基于列车运行网络的中国城市中心性分析

 本文基于铁路运行网络,利用复杂网络分析方法中的中心性评价指标,对城市在铁路网络中的中心性进行了分析。我们根据列车时刻表基于L空间模型,构建了铁路运营网络,计算了铁路运营网络中节点城市的不同中心性指标,包括度中心性、邻近中心性和介中心性。这3个指标从不同角度衡量了城市在铁路运输网络中的地位和功能,我们分析了这3个中心性指标的空间分布特征及相关性,并探讨了中心性指标与城市发展之间的关系,进一步揭示铁路网络结构对城市发展的影响。     

基于层次随机图的道路选取方法

 道路选取是道路网自动综合的关键问题之一,这方面已有多年研究,虽已取得很大进展,但尚不能自动完成一定比例尺下道路网的选取。本文提出一种基于层次随机图的道路选取方法,通过构建道路网的层次聚类结构以辅助道路选取。层次随机图是一种复杂网络模型,表现为一个二叉树,它不仅可以将复杂的道路网进行层次聚类,而且在可视化的同时提供了不同粒度的聚类信息。在构建道路网的层次随机图的基础上,本文采用累计权重数来衡量每条道路在整体层次结构中的重要性,并据此进行道路选择。我们将该方法应用到不同模式的实际道路网中进行道路选取试验,包括方格形、方格放射状、环形放射状、自由式路网等,以对应的谷歌地图作为参考进行道路选取符合数量、符合长度的定量评价和观察对比定性评价。试验表明本方法的选取结果与谷歌地图符合度很高。此外,与典型的基于路划长度和基于度中心度(degree centrality)的选取方法相比,本文方法更优。最后给出了本文方法优缺点的讨论和进一步研究的展望。     

基于GPU的HASM动态模拟与实时渲染方法

 基于微分几何曲面论的高精度曲面模拟(high accuracy surface modeling, HASM)需要大量的复杂密集计算,在CPU上模拟极为耗时,使得在现有的硬件条件下,实时动态模拟曲面并实时可视化极具挑战性。论文提出了GPU加速的HASM方法,充分利用现代显示适配器(graphic processor unit, GPU)技术,运用GPU最新发展起来的并行计算能力,使用并行化的预处理共轭梯度方法解算曲面,完成曲面模拟,并同时利用GPU的高速缓存架构,对渲染操作进行充分优化,以实现高效实时可视化。HASM需要的有限差分离散和高速解算操作,均充分利用现代GPU架构,所具有的多处理器和众多的流处理器所产生的强大并行计算能力,可视化也用GPU高速缓存技术和三角条带方法进行充分优化。数值实验和实际项目区高程模拟实验均表明, 在GPU为NVIDIA quadro 2000和CPU为DualCore Intel Core 2 Duo E8400的硬件配置下,GPU并行化的曲面模拟方法比普通方法速度提高了约10倍,使得动态模拟与可视化算法可以达到交互式的帧速及实时可视化的要求。     

国际欧亚科学院中国科学中心的筹建与任务

各位院士,各位来宾,女士们,先生们: 首先请允许我代表国际欧亚科学院中国科学中心主席团向新当选的国际欧亚科学院院士表示衷心祝贺!对出席今天会议的国际欧亚科学院的各国院士和各位中外来宾表示热烈欢迎和衷心感谢! 刚才国际欧亚科学院院长E.E.什里亚耶夫院士已就国际欧亚科学院的宗旨、任务与它的活动作了报告,这一报告使我们加深了对国际欧亚科学院的了解。现在我就国际欧亚科学院中国科学中心的筹建与任务向与会者作一简要介绍。     

国际欧亚科学院的活动与中国科学中心的初步设想

国际欧亚科学院概况 (1)国际欧亚科学院(INTERNATIONAL EURASIAN ACADEMY OF SCIENCES,简称IEAS)是根据欧洲与亚洲一些国家科学家的倡议于1994年1月成立的,它是由欧洲、亚洲及世界各国著名科学家、文化与社会活动家所组成的、具有法人资格的科学团体。目前总部设在俄罗斯首都莫斯科(已决定改为德国柏林),最近获准成为联合国教科文组织的成员,井将得到财政方面的支持与帮助。     

微机地图动态整饰的设计应用

地图是信息的载体和传输工具.它不仅能提供丰富、准确的信息,而且能给人以直观、形象、生动的知识。这正是地图整饰的独有功能。它是保证地图易读性、协调性、美观性的一个必不可少的重要环节。 在常规地图编制中,地图整饰大都是由人工完成的,需耗费相当多的人力和漫长的时间。随着高技术的迅速发展,计算机制图的研究取得了很大进展。     

利用车辆轨迹数据提取道路网络的几何特征与精度分析

 电子地图数据是各种智能交通系统的基础数据,对方便人们交通出行、解决城市交通拥堵问题具有重要的意义。其中,道路网络数据又是电子地图的重要组成部分。传统的道路网络数据更新方法往往需要耗费大量人力物力,因此,从其他数据源中如遥感影像数据、LIDAR数据等提取道路网络的相关研究,已成为国内外的研究重点。车载定位设备的广泛应用使车辆轨迹数据的大量获取成为可能,轨迹数据是对车辆行驶路径的完整记录,同时也是道路网络几何特征的直接反映。当轨迹数据量足够大时,则可利用其构建路网,用于更新或修正现有地图上的路网空间信息。针对车辆轨迹数据的特点和道路网络的特性,本文提出一种细化的道路网络几何特征提取方法。车辆轨迹数据是矢量数据,将其转换为栅格数据后,就可采用图像细化的方法处理。图像细化可以在保持原图像拓扑结构不变的情况下,快速地提取出图像的中心像元,并且有效去除冗余信息。本文以上海陆家嘴的车辆轨迹数据为例进行了实验,结果表明,利用车辆轨迹数据构建路网不仅可行,而且简单、高效,取得了良好的效果。     

我国城市化问题与城市信息系统的紧迫任务

1 我国城市化与城市信息系统的地区浪潮 对地理信息系统的社会需求.城市大于农村.沿海先于内陆。这是与国民经济发展和城市化水平相适应的。只有土地单位面积的增值或工农业产值足以承担地理信息系统的运行费用,这些城市才有可能驱动城市信息系统的开展。     

GIS环境下智能化地图概括的方法研究

引言 近年来,随着地理信息系统由纯科研项目应用向部门化、网络化的大型运行系统发展,“一库存储”与“多种用途”之间的矛盾越来越显得突出。在学术界,“多比例尺GIS”或“多分辨率GIS”更是数次国际和国内GIS讨论会、空间论坛的热门话题。在这种形势下,制图综合不再仅仅是归属于地图学领域的课题,而是GIS领域内需求迫切、不可回避的重要的数据变换操作。因此,有关制图综合问题的论文缕缕在国内外GIS学术会议上宣读。足以说明其重要性正在引起人们的重视。     

城市道路网的多尺度连续变换方法

本文提出了一种多比例尺道路网的连续变换方法,旨在解决在信息化大地图环境下城市道路网的多尺度连续表达需求。该方法首先对2种比例尺的道路网数据进行拓扑重建预处理,然后利用概率松弛匹配方法识别二者的要素对应关系。根据要素对应表,将2种比例尺道路要素分为1:1对应线状要素、1:0单独线状要素和M:N复杂线状要素3种情况：（1）对于1:1对应线状要素,本文采用简单线性Morphing变换方法;(2)对于1:0单独线状要素,首先对道路要素的直角特征进行识别,并定义直角及其前后一定范围内的线段为直角子线段,在此基础上,利用Douglas-Peucker算法将分割后的道路要素进一步分割,然后将直角子线段的起点和终点作为断点切割原道路要素,以顶点连续移位的方式实现连续综合变换;(3)对于M:N复杂线状要素,采用渲染颜色逐渐淡出的方法进行连续表达。最后,将3种情况的连续变换结果进行叠加组合。实验结果表明,本文方法能够获得良好的多尺度连续表达效果。     

一种基于路网等级启发式策略的路径搜索算法

本文提出了一种基于路网等级启发式策略的路径搜索算法。通过引入考虑路网等级因素的代价评估函数,有目的地引导搜索过程考虑路网道路等级特征,限制路径搜索规模,在精度可控的前提下,大幅度提高时间最短路径算法的效率,并使得搜索路径结果更符合心理认知过程。其与经典的层次空间推理算法相比,本文提出的算法实现过程简单,效率和精度相似。理论分析和实验过程验证了本文所提出算法的有效性。     

基于RBF神经网络的OSM道路网智能选取

针对目前自动制图综合方法在软件平台没有普及,电子地图仍以人工编制为主,Open Street Map(简称OSM)道路不适合作为标准地图等问题,提出了一种将径向基函数神经网络(Radial Basis Function, RBF)应用在OSM道路网自动选取中的方法。根据多种常用的语义、几何、拓扑参数综合考虑道路网的重要性,并将该算法在系统平台中加以实现,以期为OSM道路网自动选取的精度提高和应用普及提供解决方案。实验结果与实际制图结果在形状结构上保持良好,精度为86.92%,相较于BP(Back Propagation)神经网络算法的效果有所提高。     

基于道路结构特征识别的城市交通状态空间自相关分析

 城市道路交通状态具有空间自相关特征。路段交通状态的变化会很快影响到邻近路段,导致一定空间范围内路段的交通状态发生改变。揭示城市交通状态的空间自相关特征,对交通规划、交通控制与诱导具有重要意义。然而,受到城市路网空间结构和道路拓扑特征的影响,城市道路交通状态的空间自相关并非各向同性,也并非均匀地向上下游扩散,而是有选择性地集中在部分邻近路段上。因此,仅考虑路段地理空间下的上下游邻近性,难以全面度量路段间交通状态的相互影响,识别出交通状态空间相关性强的道路集合。本文借鉴复杂网络分析方法,定量化分析了城市路网的模块化与层次性特征,利用城市路段在空间上的聚集特征和路段在网络中拓扑角色的差异,提出了一种新的交通状态自相关路段邻近性判别规则,即空间邻近且拓扑等价规则,以此规则实现交通状态空间相关路段聚类过程,更好地揭示城市路段之间的交通状态空间相关性。     

基于多密度聚类算法的路网提取

随着GPS等定位系统的迅速发展,使得路网提取有了新的发展方向,然而目前利用浮动车GPS轨迹数据提取路网的方法层出不穷,但是提取效果却并不能尽如人意。本文将基于网格密度因子的多密度聚类算法引入路网提取,通过该方法对疑似特征点进行聚类来提取道路特征点,来构建道路几何网络,并通过对比分析取得了不错的实验结果。     

基于人工神经网络的多特征因子路网匹配算法

在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。     

城市路网信息融合的关键技术

目前,我国各大城市交通信息采集和传输问题已基本解决。但是,交通信息与路网空间信息的匹配和融合问题却依然严重,使得大量的实时路况信息难以得到有效应用,成为制约城市路网管理和出行服务的技术瓶颈,直接影响车载导航系统、公众出行信息平台、物流运输系统等位置服务(LBS)与智能交通系统(ITS)应用的服务水平。鉴此,本文探讨了城市路网信息融合的内涵和特征,及其关键技术,包括线性参考系统与空间信息融合、时空动态分段和多级动态分段、多模式交通网络构建技术和动态连通关系自动生成等技术问题,并提出了相应的解决方案。     

基于路网拓扑层次性表达的驾车路径规划方法

人对所处客观世界的认识具有显著的空间层次特征,可指导出行路径规划过程。常用的层次空间推理的分层路径计算方法,虽顾及了路网的层次性特征,但道路规划等级与人对路网的层次性认知往往并不一致。而道路网络自身的拓扑结构可客观反映道路重要程度,以及出行者对道路的层次性认知经验。本文以拓扑结构指标表达道路的层次性特征,以此规划驾车出行路径,并通过与出租车行驶路径的匹配度及距离最短路径耗时比评价路径规划结果的合理性。研究结果表明,基于路网拓扑层次性表达的规划路径优于距离最短路径、动态时间最短路径、基于道路等级的静态时间最短路径及基于动态中介中心性分层的距离最短路径,与基于出租车经验建模的路径规划结果相当。但本文所提出的方法不需出租车经验建模所依赖的浮动车系统支持,更利于部署应用。     

基于层次分析法的路段属性求权方法

最优路径搜索功能是车载导航系统的路径规划模块的核心功能之一。车辆在道路路段上的旅行支出是综合考虑道路的各种属性,通过加权、无量纲化等计算后的结果。利用层次分析法对道路的各种属性加权,给出了不同类型属性的无量纲化的标准函数。     

基于GIS的宁波市道路网络综合通达性研究

城市道路交通网络通达性是城市规划、交通体系建设等所要考虑的重要方面。利用GIS技术,以距离度量模型、道路加权核密度模型、路网连通度和公交服务指数为基础,分别从路网连接结构、路网密度、路网发育程度、公交便捷性几方面建立综合通达性指标,分析宁波市中心城区道路网络通达性及其空间特征。研究表明:宁波市中心城区的综合通达性以江东区和海曙区最优,其次为鄞州区和江北区,北仑区和镇海区通达性较差,整体空间格局分异明显;北仑区在道路结构方面优势明显;公交服务指数对综合通达性的影响最为显著。对以往的城市交通网络通达性研究进行一定的改进,为宁波市道路交通网络的建设与布局优化提供理论依据。