一种地图点群空间分布特征的局部分维分析方法

以分数维为分析指标的分形几何理论,为地图点群目标的空间复杂性分析提供了一种定量方法。但是研究表明,地图点群目标的分形性质往往表现出局部的非均匀特性,因此主要以研究对象整体分维估值为主的分维分析方法难以描述这种变化。本文在分维扩展方法的基础上,提出了一种基于滑动窗口的局部分维分析方法--元分维模型,并通过实践证明该方法可以有效地揭示地图点群空间分布特征的差异,从而为地图点群目标的空间分布特征分析提供了一个新的思路。     

顾及空间及语义相关性的POI位置标注优化方法

POI的质量是确保寻路、路径规划、导航等高质量地图服务的基础,是影响POI数据的位置准确性、逻辑一致性和语义差异性问题等数据质量问题的关键因素。本文从影响POI位置空间、关系和语义因素3个角度出发,针对POI位置错标、不同语义POI无法区分及POI分布与现实世界不一致的情况,结合建筑数据和道路数据,进行POI多阶段位置优化研究,包括位置约束计算阶段、位置选择阶段、位置优化阶段。以某街道区域为分析区域开展POI位置优化实验,结果表明本文提出的位置优化方法能有效降低错标率（19.3%）、提高可辨识度（6.7%）,并有效提高子区域POI分布与道路分布的一致性,有效提高不同语义POI的识别速度。     

基于用户历史瓦片浏览记录的兴趣点智能搜索方法优化研究

在网上各种信息呈现爆炸式增长的背景下,传统方法往往难以顾及用户兴趣,而导致查询无法体现个性化。针对这一问题提出一种基于用户历史瓦片浏览记录的兴趣点智能搜索方法。首先对智慧城市平台下的用户历史瓦片浏览记录数据进行分析,并以热力图可视化形式展现出用户关注的热点区域,得出空间热度;然后根据属性查询中加入空间热度影响因子来影响兴趣点搜索结果,使搜索结果更加符合用户搜索意图,针对热点区域给不同用户以相应服务;以滕州市兴趣点为实验数据,使用Elasticsearch构建索引数据库,采用Web前端技术搭建搜索框架,经过实验对比分析发现,该方法能够有效地提高搜索的查准率,并且可随着数据量的丰富变得更加智能化。     

以用户地理位置为中心的兴趣点标签云

以基于位置的服务(Location-Based Service,LBS)为研究场景,针对常规地图表达兴趣点的局限,结合标签云的表达优势,设计了一种以用户地理位置为中心、面向兴趣点可视化的\"LBS标签云\",并初步实现了一种基于标签径向移位的布局方法.LBS标签云的主要创新是将一个布局中心点引入常规标签云,并根据标签与中心点的空间关系来确定标签的摆放位置.本文设计的布局方法如下:首先,将LBS用户的地理位置作为布局中心点;然后,基于兴趣点名称生成文字标签,并根据兴趣点属性确定标签的字号、字色及其他视觉变量;最后,在极坐标下根据标签与中心点的关系计算标签的初始摆放位置及布局优先级,并按优先级将标签从初始摆放位置依次向外径向移位至与其他标签无压盖的位置.在标签移位过程中,着重考虑角度相邻关系以确保标签距离远近的顺序关系,利用四叉树剖分字形轮廓提高了标签碰撞检测的效率.实验以景点类兴趣点为例,探讨了LBS标签云在3个场景下的可用性及可扩展性.结果表明,相比常规地图,LBS标签云不仅可以展示更多的兴趣点,而且可以有效突出用户关注的信息,如兴趣点的热度、评分及通行时间等.虽然LBS标签云包含一定的距离变形,但多种视觉变量的协同有效缓解了距离变形导致的认知误差.综上,LBS标签云可完整、直观地表达兴趣点的空间分布、多维属性及其与用户位置的关系,是一种新型的、适宜用户高效认知周边环境的可视化形式.     

基于特征空间匹配的激光雷达点云配准算法

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除误匹配点对完成粗配准,利用ICP实现精配准。实验结果表明,本文算法相比FPFH和SHOT算法与ICP结合可有效提升配准效率,且配准结果的均方根误差较小。     

一种基于TIN的地形特征点生成方法

介绍了一种在不规则三角网上进行地形特征点生成的方法,可以自动实现地形特征分析、特征信息提取、地形正负向趋势判断、以及地形细节精细化等,较好地解决了用等高线做数据源构建不规则三角网时出现的地形细节信息不足以及地形细节信息丢失等问题,可以广泛应用于DEM数据更新精化、水文分析、地学分析等领域。     

顾及出租车OD点分布密度的空间Voronoi剖分算法及OD流可视化分析

为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。     

结合POI数据的道路自动选取方法

人们对道路重要性的认知与道路周边设施有重要关系,针对现有地图综合道路选取方法中对语义特征考虑不足的问题,将POI数据引入到道路的语义特征分析中,提出一种综合考虑道路空间特征和语义特征的道路综合自动选取方法。首先,结合POI位置数据构造了道路语义特征度量的3个新参量：设施点密度、重要设施比率和专题设施比率;然后,与道路长度、连接值、总深度值、平均线密度等反映道路几何、拓扑和分布特征的度量参量一起,通过归一化和熵值法赋权进行整合计算,得到道路重要性值;最后,综合考虑道路重要性值、道路stroke构成和stroke连通度的约束条件进行道路的分步选取。实验结果表明,该方法在保留主要道路、保持道路分布疏密特征和道路连通性的同时,较好地顾及了道路的语义特征信息。     

一种计算简单奇异点的有效算法

本文提供一种加边算法用以计算简单奇异点 ,并用数值例子的计算说明算法的有效性。     

基于多源兴趣点的模糊地名空间范围划分方法

由于人类对现实世界进行认知和概念化的过程存在模糊性,许多人们在日常生活中使用的地名往往是没有明确边界范围的模糊区域。大数据时代的开启,为模糊地名空间范围的确定与表达提供了新思路。本文提出由k最邻近(k NN)离群点检测算法结合高斯混合模型(GMM)的方法,基于多源兴趣点(POI)数据获取模糊地名空间范围边界。该方法具有能有效识别离群点数据、参数敏感度低的特点。最后,分析了多源POI数据的应用对结果的影响。     

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。     

山西省城镇空间分布特征Voronoi图建模分析

随着我国新型城镇化规划的实施,如何识别城镇发展的不均衡,以及产生这些差异的原因已成为城镇化建设亟待解决的问题。本文利用Voronoi图的空间剖分特性,将城市中心性强度作为权重引入模型,建立山西省地级市加权Voronoi图,分析其空间影响范围,以判断山西省地级市发展的合理性和局限性;利用Delaunay图发现城市“空洞”,结合道路河流等矢量信息,通过叠加分析识别出待优先发展城镇;通过常规Voronoi图和变异系数C_v值判断本文模型的合理性和可行性。研究发现,山西省太原市的空间影响范围较大,导致周边地级市东西部发展较为不均衡;繁峙县、灵石县、新绛县条件较好,可以优先发展;通过常规Voronoi图和C_v值验证表明,本文所得结论与实际检验相符合。     

基于Voronoi图的岛礁水道空间配置模型研究

水道是连接两侧大陆或岛屿的狭长水域,是水上的生命线。在海洋中,水道通常与岛屿相伴而生,特别在礁体丛生的海域,岛礁与水道间的关系更为微妙,岛礁的价值在某些方面体现在其对水道安全的影响。本文以岛礁和水道的空间配置为出发点,提出基于Voronoi图的岛礁水道空间配置模型,利用岛礁对水道的控制强度,从水道的安全角度,描述岛礁的价值。最后,利用相关数据计算岛礁对水道的控制范围及强度,对岛礁与水道间的空间配置关系进行探讨。结果表明,空间配置关系是影响岛礁对水道的控制的重要因素,在空间相互关系的制约下岛礁的区位优势更能凸现其对水道的有效控制。该模型对海洋中岛礁分布区的水道安全及岛礁价值的研究有着重要的意义。     

GIS的空间数据多比例尺表达与处理概念框架

概念框架是制图综合研究中的一个非常重要的内容,但少有关注。GIS中空间数据的多比例尺表达和处理的概念与制图综合既有联系,又有区别。本文旨在研究满足GIS应用目的空间数据多比例尺变换问题,基于大量文献对空间比例尺、人工制图综合、数字制图综合、地理数据库、地图数据库以及概念框架的相互关系进行了研究和探讨,设计出一种GIS环境下的空间数据多比例尺表达与处理的概念框架,并通过实例进行了验证。     

面向时空可达性的城市应急医疗机构推荐方法

快速选择和分配应急医疗机构是城市突发事件应急响应的一个重要方面。医疗机构的地理位置和城市实时交通是影响城市医疗机构时空可达性的主要因素,医疗机构的资源数量和突发事件的救助需求是否匹配决定了医疗服务的可及性。本文综合考虑以上影响因素,将医疗机构的地理位置、实时道路通行情况、医疗机构等级及其资源数量以及突发事件的救助需求作为选择指标,建立适合城市突发事件应急救助需求的医疗机构选择模型,设计其算法流程并利用青岛市相关数据进行实验,验证其可行性及关键步骤的作用。本文提出的应急医疗机构选择模型及算法能够在推荐医疗机构的同时完成救治人员分配和路线规划,提高了应急医疗机构的选择效率,对城市突发事件应急响应具有一定的应用价值和决策指导意义。     

空间点集自动概括方法的优化设计

在考虑空间点集整体结构的前提下,从系统的观点和人类视觉的角度出发,把空间点集划分成三个子集:边界点子集、聚集中心子集和内部点子集。对于边界点子集采用并改进Delaunay三角网方法确定边界点以及边界点的取舍;对于聚集中心,采用模糊聚类分析方法确定中心点子集的组成。最后在确定边界点子集和聚集中心子集的前提下,设计内部点子集自动化简的最优化方法。     

基于Voronoi图的高密度城区停车场空间布局分析——以广州市海珠区为例

停车场是高密度城区基础设施的重要组成部分,对人口、道路、建筑等具有一定空间依赖,并形成其特定的分布规律。本文以广州市海珠区为例,运用Voronoi图对高密度城区停车场空间布局特征和空间聚集度与其影响因子的空间自相关性进行了GIS系统分析。通过研究区内及各街道区域内建立停车场Voronoi多边形,计算CV值、聚类指数及停车场聚集度。分析表明:(1)在高密度城区内,全区范围及各街道区域内停车场有集聚布局的趋势。集聚核出现在西北面江南大道商业圈和北面广州新中轴线贯穿的海珠区中心区段,高密度城区停车场有围绕商圈、中心发展区等高密度城区特征,突出区域集聚的趋势。(2)人口密度、道路密度、建筑密度等因子在全局及局部上影响着停车场的空间布局,而人口密度的影响最明显。(3)高密度城市化发展水平越高,各影响因子对停车场的密度与集聚程度影响越显著。     

基于边界替代的人口数据空间化方法研究

首先将山东省各县市按级别分类,利用回归方法得到不同级别县市的城镇居住密度与农村居住密度,然后根据乡镇驻地位置,构造Voronoi图来替代乡镇边界。在此基础上利用各乡镇人口数据与居民点数据计算得到各 Voronoi图形的居住密度,并将该密度赋予每个图形的发生点(即乡镇驻地位置),而后利用反距离插值算法,并结合窗口移动平均处理,得到全省的居住密度分布图。使用居住密度分布图和居民点分布数据,计算人口分布数据。并根据每个县市的图上汇总人口和统计人口,计算得到各县市的调整系数,使用该系数对每个栅格的人口数进行调整,保证了各县市总人口不会出现误差。最终得到山东省1km×1km栅格的人口分布数据。最后选取某些样本县, 在样本县内对比每个乡镇图上的人口与实际统计人口,结果表明该人口分布数据有较高的精度。