基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法

实时获取智能移动终端的地理位置信息是增强现实(AR)实景智能导航系统实现的关键,为了提高智能终端GPS定位的精度,提出了一种基于卡尔曼滤波与改进的具有噪声的基于密度的聚类方法(DBSCAN)结合的GPS组合定位优化方法.通过对GPS系统采集到的位置坐标数据进行卡尔曼滤波,去除较大的数据波动,控制定位误差范围,采用DBS...     

面向微地图的地标提取方法及个性化寻路应用

地标在空间信息传输中具有重要作用,微地图为用户制作及传播地图内容提供平台。为提取符合人们空间认知的微地图地标,本文提出了一种由用户生成内容来提取地标的方法。(1)计算公众认知度、城市中心度、特征属性值3个指标;(2)利用熵值法确定各指标的权重,依据地标显著度差异分层获取地标,建立服务于微地图用户的地标集;(3)在用户制作及传播微地图的过程中,收集由用户生成的地标,丰富地标库,实现地标的二次传播,达到由用户生成内容提取地标的目的。实验选择兰州市安宁区的POI数据计算地标显著度,提取不同层次的地标,实验结果创建了服务于微地图用户的各层地标集,实例化利用地标连线完成寻路,绘制出满足用户不同需求的个性化路线。本研究应用于日常寻路,为微地图的快速绘制和将地标纳入导航系统提供参考,提高寻路效率。     

样本数量不平衡下的建筑群模式识别方法研究

通过综合空间关系、几何、语义等多种特征对建筑群模式进行智能识别,在地图多尺度表达和数字化制图等领域有着重要的意义。将图卷积神经网络用于建筑群模式智能识别能够克服传统方法依赖人工经验设置参数、制定的规则过于严格等缺点。但是该方法往往存在样本比例失衡的问题,容易导致样本数量较少的类别无法正确识别。本文首先以建筑物质心作为样本进行聚类获得建筑群组。其次,将同一群组内的建筑物质心作为样本进行Delaunay三角剖分来构建建筑群的图结构,其中图节点特征选取能够描述建筑群几何特征的面积、大小、方向等相关指标。再次,通过图结构过采样的方式对样本数量较少的建筑群图结构进行增强,然后将样本数量较少的建筑群图结构增强前后的数据分别输入图卷积神经网络模型进行训练,并结合ROC曲线等多个评价指标对模型的性能进行了评测。实验结果表明,对样本数量较少的建筑群图结构增强之后,模型对于样本数量较少的建筑群识别准确率有了明显的提高。     

大型商场顾客消费行为轨迹推断

如何获取大型商场内海量顾客消费行为一直是行为地理学面临的难点问题,而近年来爆发式增长的室内轨迹数据为这一问题解决提供了机遇,但室内轨迹的语义信息缺失、数据质量差等问题给推断顾客消费行为造成了挑战。本研究提出了一种顾及文本-轨迹的商场顾客消费行为轨迹推断框架,无需隐私敏感的顾客消费记录数据,可以获取大量顾客消费行为,该方法通过爬取室内店铺的网络文本,增强室内店铺语义属性,进而实现顾客几何轨迹到语义轨迹的转化提升,并引入了轨迹嵌入特征表示学习方法,捕捉群体轨迹之间的移动特征,综合轨迹移动特征、轨迹语义特征及顾客嵌入特征,通过高维聚类实现了大型商场顾客消费模式的推断。通过某大型商场7045位顾客的真实轨迹进行实验分析,实验结果表明,本文提出的方法与传统特征提取方法相比,聚类结果在轮廓系数上提升最高达69.8%,顾客消费行为提取准确率更高。研究发现,室内顾客移动具有一定楼层倾向性,并且室内空间结构如店铺位置、扶梯位置、功能区划分等,会影响顾客消费模式。本文提出的方法可以有效识别不同消费水平、移动特征的顾客群体,实现顾客消费行为的轨迹推断。     

重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例

2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题.微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一.对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏...     

出租车数据的时间序列谱聚类分析

城市空间运行的出租车产生大量的OD数据,数据的时序呈现周期性特点,客观反映人们的出行行为模式,本文采用谱聚类算法对北京五环区域内各空间单元的出行特征及其相似性进行探究。由于空间单元的时空行为特征受空间邻域和功能区划的影响,研究添加邻域因子和功能区因子以改进时间序列的相似性度量方法,从而实现时间序列谱聚类算法的空间和功能区拓展,进而增加人们对不同时空条件下出行行为特征的了解,以便对不同空间单元提供差异性服务,如不同时段公交的发车频次、动态调整商场营业时间、不同时空环境出租车候车点的实时变换、调控和优化不同区域服务保障等,将有助于降低城市能耗,更加合理地利用资源,也有助于居民实现智慧生活。     

基于车载点云数据的树木提取与分析

本文基于高速公路高精度点云数据,首先通过点云数据的分类处理实现对树木点云数据的提取,将树木点云投影到水平面,采用DBSCAN密度聚类算法实现单根树木的提取;然后在数据密集区域存在树木树冠点云重叠的区域,本文结合树干几何特征提取树干的位置信息,计算所有点云到树干中心的欧氏距离,将所有点云归类到最近的树干进行粗分割;最后根据粗分割的树木轮廓特征确定树冠模型与树冠中心,提出了采用基于密度特征的格网竞争算法对重叠的区域进行精细分割。试验表明,本文采用的树木分割方法能够实现单棵树木精确提取。     

利用Q型聚类分析研究鄂尔多斯盆地多种能源矿产间的关系

为揭示鄂尔多斯盆地多种能源矿产间的关系,根据盆地石油、油气伴生水以及煤、煤层夹矸、铀矿及围岩样品的氯仿沥青中57种元素的分析结果,进行了Q型聚类分析。结果表明：侏罗系下统延安组石油、侏罗系中统直罗组石油与三叠系延长组石油有相近的成因特征;三叠系延长组石油沥青、三叠系延长组含油砂岩沥青与侏罗系中统直罗组石油沥青具有类似的成因特征;神木侏罗系下统延安组煤沥青、东胜侏罗系中统直罗组煤沥青、铜川陈家山侏罗系下统延安组煤层石油以及铜川陈家山侏罗系下统延安组煤沥青成因特征相近;铜川陈家山侏罗系下统延安组煤层石油沥青可能与准格尔黑岱沟石炭二叠系煤沥青具有成因上的联系;侏罗系下统延安组石油沥青与放射性铀矿的形成具有密切关系;天然气的物质来源复杂,且与石油和煤的进一步演化有一定关系。鄂尔多斯盆地多种能源矿产成因较复杂、相互问关系密切,且具有多源性成藏（矿）特征。     

豫西熊耳山Ag、Ag-Pb、Au、Mo及Pb矿床 (点)的空间分布特征及找矿启示

对豫西熊耳山121个Ag、Ag-Pb、Au、Mo及Pb矿床(点)的空间分布特征进行了分析,并在此基础上探讨了熊耳山地区找矿潜力区。在经度方向上,它们集中于熊耳山的东、西两端,而在中部(111.45°~111.50°和111.60°~111.65°)出现两个矿床频数低值;在纬度方向上,矿化主要集中分布于34.10°~34.25°的中部地带。121个矿床(点)的高程(采矿平硐海拔高度)集中分布于600~750 m、800~1 050 m和1 100~1 200 m三个高程区间内,熊耳山东、西两端大型Ag-Pb、Au和Mo矿床的高程大致相当。121个矿床(点)组成了6条矿化种类各异和走向不同的矿化条带,分别为近NW向的Ag及Ag-Pb矿化条带(M1)和Au(Mo、Pb)矿化条带(M3)、近NE向的Au(Mo、Pb)矿化条带(M2)、近EW的Pb-Au(Mo)矿化条带(M4)、近NNW向的Au矿化条带(M5)和近NS向的Au(Mo、Pb)矿化条带(M6),其走向均与区域以及矿床控矿构造的走向大致相当。121个矿床(点)在空间三个投影面中均遵循分形丛集分布,并且存在两个无标度网格区,显示了多重分形的特征,发现熊耳山矿集区的分布具有约10 km等间距的特征,并结合透岩浆流体成矿理论对熊耳山地区进一步的成矿潜力区进行了分析。     

基于蚁群聚类算法的岩石边坡稳定性分析

由于岩石边坡影响因素众多且关系复杂,不能用简单的方法进行分析和判断。在工程类比的基础上,一般采用聚类的方法。但由于边坡工程问题环境的复杂性,岩石边坡稳定分析的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性。为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩石边坡工程领域,以解决其稳定分析问题,提出一种分析岩石边坡稳定问题的新方法。该方法在分析岩石边坡工程实例资料的基础上,采用蚁群聚类算法,以工程类比的思想判断岩石边坡的稳定状态。工程应用证明,该算法可以自动把岩石边坡分成几种类似的状态,判断准确率较高、计算速度较快,是一种比较实用的岩石边坡稳定分析方法,值得在岩石边坡分析领域推广应用。