一种自适应轨迹曲线地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.首先简要介绍和分析基于自适应模糊神经网络的C-Measure地图匹配算法及其优点,算法中的C-Measure用来度量车辆行驶在选定道路上的可能性大小.由于该算法着重于分析当前定位点信息,在复杂路网中会因为信息量的不足影响匹配精度.因此,为提高道路网中定位点的匹配精度,提出基于平均Fréchet距离和分层模糊控制技术的轨迹曲线匹配算法.该算法改进原算法的结构,并参考定位点的历史信息,引入平均Fréchet距离用以定义历史轨迹曲线间的距离;由于增加历史数据输入,导致模糊规则数目的增加,从而影响算法的运行效率.为简化规则,提高效率,采用分层模糊控制技术,而且对算法的学习律也进行改进.仿真结果表明改进后算法的有效性.     

一种线状要素几何相似性度量方法及其应用

基于传统离散 fréchet距离,提出了 一 种 线 状 要 素 几 何 相 似 性 度 量 方 法。推 导 了 基 于 递 归 迭 代 方 法计算离散曲线 fréchet距离的计算公式,因传统 fréchet距 离 仅 用 一 个 点 对 之 间 的 距 离 来 度 量 相 似 性 存 在 较大误差,提出了一种基于离散 fréchet距离识别 曲 线 上 点 与 点 之 间 最 短 路 径 的 方 法,通 过 最 短 路 径 计 算 两 条曲线间平均 fréchet距离,以平均 fréchet距离作为两曲线间的相似值。针对传统 fréchet距离不能解决一条曲线的部分与另一条完整曲线之间的相似匹配,基于平均 fréchet距离,提出了“ 部分－整体” fréchet距离计算方法。将上述距离应用于地图数据匹配、 合并及等高线内插中取得了较好的效果。     

一种基于Fréchet距离的复杂线状要素匹配方法

在不同空间数据集中,同名实体往往有不同的空间表现形式,识别多源异构数据集中的同名实体是空间数据集成和应用的关键。集成不同来源的空间数据是提高GIS数据质量的重要方法,识别同名实体是数据集成和分析的先决条件。根据线要素的形状将其分为简单线要素和复杂线要素,针对现有复杂线要素匹配方法中的不足,提出了Fréchet距离的复杂线状要素匹配方法。该方法首先通过曲线要素的几何和拓扑特性获取候选匹配集,然后结合基于Fréchet距离和要素简化方法实现要素的简化。最后提出基于Fréchet距离的要素匹配改进方法,通过引入简化要素的三元组信息来存储简化后的复杂线要素的属性信息,再根据三元组信息选取要素间的匹配对,完成对不同类型匹配对的检测,实现复杂线状要素匹配。试验结果表明,该匹配方法能有效解决复杂线要素的匹配问题,并能够识别1:0、1:N和M:N匹配。     

相似性度量支持下的隐喻地图轮廓设计

形状轮廓对于事物的认知十分重要,是决定事物类别的关键属性,对于借助虚拟地图表达非空间数据的隐喻地图,其轮廓具有可操作优势,可用以增强其地图相似度,促进其与真实地图间联系的建立。但目前隐喻地图研究多侧重地图制作生成技术,较少关注地图认知设计,对制图过程掌控性差,导致地图轮廓形态随机性较强。以Gosper地图为基础进行改造设计,依据真实地图轮廓设计隐喻地图轮廓:基于转角函数法构建目标函数,衡量隐喻地图轮廓与目标轮廓的相似性,通过目标函数对地图轮廓进行筛选,并利用优化算法控制筛选流程,获得满足需求的地图轮廓。使用真实数据进行试验,结果表明,该方法可以获取与目标轮廓近似的地图轮廓,并能基于此轮廓框架开展地图设计表达工作。     

高分辨率遥感影像匹配中的相似性度量综述

影像匹配是遥感、摄影测量和计算机视觉等领域中的核心和难点,相似性度量非常关键却不被重视。结合当前匹配算法进展和匹配要素,深入阐述了典型匹配算法的特点和规律,并着重对匹配中的相似性度量进行了较全面而深入的研究和对比分析。同时,对遥感影像匹配的下一步发展提出了展望。     

利用最长公共子序列度量线要素相似性的方法

现有线要素相似性度量方法主要基于空间欧式距离或面积,缺少对线状要素几何形态特征相似性的考虑,在线状要素分布密集区域或地形地貌变化剧烈区域易产生度量误差。为此,提出一种基于最长公共子序列的线状要素几何相似性度量方法。利用特征描述子将线要素节点序列转化为几何特征描述序列;并利用基于控制参数的动态规划方法求解特征描述序列间的最长公共子序列,进而度量线状要素间的几何形态相似度。模拟数据试验和真实数据试验表明,该方法在保证运行效率的情况下,具有较高的正确率。     

一种形状多级描述方法及在多尺度空间数据几何相似性度量中的应用

利用多级弦长函数和中心距离函数从全局整体到局部细节逐级描述几何形状,建立通用多尺度空间数据几何相似性度量模型。基于高斯概率统计模型改进传统的Hausdorff距离,引入信息检索中的相关反馈技术解决相似度量模型中各指标阈值的确定问题。最后将相似度量模型分别应用于不同比例尺数据匹配和空间目标化简前后的相似度量,试验表明,基于该描述方法的相似度量模型可有效实现不同比例尺水域数据的匹配和相似度量。     

基于GPS轨迹数据的地图匹配算法

针对GPS浮动车轨迹数据具有整体运动趋势的特点,结合城市路网行车限制的约束,提出一种GPS轨迹数据的全局地图匹配方法,综合考虑轨迹曲线与路网路径的曲线相似性、实际行车的路段几何拓扑和交通管制约束下的连通性,实现较好的地图匹配效果,并通过实验进行验证,为GPS浮动车数据的进一步分析应用打下基础。     

基于距离角度拟合的地图匹配算法

本文针对影像导航中矢量地图更新慢的问题,提出了利用地图匹配方法进行更新的思想,并介绍了基于遗传算法的匹配方法,同时为了纠正遗传算法在处理平行线时的错误情况,提出了距离角度拟合算法,并进行了实验,结果表明:改进的算法可以较好地纠正遗传算法的错误。     

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。     

地图数据缩编更新中道路数据匹配方法

用比例尺1∶1万的道路数据缩编更新比例尺1∶5万的相应数据,需要建立不同尺度、不同时态的道路目标间的匹配关系,以提取变化数据进行更新。通过分析道路目标间存在的分解、基本以及抽象的三个匹配层次,利用缓冲区分析和拓扑关系等手段开发了系列算法,进而完成了各目标间的匹配。实验表明,该匹配方法正确率高,实用性强,能满足缩编更新道路数据的要求。     

基于空间相似性的面实体匹配算法研究

同一地物在不同来源的地图上通常存在着差异,其识别或匹配对于不同数据源的地图编制来说很关键。面状地物要素在很多地图表示中都占有很大的比例。基于人眼综合已有信息来识别同名实体的思想,本文提出了基于空间相似性的面实体匹配算法。该算法将面实体作为一个整体看待,采用加权平均法来综合面实体的位置、形状、大小等特征的相似度,进而根据获得的总相似度大小确定匹配实体。算法在确定位置相似度时选择形状中心点对面实体进行惟一标识;采用形状描述函数来计算形状相似度,不容易受各种干扰而影响精度,避免了形状信息的丢失;面实体的大小通过其覆盖面积来度量。实验结果表明该方法具有良好的稳定性和可靠性。     

节点相似度辅助下的线要素匹配方法设计

同名要素匹配是空间数据集成、更新和融合的关键技术。针对要素匹配中不同尺度数据构成差异但拓扑结构相似的问题,本文提出一种基于节点相似度的线要素匹配方法。该方法以线要素节点为主要特征,选取了方向、距离等相似性度量指标,并构建了拓扑、方向和距离三类约束,在此基础上,设计了一种基于拓扑关系和空间位置的匹配模型,实现了线要素特征点的相似性匹配。采用大规模道路网进行试验,试验结果表明,该方法切实可行,能够有效解决复杂线要素匹配问题。     

多源点要素的全局一致性自动匹配

多源点要素的自动匹配是空间数据集成与融合的重要基础性工作.本文通过计算点要素的匹配可信度指标,建立点要素的一致性优化匹配模型,并转化为二分图最大带权匹配问题,从而实现了多源点要素的全局一致性匹配,其匹配结果更好地顾及了所有匹配要素相互之间的一致性和相似性.实验表明:相比传统方法,本文方法具有较高的匹配准确率,能够适应更...     

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。     

基于相似性保持和特征变换的高维数据聚类改进算法

提出一种基于相似性保持和特征变换的高维数据聚类改进算法.首先,通过相似性度量函数计算得到高维空间对象相似度矩阵,并利用近邻法、Floyd最短路径算法将相似度矩阵转换为最短路径距离矩阵;然后,将高维特征变换转化为遗传优化问题,利用特征变换降维后的二维数据进行k-均值聚类,并根据(高维坐标,降维后二维坐标)值进行RBF神经...     

利用几何矩和叠置分析进行多尺度面要素自动匹配

针对地图中重要的面要素的自动匹配问题进行了研究。由于在实际情况中,多尺度同名面要素在位置上可能偏差较大,又存在非一对一的匹配关系,现有的方法均难以进行有效匹配。为解决这个问题,首先提取面要素的全局形状特征,并给出了一种快速获取候选匹配面要素组合的方法,然后利用几何矩获取面要素组合的质心,在将待匹配面要素与组合面要素的质心相互重合后,通过计算重叠相似度来判定多尺度面要素之间的匹配关系。实验表明,本文方法即使在同名面要素存在较大位置偏差,甚至非均匀位置偏差时,仍可有效地处理面要素的一对一和一对多两种匹配关系,从而拓展了面要素匹配方法的适用范围,降低了对外界条件的要求和限制。     

一种基于变权重组合的光谱相似性测度

光谱相似性测度是高光谱遥感影像信息提取的关键。在欧氏距离和光谱角余弦的基础之上提出一种变权重组合的光谱相似性测度,即光谱变化权重相似性测度。这种光谱相似性测度可根据不同地物类别自动对欧氏距离和光谱角余弦测度指标配比权重。选用标准光谱库和机载OMIS高光谱影像对SCWM进行测试,并引入误分率和混淆矩阵对分类结果进行评价。结果表明,相对于仅采用一种或两种光谱相似性测度的分类方法,光谱变化权重相似性测度具有更精细的光谱识别能力。     

基于相似度计算的室内兴趣点匹配方法

为了解决室内兴趣点数据更新的准确匹配问题,本文提出了基于定位点坐标、名称和地址进行相似度计算的综合匹配方法,并介绍了该方法的实施步骤与流程,通过试验评价了不同相似度计算方法的匹配效果。结果表明,该方法具有可用性,得到的参考阈值可为室内分布密集、种类繁多的兴趣点的快速更新提供技术支持。