顾及多细节层次的三维R树索引扩展方法

多细节层次表达是三维GIS的重要特征之一。为提高细节层次模型的管理效率,本文提出一种扩展多细节层次功能的三维R树索引方法,通过全局优化和三维聚类分析建立动态三维R树索引,研制了先自下而上、后自上而下全局搜索的节点选择算法和基于k-medoids聚类算法的节点分裂算法,保证节点尺寸均匀、形状规则以及重叠减少。基于良好的三维树形结构,本文扩展了传统的三维R树索引结构,实现R树索引和细节层次模型的无缝集成。为验证本文方法的有效性,通过仿真实验,结果证明了本文方法能很大程度地提升多细节层次三维城市模型数据库的空间查询效率,具有较好的应用前景和实用价值。     

3维GIS中LOD_OR树空间索引结构的研究

分析R树的不足之处,考虑3维场景绘制中的LOD信息,设计出一种集八叉树、R*树以及LOD信息的空间索引结构--LOD_OR树.LOD_OR树是将3维实体的LOD信息作为对象基本特征的OR树.OR树是结合Octree和R*树的一种混合空间索引结构,它利用八叉树索引将R*树表示的空间进行了限制,减轻了R*树插入、删除的开销,并在查找性能上比R*树有显著的提高.     

三维GIS中R树空间索引研究

对于三维GIS来说,建立高效的三维空间数据索引是其关键技术之一。R树索引是近年来应用最广泛的方法之一。本文以覆盖面积和重叠面积之和作为R树结点插入标准,并且引入K均值聚类算法对结点分裂算法进行了改进。另外,对于三维GIS中较大的地物如道路、河流等,实施裁剪策略。从而使R树同层结点间的重叠度显著下降,空间对象的聚簇也更趋合理,有效提高了三维GIS数据库的查询速度。     

一种面向矢量瓦片高效构建的空间索引方法

针对矢量瓦片在构建过程中对原始矢量数据源检索性能的不足,提出了一种基于改进网格与递归网格排序(sort-tile-recursive,STR)R-树的混合索引结构,用于提升对数据源的空间查询效率。该混合索引通过瓦片金字塔上下文信息改进了一级网格索引的查询方式,减少了查询过程中的空间比较。同时,使用STR R-树作为二级索引,有效减轻了因矢量数据空间分布不均衡所带来的影响,实现了二级查询优化。实验表明,对比数据库常用空间索引(如网格索引、四叉树索引、R-树/R*树索引),该混合索引对不同空间分布的矢量数据适应良好,能显著提高对矢量数据源的查询性能,加速瓦片的构建。     

一种集成R树、哈希表和B*树的高效轨迹数据索引方法

为兼顾时空索引方法的空间利用率、时间效率和查询种类,提出了一种新的轨迹数据索引方法——HBSTR树。其基本思想是:轨迹采样点以轨迹节点的形式成组集中管理,哈希表用于维护移动目标的最新轨迹节点,轨迹节点满后作为叶节点插入时空R树,另外采用B*树对轨迹节点构建一维索引,既有利于提升索引创建效率,又同时满足时空条件搜索和特定目标轨迹搜索等多种查询类型。为提升时空查询效率,提出了新的时空R树评价指标和节点选择子算法改进时空R树插入算法,同时提出了一种时空R树的数据库存储方案。试验结果表明,HBSTR树在创建效率、查询效率和支持查询类型等方面综合性能优于现有方法,支持大规模实时轨迹数据库的动态更新和高效访问。     

一种针对室内疏散的集成Hilbert曲线的R*树空间索引

基于位置的服务需要快速查询、插入和删除研究对象,这种需求在室内疏散相关的应用中被进一步加强,因此有必要引入空间索引优化针对室内空间对象的操作效能。在室内紧凑空间环境下,现有的空间索引效率较低,所以将R*树索引和Hilbert曲线相结合,提出了一种新型的集成Hilbert曲线的索引。将这种新型索引和标准R*树索引进行对比,结果表明,新索引能够显著提升多种空间操作效率。     

基于Hilbert排列码与R树的海量LIDAR点云索引

本文分析当前索引方法存在问题,针对高效海量点云数据的要求,提出一种基于Hilbert码与R树的二级索引方法。论文阐述了二级索引的建立原理与方法,可通过聚类方法与R树度M值来的优化第一级索引;使用Hilbert R树作为第二索引,可以有效控制两级R树的高度,同时点云的增加与更新可只在局部进行。最后本文通过两组实验来验证该数据组织方法的可行性和跟其他索引(KD树与四叉树)进行比较,得出它是一种高效管理海量点云的方法。     

固定格网划分的空间索引的实现技术

基于现行地理信息系统中所用的R树类和四叉树类索引复杂而实现困难的特点 ,本文提出了实践中常用的一种方便快捷易实现的基于固定格网划分的空间索引技术 ,阐述了其基本理论及实现过程。     

适用于资源三号立体影像的空间索引技术研究

资源三号测绘卫星获取的是立体测图实际生产中使用的立体影像,若采用传统的影像数据库管理系统进行存储管理,不能体现立体影像之间的关联关系。为了高效的从海量的资源三号卫星影像中获得可用于立体观测和立体量测的立体影像,本文从空间索引技术入手进行研究。为了体现立体影像之间空间聚集的特性,本文将空间聚类算法引入到空间索引中。首先改进了K均值聚类算法,然后将改进后的聚类算法应用到Hilbert R树索引中。通过实验分析发现,改进的空间索引更适用于资源三号卫星影像的存储检索。     

基于固定格网划分的空间索引技术

现行地理信息系统中所用的R树类和四又树类空间索引不但工艺复杂而且实现困难，本文提出了实践中常用的一种方便快捷并且易于实现的基于固定格网划分的空间索引技术，阐述了其基本理论及实现过程。     

三维散乱点云的Voronoi拓扑近邻点集查询算法

提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。     

基于改进A*算法的无人航道测量船路径规划方法

无人航道测量船由于具有低成本、高效率、便捷等优点,在航道测量领域受到越来越多的关注。在避碰过程中,为保证无人航道测量船测量数据的有效性,新规划的避碰路线应尽可能地与原规划测量航线一致。针对传统A*算法所规划的路径在避开障碍物之后无法快速回到预设航线上的问题,提出了一种改进的A*算法。该算法主要是在原始代价函数的基础上,新增了一个与当前点到预设航线的垂直距离相关的代价值,且该代价值的取值与无人航道测量船所处的位置相关。首先在MATLAB仿真环境下对改进A*算法进行仿真实验,然后利用无人航道测量船实船平台开展航行验证实验并进行围栏分析。实验结果表明,相比于传统A*算法,在保证安全的前提下,改进A*算法能够使无人航道测量船在避开障碍物之后更快地回到预设航线。     

超谱遥感图像快速聚类无损压缩算法

K-means聚类要求每个像素要和所有聚类中心求欧氏距离，当聚类数很多时，这是一个相当耗时的工作。改进的K—meam聚类算法根据历史聚类结果进行初始类分割，即节约初始聚类时间，又能使历史聚类过程中形成的类间稳定关系得以保持；类内像素只和相邻的聚类中心计算距离进行聚类，随着算法的迭代进行，大量类的状态基本固定，使得聚类速度不断加快。基于改进K-means聚类的无损压缩算法具有充分利用历史聚类成果和收敛速度快的特点，通过提高类内像素冗余度，最大限度消除谱间冗余和空间冗余。采用多次聚类压缩的结果预测最佳聚类数的方法，可实现最小熵无损压缩。通过和DPCM算法概率模型的熵值比较及实验数据的分析，验证了基于聚类无损压缩效率比不聚类无损压缩效果更优。     

An oracle-based data management method for large database in CyberCity GIS

An Oracle8i-based approach is proposed to manage the integrated databases of large CyberCity. This approach consists of three schemes: ? a special R+-tree index is designed to accelerate spatial retrieving, in which the bounding boxes of local regions have no intersection and all leaf nodes of the R+-tree (geometry records) have no repetition; ∪ different data compression algorithms are adopted to compress the digital elevation models, 3D vector models and images, such as LZ77 lossless compression algorithm for compression of vector data and JPEG compression algorithms for texture images; ? in order to communicate with Oracle8i database, a CyberCity GIS spatial database engine (SDE) is designed. On the basis of this SDE prototype a case study is done.     

An oracle-based data management method for large database in CyberCity GIS

An Oracle8i-based approach is proposed to manage the integrated databases of large CyberCity. This approach consists of threeschemes: ① a special R -tree index is designed to accelerate spatial retrieving, in which the bounding boxes of local regions have no intersection and all leaf nodes of the R -tree (geometry records ) have no repetitiont;② different data compression algorithms are adopted to compress the digital elevation models, 3D vector models and images, such as LZ77 lossless compression algorithm for compression of vector data and JPEG compression algorithms for texture images;③ in order to communicate with Oracle8i database, a CyberCity GIS spatial database engine (SDE) is designed. On the basis of this SDE prototype a case study is done.     

Improved k-means and spectral matching for hyperspectral mineral mapping

Mineral mapping is an important step for the development and utilization of mineral resources. The emergence of remote sensing technology, especially hyperspectral imagery, has paved a new approach to geological mapping. The k-means clustering algorithm is a classical approach to classifying hyperspectral imagery, but the influence of mixed pixels and noise mean that it usually has poor mineral mapping accuracy. In this study, the mapping accuracy of the k-means algorithm was improved in three ways: similarity measurement methods that are insensitive to dimensions are used instead of the Euclidean distance for clustering; the spectral absorption features of minerals are enhanced; and the mineral mapping results are combined as the number of cluster centers (K) is incremented from 1. The improved algorithm is used with combined spectral matching to match the clustering results with a spectral library. A case study on Cuprite, Nevada, demonstrated that the improved k-means algorithm can identify most minerals with the kappa value of over 0.8, which is 46% and 15% higher than the traditional k-means and spectral matching technology. New mineral types are more likely to be found with increasing K. When K is much greater than the number of mineral types, the accuracy is improved, and the mineral mapping results are independent of the similarity measurement method. The improved k-means algorithm can also effectively remove speckle noise from the mineral mapping results and be used to identify other objects.     

分级模糊聚类算法及其在遥感积雪识别中的应用

本文提出了一种分级实现的模糊聚类算法。CFCM算法具有良好的分类精度,但其初值的选取却是非常困难的。本文所给算法第一级采用改进的SFCM算法,其结果作为第二级聚类的初值;第二级采用CFCM算法细分。在遥感积雪识别中的实验结果表明,这种算法改善了分类精度,而且由于初值选取较为合理,并不降低分类速度。     

椭球面上图斑面积计算方法的改进

由于高斯投影存在面积变形,当面积精度要求较高时,需要在地球椭球面上进行图斑面积计算。通过对图斑椭球面积计算方法进行研究,改进了图斑面积的定积分近似计算方法,并利用改进的矩形法进行了实证分析。研究结果显示,与常规矩形法相比,改进的矩形法具有较高的计算效率,可以替代图斑椭球面积计算方法中的中间层算法和底层算法,简化图斑椭球面积的计算过程。借助C#语言的十进制数类型变量,利用改进算法获得了椭球面梯形面积的高精度可靠值。利用改进算法可以计算任意一大梯形图块的椭球面积,进而方便地计算任意图斑的椭球面积。     

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。