群组目标空间方向关系形式化描述模型

针对目前群组目标空间方向关系模型在描述方向关系方面存在的不精确及复杂性等问题,该文提出一种形式化描述模型。该模型采用"剥皮"法计算得到源目标群的边界多边形,较好地顾及了空间形状及分布范围对方向关系的影响;并通过方向关系矩阵模型计算源目标群的边界多边形与各方向区域之间的交,借助矩阵形式化描述源目标群相对于参考目标群的空间方向关系。实验结果表明,该模型较好地克服了现有方法中存在的缺陷,能够准确判断地理空间中两个群组目标之间的空间方向关系。     

基于Voronoi图的空间方向关系形式化描述研究(一)

空间方向关系形式化描述模型是空间方向关系研究的难点和重点，目前尚无完善的模型出现。首先提出了影响空间方向关系的两个因素目标：一是两目标群凸壳的直径；二是目标的可视性。论述了运用平面目标Voronoi科作为两目标指向线的“替身”来描述方向关系在理论上的可行性。本文的结论是：Voronoi图是描述空间方向关系的良好工具。     

空间方向关系形式化描述模型研究

空间方向关系形式化描述模型是空间关系研究的难点和重点，目前尚无完善的模型出现，因此进行其模型的研究意义重大。首先论述运用平面目标Voronoi图描述方向关系在理论上的可行性；然后详细阐述基于Voronoi图的空间方向关系形式化描述模型建立；为了验证模型的正确性，给出几个典型的算例；最后指出模型的优、缺点。     

基于Voronoi图的空间方向关系形式化描述研究(二)

详细阐述了基于 Voronoi图的空间方向关系形式化描述模型的建立 ,给出了模型的逻辑结构和空间方向的计算过程。为了应证模型的正确性 ,文章给出了应用该模型计算空间方向的几个例子 ,并在最后总结了模型的优缺点     

基于方向Voronoi图模型的群组目标空间方向关系计算

根据群组目标间方向关系的特点,对方向Voronoi图模型进行了扩展,并在其基础上实现了群组目标间方向关系的计算。实验表明,该模型能够在各种复杂情况下,对群组目标间的方向关系进行精确的描述。     

基于Voronoi图的空间方向关系形式化描述模型

运用认知心理学信息加工的观点，建立了基于Voronoi图的空间方向关系形式化描述模型，并详细阐述了模型的逻辑结构、数据结构和空间方向的计算过程。为了验证模型的正确性，列举了该模型计算空间方向的几个例子，并总结了模型的优、缺点。     

利用Voronoi图形式化描述和判断GIS中的方向关系

方向关系在 GIS中占据着十分重要的地位 ,由于它的模糊性和依赖空间实体形状的特殊性 ,使得它的形式化描述和判断比较困难。文中在 CDR方法的基础上 ,利用 MBR四边的 Voronoi多边形及其边界 ,形式化描述了方向关系 ,进而将方向关系分为主方向关系和次方向关系 ,并分别给出了两者利用 MBR四边 Voronoi多边形及其边界判断的算法。     

矢量GIS空间方向关系的演算模型

空间方向关系是描述空间目标间位置分布的一类基本空间约束，在GIS中是由形式化模型描述的。但现有模型由于简化假设过多，其描述分辨率较低。以点／点空间方向关系的计算量为基础，在综合考虑空间目标的几何构成和分布关系后，提出了定量化演算空间方向关系的一种新模型。利用该模型的结果，根据定量表达与定性描述之间的转换函数，可以得到相应的定性描述结果。理论分析和算例表明，新模型对目标间距离和目标本身的形状等影响方向关系的参数更为敏感，因而比现有模型有更高的描述分辨率。     

基于栅格数据的面状目标空间方向相似性研究

提出了基于栅格数据的面状目标之间的两种空间方向相似性的计算方法：利用栅格数据的特征和方向关系矩阵计算空间方向相似性；基于单个栅格单元与参考目标之间角度的变化计算面状目标之间空间方向相似性。这两种方法简化了由Goyal提出的基于方向关系矩阵模型计算空间方向相似性的方法，克服了方向产生某些细微变化时的限制，在计算面状目标空间方向相似性时具有更广泛的适用性。     

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,讲座了一般情况下的这间方向相似性计算,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.