo-rough space

Rough set is a new approach to uncertainties in spatial analysis. In this paper, rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication. Rough spatial entities and their topological relationships are also proposed in rough space, thus a universal intersected equation is developed, and rough membership function is further extended with the gray scale in our case study. We complete three works. First, a set of simplified rough symbols is advanced on the basis of existing rough symbols. Second, rough spatial entity is put forward to study the real world as it is, without forcing uncertainties into crisp set. Third, rough spatial topological relationships are studied by using rough matrix and their figures. The relationships are divided into three types, crisp entity and crisp entity (CC), rough entity and crisp entity (RC), and rough entity and rough entity (RR). A universal intersected equation is further proposed. Finally, the maximum and minimum maps of river thematic classification are generated via rough membership function and rough relationships in our case study.     

Geo-rough Space

Rough set is a new approach to uncertainties in spatial analysis.in this paper,rough set symbols are simplified and standardized in terms of rough interpretation and specialized indication.Rough spatial entities and their topological relationships are also proposed in rough space,thus a universal intersected equation is developed,and rough membership function is further extended with the gray scale in our case study.We complete three works.First,a set of simplified rough symbols is advanced on the basis of existing rough symbols.Second.Rough spatial entity is put forwark to study the real world as it is ,without forcing uncertainties into crisp set.Third,rough spatial topological relationships are studied by using rough matrix and their figures.The relationships are divided into three types,crisp entity and crisp entity(CC),rough entity and crisp entity (RC),and rough entity and rough entity (RR),A universal intersected equation is further proposed.Finally,the maximum and minimum maps of river thematic classification are genrated via rough memebership function and rough relationships in our case study.     

基于拓扑约束的方向关系定性描述模型

针对原有方向关系矩阵模型对于参考目标MBR区域的方向描述缺陷问题,本文将拓扑约束引入方向关系定性描述,构建基于拓扑参考的方向关系定性描述模型,实现了MBR区域方向关系的有效表达。新模型首先将参考目标的MBR区域划分为不同的拓扑区域,提出方向关系拓扑参考定义;基于拓扑参考,分别对不同拓扑区域定义相应的方向关系矩阵;最后,根据参考目标与源目标间的不同拓扑关系,提出不同情况下方向关系分层定性描述策略。实验结果表明,新模型充分反映了拓扑关系对方向关系描述的约束关系,能有效提高方向关系表达的准确性和精确性。     

不确定区域间拓扑关系定性推理

提出不确定区域间拓扑关系的组合描述法,它对拓扑关系的描述能力与扩展九交完全相同.但组合描述模型的优点在于用已有的5种面/面基本拓扑关系的组合来表示44种不确定区域间的复杂拓扑关系,可以把44种复杂拓扑关系的推理转化为5种基本拓扑关系推理的组合,从而实现不确定区域间拓扑关系的推理.