共查询到19条相似文献，搜索用时 109 毫秒
1.
《测绘科学技术学报》2018,(5)
点群的自动选取是制图综合的重要内容。在Voronoi图点群选取的基础上,提出一种顾及多特征约束的Voronoi图点群选取方法。该方法顾及了描述点群要素重要性的空间分布特征、拓扑和密度特征、专题属性特征以及与其他要素的关联特征,构建了基于综合特征重要性的度量模型,并作为约束条件应用于Voronoi图点群要素的选取。实验结果表明,该方法不仅可以综合考虑点群要素的多种重要性特征,而且能够较好地保持点群综合前后空间特征的一致性,符合传统制图综合规律,具有一定的普适性。 相似文献
2.
3.
4.
针对传统的线状要素化简方法难以准确描述线要素局部结构特征的问题,该文提出了一种顾及局部结构特征的线状要素制图综合方法。引入m阶邻居坐标点概念,分析坐标点对线要素局部结构特征的贡献程度;建立了局部结构特征度量方法,实现了简单线要素的自动化简;基于该化简过程,从拓扑不变性角度顾及线状要素的整体形态及不同线状要素之间的拓扑关系,实现了复合线划网络的自动综合。基于对简单线划目标和复杂线划网络的实验结果表明:通过调整m的取值,可以完成不同尺度下线要素的自动制图综合,且化简结果较好地保持了原始线划要素的整体形态特征。 相似文献
5.
兴趣点,又称POI(points of interest)是网络地图、导航地图中重要的表达要素,包括餐饮、娱乐、金融机构、旅游景点、地标建筑、加油站、停车场等人们日常生活中最为经常使用的信息。其数据的准确性、属性的丰富程度、表达的清晰度及其实时显示效率都将影响地图的服务质量。当前POI表达存在许多问题,特别是在用户搜索特定信息时,由于查询结果数据量较大,造成POI的叠置、压盖等,这一问题严重影响了用户对POI信息的查询与检索。地图综合提供了大量的算子算法以实现点或点群要素的选取,但是它们在综合效率方面亟待提高。面向矢量数据处理的并行计算,其数据划分不仅需要满足负载均衡、划分算法高效等要求,而且对于划分后各部分数据在计算前后拓扑关系的保持也显得尤为重要。兴趣点与路划网络是密切相关的要素,两者之间存在着相互依存的空间关系。本文提出基于路划网眼划分兴趣点的方法,既能保证兴趣点的划分效率,又能保证不同分区内POI选取计算的正确性。选择点选取算法中的"圆"增长算法,采用典型试验区域的路划网眼数据,基于不同节点数划分兴趣点数据,实现兴趣点选取并行计算。试验证明,该方法不仅保证了兴趣点划分的均衡性,而且可以提高兴趣点选取计算效率。通过这一研究,对面向矢量数据的地理信息分析、地图制图综合等复杂算法的并行计算具有重要意义。 相似文献
6.
多要素协同综合是制图综合重要的发展方向。针对当前居民地选取方法对道路网与居民地间地理关联性利用不够深入的问题,将居民地与道路网融合为整体,本文提出了一种复杂网络视角下的居民地选取方法。首先,整合居民地与道路网的几何信息、属性信息与拓扑信息,构建以居民地为节点、以交通通达关系为边的含权居民地网络;然后,评价目标居民地在局部网络中的居民地吸引能力与交通流控制能力,并加权求和获得综合重要性;最后,利用距离约束Delaunay三角网进行迭代选取。试验表明,本文方法能够兼顾居民地的密度特征与网络特征,选取结果与道路网结构吻合良好,较好地保持了道路网与居民地的地理关联性。 相似文献
7.
目前网络空间地图缺少完整的要素体系和反映网络空间本质的地图数据模型,在表达网络空间多维信息方面能力有限,也无法满足不同的网络空间表达需求。在分析网络空间地图要素的基础上,将网络空间视为三维的信息网络世界,设计了面向网络空间表达的地图层次模型与数据存储结构,分析了数据处理的流程与关键技术。该模型能够适应不同表达需求,为网络空间多维信息可视化提供底层支持。 相似文献
8.
核密度估计(KDE)方法是分析点要素或线要素空间分布模式的一种重要方法,但目前线要素核密度方法只能分析线要素在二维均质平面空间的密度分布,不能正确分析交通拥堵、交叉口排队、出租车载客等线事件在一维非均质道路网络空间中的密度分布。本文提出了一种网络空间中线要素的核密度估计方法(网络线要素KDE方法),首先确定每个线要素在网络空间上的密度分布,然后根据网络空间距离和拓扑关系确定网络空间的线要素核密度与时空分布。以出租车GPS轨迹数据中提取的"上客"线事件为例,分析出租车"上客"线事件在网络空间中的密度分布,通过与现有方法比较的试验结果表明,本文提出的方法更能准确反映路网空间中线事件的分布特征。 相似文献
9.
10.
采用对偶拓扑方法构建基于广义路网拓扑的复杂交通网络,通过引入m阶邻居节点概念,考虑复杂交通网络中节点度、介中心及节点间距离等因素,顾及节点自身及1到m阶邻居节点的重要度贡献,定义了节点重要度评价模型,进而提出一种基于m阶邻居节点重要度贡献的道路网自动选取方法,并基于网络最小规模原则保持选取道路的连通性。为检验方法的有效性,引入度分布评价所选取道路对路网整体结构及拓扑特性的保持程度,并采用实际城市路网进行试验,结果表明本文方法选取的路网能较好地保持了原始路网的整体结构、拓扑特性及道路连通性,且算法稳定、可靠。 相似文献
11.
12.
空间点聚类依据空间点实体属性对其进行分类划分,挖掘对研究应用有价值的信息。目前,空间点聚类大多数方法能够发现多边形簇,但不能发现线状簇。针对空间点聚类现有方法在发现线状簇方面的不足,借鉴滚球法的思想,提出滚圆法用于空间点聚类的研究算法（spatial point clustering using the rolling circle,SPCURC）。针对研究区域的点实体,该算法用给定半径的圆从初始点开始按照原则进行滚动,直至满足条件为止;连接滚圆接触的点,从而形成多边形簇或者线状簇。通过模拟算例和实际算例验证了该算法的可行性。 相似文献
13.
随着信息技术的发展,网络空间与国家安全、军事、政治、经济、生活息息相关,网络空间地图作为人类认识复杂网络空间的工具越来越得到重视,但已有研究较为零碎和分散。针对网络空间自身特点,以网络空间地图可视化任务需求为牵引,系统综述了网络空间地图可视化的研究现状,辨析了网络空间地图需重点关注的研究方向。从地图学的角度探讨了网络空间的特点,引入隐喻理论探索了网络空间的组成及要素分类,探究了网络空间地图可视化的任务;对各类网络空间要素可视化方法进行了体系化分析,梳理了研究进展并进行了总结分析。研究认为,网络空间地图可视化基础理论、网络空间与地理空间的映射以及虚拟形态要素的可视化研究等是网路空间地图的未来研究趋势。 相似文献
14.
适宜空间认知结果表达的地图形式 总被引：2，自引：0，他引：2
心象地图是驻留在记忆中的关于地理世界空间特征认知结果的表达,具有如下特征:空间表达的非均一性、内容选取的主观性、空间定位的非确定性、度量特征上的非精确性.心象地图的可视化需要由特殊的图形形式来承担,经过分析提出了适宜这一表达特征的3种可视化技术,包括面向道路网认知表达的路网构架图、专题属性空间定位信息认知表达的面域拓扑图、虚拟网络空间导航认知的赛伯网络图.基于地图的定义,对这3种可视化形式度量特征进行了讨论,认为它们在有序量尺度上具有可度量特征. 相似文献
15.
地图上居民地空间信息的特征度量法 总被引：1，自引：1，他引：0
地图的基本功能之一是载负和传输空间信息。地图空间信息量是衡量地图上空间要素及其关系与要素空间分布状况复杂程度的定量描述指标,可为制图综合和质量评价提供依据。本文以地图上居民地空间信息度量为研究对象,从地图空间信息的本质特征出发,结合空间信息认知的层次性特点,将居民地空间特征划分为三个层次,并相应地将其空间信息构成划分为：元素层次居民地面要素的几何形态信息、邻域层次相邻居民地的空间关系信息、整体层次居民地的聚群结构信息。进而,分别建立三个层次空间特征的定量描述指标,在此基础上建立基于空间特征的几何形态信息、分布关系信息和聚群结构信息度量方法。最后,通过试验分析验证了所提方法的合理性和优越性。 相似文献
16.
空间聚类是挖掘空间知识的重要手段之一。针对现有方法难以处理几何、分布特征差异大的面群聚类问题,本文提出了一种面要素分布密度的描述参数—聚集度,并设计了一种自然面群聚类方法。首先,分析了面要素分布密度的影响因子,定义了聚集度的概念,设计其计算方法并验证其有效性及优势;然后,基于聚集度和边界最短距离建立相邻面从属关系,识别聚类中心,完成初始群组的构建;最后,围绕群组特征设计了边缘检测和群组合并模型,实现了邻近相似群组的合并。试验表明,相较于最小生成树、强度函数聚类方法,本文方法兼顾几何特征、分布特征的复杂性,有效提升了自然面群的聚类效果。 相似文献
17.
农村居民地空间分布具有独特的规律性和复杂性,Voronoi图在表达居民地分布特征方面有显著优势。针对当前空间聚类较少考虑实体方向关系的问题,基于Voronoi图提出一种顾及方向关系的农村居民地聚类方法。首先,构建距离约束的Voronoi图,并构建居民地实体间的Voronoi邻近图;然后,利用无向特征与有向特征来综合评价居民地实体间的聚集强度;最后,消除聚集强度小于阈值的实体对的邻近关系,得到聚类结果。采用浙江省宁波地区部分农村居民地数据进行实验,结果表明,所提方法能够有效聚类不同分布模式的居民地,聚类结果符合人的认知习惯。 相似文献
18.
克服双重约束的面目标位置聚类方法 总被引：1，自引：1，他引：0
面目标的聚集模式识别是空间聚类研究的重要方向之一,但因多边形几何信息和空间障碍阻隔的双重约束,目标的位置相似性难以快速而准确地计算。扩展点目标多尺度聚类方法,通过构建面目标的强度函数计算目标与邻近目标的位置聚集程度,提出了有效作用于双重约束下的面目标位置聚类法,并以判断相邻尺度下同一面目标类的强度函数阈值相等作为算法的收敛条件。经试验分析与比较发现,算法无须自定义参数,能够识别密度不均、任意形状分布,以及"桥"链接的面目标集群,同时能够准确判断障碍约束对面目标簇的阻隔和划分。 相似文献
19.
When spatial datasets are overlaid, corresponding features do not always coincide. This may be a result of the datasets having differing quality characteristics, being captured at different scales or perhaps being in different projections or datums. Data integration methods have been developed to bring such datasets into alignment. Although these methods attempt to maintain topological relationships within each dataset, spatial relationships between features in different datasets are generally not considered. The preservation of inter‐dataset topology is a research area of considerable current interest. This research addresses the preservation of topology within a data integration process. It describes the functional models established to represent a number of spatial relationships as observation equations. These are used to provide additional information concerning the relative positions of features. Since many topological relationships are best modelled as inequalities, an algorithm is developed to accommodate such relationships. The method, based on least squares with inequalities (LSI), is tested on simulated and real datasets. Results are presented to illustrate the optimal positioning solutions determined using all of the available information. In addition, updated quality parameters are provided at the level of the individual coordinate, enabling communication of local variation in the resultant quality of the integrated datasets. 相似文献