基于空间陈述的定位及不确定性研究

在地理空间知识的表达中,通常以文本方式描述位置。除了常见的地名以及地址外,许多陈述根据与参照地物的空间关系来表达一个目标地物的位置。由于一个空间陈述只是粗略描述了目标对象的位置,因此具有不确定性。在基于空间陈述的定位问题中,不确定性包括4个层次,分别对应于陈述、参照对象、空间关系和目标对象。这4个层次的不确定性适合于不同的建模方式,如概率方法、模糊集方法,以及证据理论方法等。本文采用不确定性场的概念,对点状目标地物的分布进行了探讨,并利用贝叶斯定理证明了对于给定的空间陈述,其不确定性场分布与做出该陈述概率,以及相应空间关系的模糊性之间的联系,该结论可用于指导不确定性场的建立。     

改进关联规则算法在自然资源云中的应用研究

针对自然资源信息管理分散、网络安全防御能力弱,以及难以追踪溯源威胁攻击行为等问题,本研究在自然资源云中建立了一套安全防护体系,用以整合网络安全资源,强化网络安全态势感知能力,做到攻击敏捷预测、快速回溯。安全防护体系工作效能的提升,核心在于其安全组件检测引擎模块中关联规则算法的改进。首先,在数据采集阶段,通过预处理将威胁告警数据转换为可供机器处理的标准数据格式;其次,在矩阵计算阶段,使用Map Reduce分布式计算框架提升频繁项集的处理效率;最后,以Apriori算法为蓝本,通过单次扫描锁定频繁k项集范围、矩阵向量内积运算、减少冗余候选项集生成三项措施进行算法改进。实验仿真表明：在处理同样容量网络安全多源数据集合,并在相同维度的关联规则矩阵下,本算法处理效率较经典Apriori算法提升3倍以上;随着输入数据集合瞬时容量的逐渐扩增,本算法的时间复杂度稳定,并为增量挖掘算法的一半以下。研究成果可以实现自然资源部网络安全防护工作从传统的“被动挨打”转向“主动防御”的新局面。     

基于签到数据的用户空间出行相似性度量方法研究

近年来,国内外类似街旁、人人、Foursquare、Gowalla等基于地理位置的移动社交网络(LBSN)发展迅猛,大量用户通过这些服务以签到的方式记录时空行为轨迹,这些个体行为轨迹数据为我们研究用户行为模式以及探究其内在规律提供了巨大的机会和挑战。然而,LBSN用户的相似性并没有从地理位置以及用户轨迹加以考虑,本文提出了基于格网划分的方式对用户空间出行进行相似性分析,通过用户轨迹建模以及相似序列匹配,探索用户出行轨迹的空间相似性度量方法并评估相似权重,最后通过用户好友关系与相似性权重的比对,证明了该方法的有效性。