基于遗传算法的点状要素注记的整体最优配置

提出了一种点状要素自动注记的整体最优解的解决方案,其核心算法采用具有全局搜索特性的遗传算法,可以获取点状要素注记配置的(近似)全局最优解。     

基于禁忌搜索算法的点状要素注记的自动配置

提出了禁忌搜索算法,用于解决点状要素的注记自动配置问题。在Yammoto研究的基础上,依据制图规则,引入了地图目标的级别等限制条件,建立了一个较完善的目标函数。通过一个简单的示例,阐述了禁忌搜索算法在点状要素注记配置中的应用。     

小规模地理场景中点要素三维注记优化配置算法

地理场景中点要素三维注记配置规则多为"遮挡则不显示"和"遮挡直接显示",该类规则的缺陷是注记信息丢失或存在大量遮挡,普适性不强,尤其不适用于小规模地理场景点要素三维注记配置。本文首先归纳了三维注记绘制的内容、位置及方法,并针对小规模地理场景点要素三维注记配置问题,以"信息不丢失、注记尽可能少的遮挡"为配置目标,配置规则为"遮挡后优化并显示"。算法以透视变换矩阵、逆透视变换矩阵及GRID算法为基础,以遗传算法为核心,以三维注记质量评价函数为遗传算法适应度评价函数,实现点要素三维注记的可行最优解求解。经多视角、多平台对照试验可知,本算法适用于多视角三维注记优化配置,具备普适性;与主流GIS平台(SuperMap Desktop、ArcScene)的三维注记配置效果作对比,本算法三维注记质量值分别相对提升144%、232%,符合配置目标。     

基于蚁群算法的点状注记智能化配置

地图注记是为待定位注记求取注记位置的过程,它是自动地图制图中的一个重要的难题,其中点状注记问题可以看作是一个组合优化问题。目前,模拟退火法,遗传算法和神经网络优化算法已经被用来优化点状注记的配置问题。本文将引入蚁群算法在点状注记配置中的应用,经实验证明该方法有更高的搜索效率,得到的注记结果基本上解决了冲突问题。     

基于模拟退火算法的自动地图注记配置研究

本文将求解大规模组合优化问题最优解的一种新型算法模拟退火算法应用于地图注记的自动配置。该算法将地图各要素注记的配置作为一个统一的整体来对待,从而避免了一般局部搜索法可能终止于一个局部最优解的缺点,这样可使自动注记配置的结果更趋合理化。用模拟退火算法进行注记自动配置,理论体系完整,机理简单,通用性强,编程容易,而且与一般局部搜索法相比,超常规注记配置出现的数目大大降低,其缺点在于配置速度较慢     

三维室内空间注记优化配置方法

三维室内空间标注时易出现注记穿透墙体、注记密集以及视角变换导致的标注对象不明确、注记重叠等问题。然而,当前室内注记配置研究缺乏对标注对象不明确问题的解决。现有的注记重叠处理方法存在信息丢失或难以随视角变换进行快速动态调整等问题。针对上述问题,将三维模型与二维平面注记相结合,设计了指向式注记形式及其优化配置方法。该方法有效解决了标注对象不明确问题,支持重叠注记的快速检测,能随视角变换快速动态调整重叠注记位置,保持视域内所有注记信息的完整展示。通过对比多视角下的三维室内注记优化前后的实验结果,验证了该方法的有效性。     

稠密型点状地图要素注记自动配置的智能化渐进式方法

地图要素注记自动定位问题在计算复杂度上是NP-Hard的,但是通过处理仍可使配置结果逼近最优解。本文提出了模拟制图人员配置注记思维过程的智能化渐进式方法,这种思路是首先参照制图规则将问题分解,然后基于启发式原则,构建注记配置规则影响的优化模型对注记位置进行渐进式的锤炼,直到结果评价值达到最佳为止。     

一种顾及道路影响的点状要素注记自动配置模型

针对制图过程中点状要素数量巨大且分布密集的时候,传统注记配置方法无法兼顾解决注记压盖、歧义,同时减少时间耗费的问题,该文提出了一种基于图论的点状要素注记配置模型。该模型在考虑传统点状要素注记配置问题的同时,还可以附加考虑其他影响注记位置摆放的条件,并将其形式化表达为最大团问题;随后使用一种基于禁忌搜索策略的启发式算法来求解该最大团问题,从而得到注记配置问题的解;该模型有效地提高了注记配置问题的求解效率,较好地平衡了注记位置压盖和位置歧义的关系。最后,该文具体以沿道路分布的点状要素注记配置模式为例进行实验,证明了该注记自动配置模型可以有效地增强地图的可读性和美观性。     

面状居民地名称注记自动配置研究

大中比例尺地图上居民地表现为面状要素,其载负量可达总量的70%~80%,并且居民地名称与居民地要素表现为1:n,使得面状居民地注记配置尤为复杂。本文参照标准图式规范,提出了一种面状居民地名称注记配置方法。首先,对居民地进行预处理,形成用于注记的注记体;其次,对注记体进行分类,不同类别的注记体分别生成相应的注记候选位置;然后,根据注记评价规则对候选位置进行评价;最后,依据冲突规则得到注记位置的最优解;以1:5万地图数据进行了注记实验,取得了较好的效果。     

面状要素注记智能化配置方法研究

讨论了数字制图条件下面要素注记的模式分类及算法,并在VC++环境下将上述算法予以实现。试验证明,应用此算法注记效果符合制图规则,具有较好效率。     

基于多目标进化算法的地图注记自动配置技术的研究

在计算机数字制图过程中,地图注记的配置直接影响数字地图的效果.针对地图注记配置过程中两个或多个注记之间冲突处理的问题,本文参照格式塔原则,从地图注记的易读性、位置优先性、形状相似性、地物关联性四个格式塔因子出发对地图注记的候选位置进行评价;同时根据多目标决策理论,用进化算法模拟地图注记的自动配置过程,实现了地图注记自动配置的全局优化.     

基于SURF特征区域的鲁棒水印算法

针对遥感影像的安全保护,提出了一种基于SURF特征区域的鲁棒水印算法。首先在影像中检测SURF特征点,选取鲁棒性强的点构造互不重叠的特征区域并进行归一化处理,进而对归一化的区域实施整数小波变换,根据生成的模板选取相应位置的系数,最后通过量化的方式将水印信息重复嵌入到每个特征区域内。水印的检测可直接在攻击后的影像中进行,无需校正恢复,实现了盲提取。采用边缘像素替换的策略来保证影像的数据精度,不影响遥感影像的使用。实验表明,该算法具有良好的不可见性,且对常规攻击和几何攻击均具有较强的鲁棒性,可有效保护遥感影像的安全。     

基于重叠区域相关系数的视频影像关键帧提取算法

提出了3种基于影像重叠区相关系数的视频影像关键帧快速提取算法。该算法首先采用多项式快速、准确地拟合出视频影像相关系数的变化趋势,然后利用相邻关键帧影像重叠区的高相关特性实现关键帧帧位的快速、准确提取,并通过实例与基于重叠度计算关键帧算法的时效性进行对比。结果表明,该算法单次计算相关系数的时间相对于单次重叠度计算时间缩短了近4倍,准确度达到88%,且针对不同拍摄手段下的视频影像,提取的关键帧影像精度较高。同时,还对基于视频提取的关键帧影像进行全景图拼接,结果显示未出现明显场景缺失,且可靠性高,适用性强。     

遗传算法在点注记自动配置中的应用

从注记配置是一个NP难度问题这一观点出发，尝试性地将遗传算法用于点注记自动配置。在论述了遗传算法基本原理和方法的基础上，结合点注记自动配置的基本模型，讨论了基于遗传算法的点注记自动配置方法，并对其关键性的问题进行了阐述。     

基于CorelDRAW的地图注记自动化配置方法研究

作为制图者与用图者间信息传递的桥梁,地图注记辅助地图符号,对制图要素的名称、种类、性质和数量特征等进行了标识和说明,是地图不可或缺的组成部分。曲线、文字编辑功能极强的CorelDRAW软件颇受制图人员青睐,尤其在注记配置工作中扮演着重要角色。文章从点、线、面三个角度对地图注记配置进行了理论探析,同时基于CorelDRAW 15．0 Type Library控件和VBA环境进行了二次开发,智能化地实现了点注记的四点定位、线注记的适合路径、封闭面域的构建和自定义面注记的添加,对提高地图制图的效率和美化图面效果具有十分重要的意义。     

遗传算法在点注记自动配置中的应用

从注记配置是一个NP难度问题这一观点出发,尝试性地将遗传算法用于点注记自动配置.在论述了遗传算法基本原理和方法的基础上,结合点注记自动配置的基本模型,讨论了基于遗传算法的点注记自动配置方法,并对其关键性的问题进行了阐述.     

基于MicroStation的宗地图动态标注研究

针对当前地籍要素标注的缺点,提出基于凸包的界址线绘制方法,并结合坐标平移、旋转和复合动态技术,基于界址线型表达提出自动的、动态的宗地图标注方法。试验结果表明,该方法快速、准确而且灵活,可提高宗地图标注的智能化程度。     

基于数据场的C均值聚类方法研究

提出了基于数据场的C均值聚类方法。引入数据场准确寻找初始中心的聚类点,根据势场分布函数,先找到k个势心,然后选择距离势心最近的样本数据,得到用数据场生成的初始中心,从而实现C均值聚类算法。该方法可以广泛地应用到空间数据的分类分级研究中。实例验证了该方法的可行性和科学性。     

基于TERCOM算法的重力匹配

研究了利用地形轮廓匹配(TERCOM)算法进行重力匹配辅助导航,分析了TERCOM算法对不同重力场分布区域的适应性。模拟试验证明,TERCOM算法简单易行,当重力场粗糙度达到3.7 mGal时,重力测量误差超过3 mGal,定位误差也在1个格网单位以内,粗糙度和坡度方差与匹配定位精度的强相关性是选取匹配区域的较好指标。     

一种基于网络拓扑关系的地图匹配算法

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响.在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法.该算法只需将GPS定位数据和GIS 数据相结合,即可用算法的形式解决地图匹配中一些常见的问题.实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值.