机器自监督学习的建筑物面要素几何形状度量

针对传统方法在度量建筑物面要素几何形状时,未能考虑形状认知的视觉特征因素且形状特征需要人为定义等问题,该文提出一种建筑物几何形状度量方法。首先,利用深度卷积神经网络的图像特征学习特性,结合自动编码机的自监督学习能力,构建基于机器自监督学习的建筑物面要素几何形状度量神经网络;其次,利用建筑物图像形状大数据对网络进行训练;最后,利用训练完成的神经网络识别并提取建筑物形状特征集并作为形状度量的结果。实验表明,该方法形状度量结果区分度高,一定程度上克服了人为定义形状特征的缺点,且与视觉感知结果基本一致。     

一种时空混合插值算法及其应用

针对传统的时空克里格算法的精度受到时空变异函数的影响,而时空变异函数理论模型的选择常受主观因素影响和理论半变异函数局限,没有普适性的建模方法;加之参数较多估计困难,致使插值精度不高的问题,该文提出一种普适性的基于广义回归神经网络自适应时空克里格插值变异函数拟合方法,在此基础上建立了广义回归神经网络与时空克里格结合的新颖时空混合插值算法。通过与传统插值方法在民勤县地下水埋深插值中的比较研究表明,该时空混合插值算法的插值精度显著提高,并且是一个普适性的插值法。     

抗高程平移和裁剪的格网DEM盲水印算法

针对DEM数据水印常见的攻击方式——高程平移和裁剪,该文提出了一种可有效抵抗攻击的格网DEM盲水印算法。该算法考虑了DEM数据的特点,对原始水印进行扩频处理,使其与高程差值形成映射关系;利用相邻格网的高程差值在高程平移攻击中的不变特性,以量化方式将扩频后水印按位嵌入到高程差值中,将扩张的差值分摊到相邻高程的后一位。实验结果表明,该水印算法具有良好的不可见性,对DEM数据精度影响较小,并且对抵抗高程平移和裁剪攻击具有良好的鲁棒性。     

1994-2015年若尔盖湿地水体空间变化分析

针对高原湿地的退化及其相关生态环境问题的发生源于湿地水体退化,该文首先利用1994-2015年的TM影像,采用归一化水指数和改进的归一化水指数提取了3个不同年份夏季的湿地水体信息;其次,选取斑块平均面积、景观斑块形状破碎化指数和分维度3个指标,分析了不同时期湿地水体的斑块面积和形状破碎度变化.研究结果表明:若尔盖湿地水体20年来总体呈明显萎缩趋势,水体斑块的形状破碎化程度以2001年为拐点,分维数和斑块平均形状破碎化指数先升后降,但面积加权形状破碎化指数先降后升.     

基于不变矩和Hilbert码的矢量居民地零水印算法

提出了一种针对矢量居民地数据的零水印算法。为增强零水印的抗裁剪能力,算法利用Hilbert排列码对数据分块以便构造多个零水印。每块零水印的构造方法为:首先,利用Arnold技术置乱原始水印图像;然后,计算居民地图形的矢量不变矩集并将其映射成一个二值矩阵;最后,将置乱后的水印图像与不变矩集所映射的二值矩阵进行异或运算,完成零水印构造。实验结果表明,该算法能够抵抗常见的平移、缩放、旋转等几何攻击,对裁剪攻击也具有较好的鲁棒性。     

Douglas-Peucker算法全自动化的多尺度空间相似关系方法

地图综合本质上是空间相似变换,研究Douglas-Peucker算法及其参数的设置,实质是研究算法的最佳距离阈值与尺度变化间的定量关系,但目前二者关系未知,导致参数设置及化简结果的选择主观性强。为此,提出以多尺度线要素空间相似关系为契合点,利用阈值参数寻优原理确定二者间定量关系,以实现基于DP算法线要素的全自动化简。结果表明：① 二次函数是描述最佳距离阈值与尺度变化间定量关系的最优函数;② 针对来源于相同地理特征区,如长江下游平原,的线要素可行,利用同一最佳距离阈值可实现基于DP算法线要素的全自动化简,且化简结果与已有成果数据吻合度较高;而来源于不同地理特征区域,如长江下游平原和江淮平原,的线要素,用同一最佳距离阈值化简是不合理。因此,应选择不同的最佳距离阈值,以实现不同地理特征区域线要素的DP算法全自动化简。     

利用哈尔变换和高斯随机数进行矢量空间数据坐标加密

基于安全保密的考虑,需要对矢量空间数据进行加密,现有做法是对数据文件整体进行加密,会破坏矢量空间数据结构并影响属性数据的查看。提出了一种不改变矢量空间数据结构,仅对坐标数据加密的方法,能够保护数据的安全且矢量数据结构依然保持不变。运用SHA-512加密用户密钥得到哈希密钥,用高斯随机数置乱哈希密钥生成用来加密坐标数据的密钥。首先读取矢量空间数据的顶点序列,并对矢量数据的顶点坐标序列进行哈尔变换,使用上述密钥对哈尔变换后的均值系数和差值系数进行加密,再实施逆哈尔变换得到加密后坐标,使用高斯随机数置乱顶点序列得到加密后的矢量空间数据。实验结果表明,矢量空间数据的坐标被加密,但文件结构及属性数据完全保持不变,且运行效率高;拥有密钥的用户还可以解密坐标,还原出原始矢量空间数据,安全性高。     

多尺度地理空间点群目标相似关系的计算研究

研究多尺度地理空间点群目标相似关系的计算问题.基于4类点群信息,将点群目标包含的信息重新分成统计信息、专题信息、拓扑信息、几何信息和度量信息,这5类信息是影响点群相似性程度的主要因子.根据这5类信息描述参数的特点,给出了各个因子的相似度计算公式,建立了多尺度地理空间点群目标相似关系的计算模型,并通过算例验证了该模型的可行性与有效性,为地图综合质量的评价提供了一种新方法.     

面向地图综合的道路网相似度计算模型

针对地图制图综合过程中道路网相似度的定量计算问题,提出了一种顾及道路网综合过程的相似度计算模型.方法 基于空间相似关系理论较好地顾及了地图综合中空间关系的相似性;利用语义权重计算总体相似度更加符合地图综合的规则.最终经由430个样本的心理认知实验结果与专业人员的心理认知结果基本一致.实验结果表明:该模型基本符合人类直观...     

城市内涝场景下的微地图制作方法

随着我国城市化进程的加快,城市内涝灾害愈加频繁,人民的生命和财产安全受到了严重的威胁。然而,城市内涝灾害在愈加频繁的同时,产生了诸如信息获取不及时、制图时效性低、地图信息冗余等问题,难以为救援提供及时响应。基于此,本文提出了一种面向城市内涝场景下的微地图制作方法。首先,调用微博API获取任意时间段内特定主题下的社交媒体文本数据,对数据进行清洗与预处理;接着,选取BiLSTM-CRF模型提取社交媒体中有关城市内涝的地名地址信息;然后,结合Dijkstra算法为用户推荐避开危险路段的最优路径;最后,结合灾害信息与实际场景,制作城市内涝场景下的微地图。实验结果表明：(1)该方法能够有效识别城市内涝点,总体准确率达到92.7%;(2)对比官方发布的积水点,本文提取的积水点与官方积水点大部分重叠,能够有效为传统监测方法提供补充信息;(3)根据所得内涝点生成道路网级别的城市内涝地图,能够克服在海量地理空间信息中可视化冗余的不足,即有效缓解地理信息冗余的问题。由此可知,实时显示城市内涝信息,能够为用户掌握灾害现场的信息提供便利,调动他们参与制作微地图的积极性。与此同时,结合最优路径推荐,能够提高灾害...