Formal definition of a user-adaptive and length-optimal routing graph for complex indoor environments

Car routing solutions are omnipresent and solutions for pedestrians also exist.Furthermore,public or commercial buildings are getting bigger and the complexity of their internal structure has increased.Consequently,the need for indoor routing solutions has emerged.Some prototypes are available,but they still lack semantically-enriched modelling (e.g.,access constraints,labels,etc.) and are not suitable for providing user-adaptive length-optimal routing in complex buildings.Previous approaches consider simple rooms,concave rooms,and corridors,but important characteristics such as distinct areas in huge rooms and solid obstacles inside rooms are not considered at all,although such details can increase navigation accuracy.By formally defining a weighted indoor routing graph,it is possible to create a detailed and user-adaptive model for route computation.The defined graph also contains semantic information such as room labels,door accessibility constraints,etc.Furthermore,one-way paths inside buildings are considered,as well as three-dimensional building parts,e.g.,elevators or stairways.A hierarchical structure is also possible with the presented graph model.     

利用目标点最小生成树的路面裂缝检测

分析路面裂缝的成像特点,提出了一种基于目标点最小生成树的路面裂缝检测方法。最小生成树具有描述空间线性聚集特征的优点,有利于实现对裂缝的全局分析和提取。实验结果表明,对不连续裂缝的处理,本文方法优于传统方法。     

利用数学形态学的遥感影像水系提取方法

针对目前遥感水系提取存在的问题,提出了一种基于数学形态学的遥感影像水系提取方法。该方法在光谱模式识别提取水体信息的基础上,利用数学形态学方法将提取的水体结果进行断线连接、去噪及细化等处理,从而得到连续的水系。以Landsat ETM+影像为例进行了实验,结果表明,该方法可以提取连续、完整的水系;且提取的水系精度与现势性均优于国家测绘局发布的1∶25万数字线划图(DLG)水系。     

矩阵论中的图论匹配法

G.Birkhoff用代数的方法证明了如果一个矩阵是双随机矩阵,则它能表示成置换矩阵的凸线性组合.设G是具有两分类(X,Y)的二部图,则G中含有饱和X中的所有顶点的匹配M的充分必要条件为:对∀S⊆X,有d_G(S)≥|S|.文章借助上述二部图的匹配思想,给出这一结论的图论证明.     

基于Quickbird影像的数字线划图数据更新

伴随着我国国民经济建设的快速发展,有必要对现势性较差的1:1万数字线划图(DLG)数据进行更新.常用数据更新方法比较繁琐,成本比较高,制作的周期也较长.因此,对基于Quickbird影像对1:1万DLG数据更新的相关技术进行了探讨.     

利用砂体叠加部署聪明井提高勘探开发效果

通过相应属性的叠加可提高油气勘探开发的分析效果,减少投资风险。在勘探中采用精细沉积微相分析技术,通过对勘探目标区各小层沉积微相分析,编制各层的砂体分布图,提取各层砂体中主力砂体,编制小层主力砂体的叠加图;通过对叠加图分析,确定优势储层分布区域,进行成藏风险评价,提高了布井效果。而在油田开发调整中,通过对各单层进行精细沉积微相分析,确定其平面分布特征,结合各成因砂体的控制和动用程度,确定成因砂体内的剩余油分布情况,进而确定剩余油富集砂体,并制作剩余油富集砂体叠加图,据此以成因砂体为单元部署高效聪明调整井,提高了油田的采收率和开发效果。     

分形理论在空间网络分布特征研究中的应用

探讨了以图论为基础的空间网络的测度方法,以及以分形理论为基础的表达空间网络分布特征的几种分维数,并阐述了各种分维数的地理意义,最后对于分维数的测算进行了评述.     

运用地理信息系统创建空间图形数据库及其在地质学中的应用

地理信息系统（GIS）在组建和发展空间图形数据库中发挥着重要作用.GIS的核心是建立空间图形库与属性数据库的联动关系.在"辽宁省1/20万空间图形数据库"项目建库及系统结构设计中,利用国产GIS基础软件平台MAPGIS进行系统图层分类、数据输入和图形编辑,最终建立起空间图形数据库.利用GIS创建的空间图形数据库是进行其他地质研究的基础,可为下一步进行矿产预测提供多源图层及空间信息资料.GIS在矿产资源预测和其他地质领域,尤其是在区域地质调查、区域矿产资源与环境评价、矿产资源与矿权管理中也将发挥越来越重要的作用.     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

城市用地功能精细化识别方法：时序动态图嵌入深度学习模型

多源大数据融合背景下的城市功能区识别是复杂非线性系统的模式识别问题,如何有效地从大规模的轨迹数据中提取出多粒度连续性时变和多尺度空间相互作用的信息是进行城市区域功能识别的关键。本研究设计实现了一种基于时序动态图嵌入的深度学习模型,在融合滴滴出行及兴趣点数据（Point of Interest, POI）基础上,提取城市区域存在的时间和空间上的隐式特征,结合聚类分析实现城市用地功能的语义识别。结果表明,成都市中心的用地功能趋向复合多样化的发展,且用地属性随时间发生作用范围和用地类型的变化,呈现出功能随着城市群体活动而变化的时空规律。与相关文献的对比实验表明,本文提出方法在更细粒度的时间段下进行功能区识别,得到的同一类功能区域内集聚度更高,能够更好的捕获复合型区域在不同时间模式下呈现出的用地功能变化。本研究为城市用地功能识别研究提供了新的技术方法,为城市规划研究人员全面理解城区结构属性提供了有效手段,对推动城市空间得到更合理高效的利用具有一定的价值。