利用层次分析法匹配面状居民地

针对目前居民地要素匹配中相似性度量权值设置较为随意的问题,提出一种利用层次分析法匹配面状居民地的方法。首先,根据相似性指标确定相似性权值;其次,通过层次分析法使权重的计算变得合理,进而生成综合指标评价模型;最后实现居民地要素匹配。实验证明了该方法的有效性和科学性。     

基于力图投影的面状居民地匹配方法

作为空间数据库更新与数据融合的关键内容之一,空间数据匹配越来越受到重视。城市居民地是空间数据变化最为活跃的要素之一,成为空间数据库更新的主要内容。不同于已有面状居民地的匹配方法,根据力与多边形之间的作用关系,提出了基于力图投影的面状居民地匹配方法,即通过居民地对应力图投影来实现对面状居民地的相似性度量,从而达到面状居民地之间匹配的目的。并通过试验验证该方法的可行性和准确性。     

一种面向多尺度面状居民地匹配的Voronoi图自适应构建算法

针对现有基于发生元离散化思想的Voronoi算法在计算效率与边界位置精度之间难以平衡控制的问题,提出了一种基于邻居对分类插值策略的面向多尺度面状居民地匹配的Voronoi图自适应构建算法(adaptive Voronoi diagrams algorithm for matching multi-scale areal residential areas, AVARA)。首先,利用居民地多边形的质心构成的Delaunay三角网计算出居民地邻居对;其次,根据邻居对之间的最小距离及其最小面积外包矩形的边长最小值的大小关系将邻居对分类;然后,根据邻居对类别采用相应的方法在居民地边界上自适应地内插点;最后,基于内插点集及居民地的顶点集构建居民地的Voronoi图。利用1∶10 000和1∶50 000居民地数据进行了Voronoi图实验,结果表明,在1∶10 000数据中,AVARA在局部位置精度与时间性能方面均优于通视点法、3 m及6 m等间隔内插点法;在1∶50 000数据中,与30 m等间隔内插点法相比,AVARA取得了较高的局部位置精度;与15 m等间隔内插点法相比,AVARA的位置精...     

一种空间关系相似性约束的居民地匹配算法

从分析人在寻找陌生地物时的思维习惯入手,在居民地匹配过程中引入了空间关系相似性约束。对两个居民地之间的拓扑关系、距离关系和方向关系的相似性进行了分析,并提出了符合人认知习惯的离散化计算方法。在匹配过程中,以突出居民地作为起始对象,以已匹配居民地作为参照,对未匹配居民地按空间邻近原则进行广度优先搜索,利用空间关系相似性约束来缩小匹配目标备选集,实现了空间关系有序的精确匹配。最后,对已匹配对象实施了基于邻近对象空间关系相似性校验的匹配质量检查。实验结果表明,该算法在待匹配数据位移较大、居民地对象形状同质化较高的情况下优势明显,能够有效提升匹配精度。     

采用主成分分析的面状居民地匹配指标简化方法

现有多源居民地匹配中存在众多的面要素度量指标,若全部进行考虑,则增加了匹配的复杂性;若只考虑部分指标,则可能造成匹配信息的缺失,影响匹配结果。针对这一问题,本文提出一种采用主成分分析方法的面状居民地匹配方法。借鉴主成分分析法中降维的思想,对居民地各项度量指标进行定性定量分析,通过科学计算确定面要素匹配综合指标,用较少的新指标代替原来较多的相似性指标,进而根据获得的整体相似性评价指标进行居民地匹配。实验分析表明,本文方法简化了匹配过程中众多的相似性指标,降低了匹配复杂性和不确定性,避免了各相似权值确定较为随意的问题,有效提高了匹配效率和正确率。     

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。     

同名边界点的面状居民地要素匹配

针对空间数据集成与地图增量更新过程中的面实体匹配环节,该文提出利用同名边界点集进行面状居民地要素匹配的方法。该方法从边界点的相似性考虑面状居民地要素的相似性,通过计算候选匹配要素上边界点在位置、转角、关联边等方面的一致性,把面实体相似性的比较转换为同名要素边界点集相似性的比较,简化了面状居民地实体匹配的复杂度。在面状居民地要素的匹配过程中,该文方法可以处理一对一、一对多和多对一的匹配关系。实验证明,该方法在匹配面状居民地要素时,准确率可以达到98%。     

基于降维技术的面状居民地匹配方法

作为数据更新与融合关键技术之一,空间数据匹配越来越受重视。城市居民地是空间目标变化中最为活跃的要素之一,成为空间数据更新的主要内容。不同于已有要素直接匹配的做法,提出了面状居民地匹配新方法,即对面状居民地采用降维技术进行处理,分别提取匹配双方面状居民地的骨架线,并通过其骨架线之间的匹配来达到面状居民地之间匹配的目的。实验证明,所提方法中把2维面状居民地转化为1维线状骨架线后,其匹配的复杂性与不确定性大幅降低,匹配效率、速度得到有效提升。     

人工神经网络在居民地面状匹配中的应用

居民地匹配是多源空间数据融合和多尺度数据更新的核心技术环节。针对居民地匹配算法中出现的指标权重、匹配判定的总相似性阈值和各指标相似性阈值的准确量化难题,引入人工神经网络技术,利用人工神经网络在处理多要素、复杂性、模糊性分类问题上的优势,将形状相似度、方向相似度、位置相似度、大小相似度和重叠面积相似度作为输入,采用人机结合的神经网络训练策略,对3层BP神经网络进行训练,针对不同的匹配场景获取神经网络的权重向量集,实现了多指标综合衡量的居民地匹配。实验表明,该方法解决了多指标匹配算法存在的理论严谨性问题,回避了权重和阈值准确设置的难题,保证了匹配算法的科学性、稳定性和准确性。     

一种利用格网叠置分析的居民地形状匹配方法

形状是居民地要素最基本的几何特征之一,也是居民地匹配的重要依据。针对现有居民地形状度量方法无法度量非1∶1对应情况形状相似性的问题,首先对待度量居民地实体(群)组合进行方向、位置、大小一致化处理;然后借鉴规则格网索引的思想,对组合建立适合的规则格网并赋予网眼不同的重要性系数;再分析待度量实体(群)内部、边界之间在格网中叠置情况差异性,将其作为两实体(群)的形状差异性,最终获得形状相似性值。将形状相似性与空间位置、面积的相似性通过加权平均获得综合相似性值,作为居民地匹配的依据。利用该形状匹配方法对居民地实体进行匹配实验表明,文中所提方法能够有效进行居民地实体的匹配。     

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。     

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。     

全息地图的空间认知研究

随着全息显示技术的发展,全息技术的应用范围越来越广,用全息技术显示地理信息也越来越成熟。全息地图作为能够实现三维显示的地图产品,与传统的地图产品相比具有明显的优势,使得地图空间认知的研究领域得到拓展。本文对全息地图的概念和特点进行了简单介绍,并对其空间认知的必要性及研究特点进行了分析,最后基于地图空间认知理论对其空间认知的过程进行了分析。     

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。     

基于空间认知的境外道路三维可视化研究

随着近年来中国出境客流井喷式增长,国内用户对境外交通地图产品的需求不断增加。长期以来,境外道路数据因其数据资源较少,道路标准与国内存在较大差异,导致国内用户对其理解与应用等方面都存在着较大难度。境外道路数据在三维环境下的可视化研究工作旨在增强地图表现力,提高用户在难以接触实地情况下的快速认知水平。本文基于空间认知理论,结合地图学和色彩学等学科的知识,对境外矢量道路数据的三维可视化方法进行研究,提出了基于Google Earth平台Open StreetMap(OSM)道路数据的二级解译模式和三维环境下道路符号中的视觉层次建立方法,并在EV-Globe海量空间信息平台的三维环境中进行实验。     

基于地理信息可视化的空间认知研究

地理信息可视化是在地理数据库驱动下,以地图形式表达地理信息的过程,它是可视化表达的重要组成部分。从空间认知的角度,深入研究地理信息可视化的过程;结合地理信息可视化的特点,提出了空间地理信息的表现形式以及空间认知的基本模式。     

利用邻域相似性的居民地要素增量更新质量评估

目的 针对增量更新过程中只对变化对象进行更新的特点,从更新对象的邻域空间相似性入手,以居民地要素为例,对更新对象和源对象的几何相似性及其邻域内对象之间的空间关系相似性进行了形式化表达和计算,基于评估可信度最大化原则确定了对象评估顺序,并根据邻近对象的不同特点设计了两阶段评估流程。实验表明,该方法将评估区域限定在了更新对象邻域范围内,能够有效地发现尺度变换过程中实体及其空间关系错误,提高了更新系统的可用性。     

基于空间认知的虚拟地理环境研究

虚拟现实技术逐渐成熟,改变了地图的表现手段,使人们在家中就能体验到整个世界,使人类对于世界的认识进入了一个崭新的阶段。本文从虚拟现实定义出发,介绍了虚拟现实的基础———空间认知理论,分析了虚拟现实与空间认知理论的关系和相互作用以及虚拟现实在地图学中的应用,并指出现阶段模拟虚拟地理环境下的一些瓶颈问题。     

虚拟地形环境中的空间认知问题初探

虚拟地形环境是一个由计算机生成的以视觉感受为主,包括听觉、触觉可感知的综合模拟系统.本文简要介绍了虚拟地形环境空间认知的相关理论,并在多感觉通道空间认知、交互性、空间认知功效影响因素等方面进行了探讨.