共查询到20条相似文献，搜索用时 31 毫秒
1.
城市道路数据的完整性和实时性是保障位置服务和规划导航路径的关键支撑。该文提出一种基于共享单车轨迹数据的新增自行车骑行道路自动检测和更新方法:首先,结合缓冲区方法和轨迹—路网几何特征检测增量轨迹;其次,基于分段—聚类—聚合策略提取更新路段,利用多特征融合密度聚类算法与最小外包矩形骨架线法提取增量道路中心线;最后,基于拓扑规则完成道路更新。以广州市共享单车轨迹为例,将该方法与传统栅格细化法进行实验对比,结果表明:该方法能有效更新道路网络,且在2 m和5 m精细尺度范围内提取的新增道路覆盖精度提升14%左右;在7 m尺度下精度达90%以上,在10 m尺度下精度达96%以上。 相似文献
2.
已有的时空轨迹聚类方法一般以整条轨迹作为聚类单元,聚类效果较低且不能识别轨迹局部特征;另一种轨迹聚类方法是以划分后轨迹段为聚类单元,算法效率较低且不能很好地支持多属性聚类。该文提出基于子空间聚类算法的时空轨迹聚类。首先引入数据归约的思想,将轨迹进行离散化处理,再运用CLIQUE算法对离散化后的轨迹段进行聚类。实验结果表明,此轨迹聚类方法具有较高的伸缩性,能有效地处理多维轨迹数据并识别轨迹的局部聚类特征,能揭示时空轨迹在不同子空间的运动规律。 相似文献
3.
《地理与地理信息科学》2016,(6)
空间轨迹中的停留点提取是将空间轨迹转换到语义轨迹的关键步骤。该文将速度变量引入停留点的提取,提出基于速度的时间聚类算法和速度聚类算法解决现有方法中的"伪停留点"和停留点丢失的问题。基于速度的时间聚类算法首先沿时间轴将轨迹点进行聚类得到候选停留点,然后利用速度阈值过滤候选停留点,得出实际停留点。速度聚类算法首先通过对速度的判断选取候选停留点,然后根据空间距离阈值对候选停留点的空间距离进行过滤,得出实际停留点,解决了停留点判断中的漏判问题。实验表明,基于速度的时间聚类算法对出租车轨迹数据(稳定时间间隔、不存在长时间轨迹点缺失)的空间轨迹停留点识别效果较好,而速度聚类算法更适用于步行轨迹(可能存在长时间轨迹点缺失)的分析。 相似文献
4.
《地理与地理信息科学》2016,(2)
针对矢量道路网的变化检测与更新问题,提出一种基于大规模浮动车轨迹点数据的道路网快速变化发现与更新方法。首先对矢量道路网进行栅格化处理,并根据若干天内浮动车GPS轨迹点落在栅格内的个数对栅格赋值。经过对轨迹栅格图像的低通滤波、边界清理后,采用数学形态学方法提取轨迹栅格图像的骨架线,通过判断道路骨架线与更新前道路网缓冲区之间的位置关系,快速识别出变化道路,即新增道路和消失道路。最后,对更新道路的骨架线分别进行剪枝处理、断线连接以及节点融合,实现对原有道路网道路数据的提示性更新。结果表明:与传统方法相比,该方法能够以更低的成本和更好的现势性对现有道路网进行在线增量式快速变化检测和更新。 相似文献
5.
利用单一的匹配算法对区域内的浮动车数据进行地图匹配,会出现浮动车点匹配到邻近路段上的跳跃现象。该文将区域划分格网,遍历待匹配点所在格网及其8邻域格网,筛选出候选路段、结点集合;根据候选路段、结点数量特征,自主选择合适的算法,计算几何距离和匹配度指标以评价匹配结果,确保匹配准确性。通过广州的部分区域数据进行算法验证表明:基于合适步长的格网划分能够提高匹配效率;与单一的最近点匹配算法相比,自适应综合匹配算法能够较好地避免"点跳跃",提高匹配准确度。 相似文献
6.
针对手机数据属性信息少、时空采样率较低、采样不均匀、定位精度低的特点,该文提出了一种基于隐马尔科夫模型和动态规划的移动轨迹匹配方法(HMM-DP4MT)。该方法通过设定搜索半径以提高计算效率;结合轨迹距离和方向信息计算发射概率,基于不同搜索半径和定位标准差的匹配结果确定参数最优值;利用Manhattan距离代替欧氏距离,建立了融合最短路径距离和道路等级的转移概率模型,分析了道路等级约束对匹配结果的影响;基于动态规划搜索移动轨迹在拓扑路网中的全局最大似然匹配路径。利用同步采集的手机数据和GPS轨迹数据进行验证,结果表明,模型在简单路网区域和较复杂路网区域的精确率和召回率均高于85%,在极端复杂路网的精确率和召回率略低,但仍高于75%,能够满足交通应用对用户移动路径精确度的需求。 相似文献
7.
《地理与地理信息科学》2015,(5)
路口及其通行规则探测是当前路网自动化提取工作中的难点问题,该文提出了一种简单高效的从浮动车数据中探测路口与转向规则的方法。假设车辆航迹线转弯密集区为路口,首先通过对转弯曲线空间聚类分析获得路口中心,再利用同心圆面积递增法估算出路口覆盖范围,最后根据路口范围内航迹线行驶方向分布模式,识别出通行规则。该方法的特点是将路口视为具有中心和半径的区域,而不是简单的点。将该方法应用于淮北市城区出租车采集的浮动车数据,同人工解译结果相比,探测路口的正确识别率约为91.6%,路口位置与解译结果平均距离为3.57m,表明方法具有较高的实用价值。 相似文献
8.
针对车载LiDAR点云分割存在人工干预多、分割效果不稳定等问题,该文提出一种基于车载LiDAR点云的路边地上物多阶段聚类分割算法。首先使用三维格网和广度优先搜索算法进行点云粗聚类,然后对相连地物进行欧氏聚类,生成若干边界完整的粗聚类点云,最后使用多段式近邻搜索逐步得到聚类结果,根据聚类主体和结果的体积比值评估聚合速度,以此自适应调整聚类阈值或输出结果,实现对道路场景中各类路边地上物的聚类分割。实验结果表明,该算法对行道树的正确提取率为87.0%,对路灯、指示牌的正确提取率为91.9%,且过分割/欠分割现象较少,相连地物的聚类结果仍保有完整的边缘轮廓,可保证后续点云处理的有效性。 相似文献
9.
《地理与地理信息科学》2020,(2)
AOI出入口是行人寻址与车辆导航的重要地标,城市化导致出入口位置和通行状态频繁变动,通告不及时则会影响正常出行,出入口的更新问题亟须一种自动化的探测方案。由于出入口与客流的聚集点存在一定的正相关,而出租车的下客点在一定程度上可以代表周边客流量,该文据此提出了一种基于出租车下客点的最高热度出入口位置提取方法,以城市的AOI和POI作为地理背景数据,以出租车轨迹和路网作为出行行为数据,通过改进的地理位置文本聚类获取AOI位置,通过层次聚类并结合二分K均值聚类提取下客点簇,将两者进行关联计算得到出入口的具体位置。该方法既可应用于出入口位置的快速提取,也可作为出入口变动的动态监测方案。 相似文献
10.
针对复杂建筑物立面中窗户精细提取的难题,该文基于车载LiDAR数据提出一套完整的不规则窗户边界提取方法:先通过RANSAC算法探测建筑物主墙面点云,借助语义特征分离墙面和非墙面点云;再通过坐标变换,将非墙面点云转换到水平面,采用格网对水平面内点集的邻域关系进行判断,使用平面八邻域连通性探测方法对二维平面内窗户点进行聚类,分别存储聚类后的每一个窗户点云;然后采用改进的动态椭圆凸壳算法,检测聚类后各窗户边界轮廓点;最后对窗户点云坐标逆变换,得到建筑物立面中的窗户边界。通过实验验证了该算法的准确性。 相似文献
11.
《地理与地理信息科学》2016,(3)
从众源轨迹数据中提取道路几何数据相对于传统的道路数据获取方法具有低成本、高现势性的优点。然而,由于轨迹数据采样稀疏、数据量大、高噪音等特征使得道路中心线提取仍显困难。针对该问题,提出一种基于约束Delaunay三角网的道路中心线提取方法。首先对预处理后的车辆轨迹线构建约束Delaunay三角网,根据整体长边约束准则删除长边以提取道路面域多边形;然后对道路面多边形二次构建Delaunay三角网,提取道路中心线。利用北京市一天时间的出租车轨迹数据进行算法实验,将实验结果与栅格化方法结果进行定性定量地评价分析。结果表明该方法提取的道路中心线数据在几何、拓扑精度方面比栅格化方法提高约10%以上。另外,以复杂环形道路为例,证明了该方法比栅格化方法更适合于复杂道路结构、较大密度差异的轨迹数据。因此,该方法不仅适合大数据处理、结果精度高,且算法成熟、易于实现。 相似文献
12.
《地理与地理信息科学》2019,(6)
针对边界一致化改正过程中存在的边界提取不准确以及未能自动维持图斑拓扑一致性的问题,该文提出了一种新的三角剖分算法,对共享边界不一致的图斑进行自动检测和改正。在最大最小角原则和非法边原则的基础上,采用基于四边形的方法进行三角剖分,自动提取并平滑图斑缓冲区域间的骨架线以代替共享边界,达到边界一致化的目的。应用该算法与Delaunay三角网算法分别对第三次全国国土调查中的土地利用数据进行边界改正,实验结果表明:该算法不仅能够有效解决Delaunay三角网中骨架线延伸方向无法确定的问题,而且生成的新边界能够近似拟合原边界的自然弯曲形态,保持图斑边界的拓扑一致性。 相似文献
13.
为了提高K均值聚类算法的质量与收敛速度,提出一种基于小波变换的栅格数据聚类新算法。该算法利用小波分析塔式算法得到的顶层栅格数据,既较好地保留原始数据的特征信息,又大幅减小了数据量,在保证聚类质量前提下,提高了算法的收敛速度;针对分解后的低频数据应用K均值算法,得到后续迭代所需的聚类中心初值,避免了初值选择的盲目性。试验表明,该算法具有计算效率高、稳定性好、聚类质量有保证等优点。 相似文献
14.
《地理与地理信息科学》2020,(1)
现有网格空间多尺度聚类方法未能将尺度因子作为模型参数实现尺度驱动的阈值提取,导致算法调参困难,难以全面挖掘空间数据的分布模式。海量空间点数据蕴含的信息更丰富,层次结构也更复杂,对聚类算法的参数自动化和计算效率提出了更高的要求。针对上述问题,该文从数据尺度和观察尺度提出了一种适用于海量数据的多尺度聚类挖掘方法:分别通过网格多分辨率和低通保边滤波器的尺度拓展机制实现了数据尺度和观察尺度上的尺度变换;将观察尺度层级作为参数引入大津法中,实现了观察尺度的密度阈值自动提取。实验结果表明:相比于传统低通滤波,该滤波方法具有良好的去噪保边效果;多尺度密度阈值提取算法能够有效地捕捉数据集中丰富的多层次信息,且计算复杂度低,可用于快速挖掘各类海量空间点数据中的多层次空间结构。 相似文献
15.
基于GDF的道路网完全拓扑生成算法 总被引：1，自引：0，他引：1
拓扑关系生成是导航空间数据库构建的一个关键环节。该文根据ISOGDF4.0的要求和道路网拓扑关系的特点,研究了一种道路网完全拓扑关系的生成算法,即根据点的几何坐标生成结点—边拓扑关系的算法,以及从标识点出发利用Qi算子生成部分非传统面拓扑关系的算法。实验表明,此算法的时间效率较高,特别是部分面拓扑关系的定义及生成算法能满足实际导航应用的需要。 相似文献
16.
时空轨迹数据关联的语义信息能更好地反映用户行为,对于POI密集分布的城市区域,轨迹的语义信息很难根据单一的距离或时间要素进行匹配,该文设计一种基于隐马尔可夫模型(HMM)的时空轨迹语义匹配方法。首先,利用时间阈值与距离阈值提取逗留点,并利用考虑时间的DBSCAN聚类方法对逗留点进行聚类,得到由抽象停留位置构成的轨迹;然后,结合POI数据获得停留位置的候选语义,再以停留位置序列为观测序列,以每个停留位置所关联的候选地点作为隐藏状态建立HMM,并用改进的加权距离的TF-IDF方法计算HMM的观测概率;最后,解算HMM得到最有可能的访问地点序列作为轨迹的语义匹配结果。该方法不依赖其他外部数据或训练数据,适用于POI密集分布的城市区域,基于真实时空轨迹数据集的实验结果验证了该方法的有效性。 相似文献
17.
《地理与地理信息科学》2017,(2)
由于基于密度峰值的聚类算法对簇的形状不敏感,其聚类结果表现出良好的抗噪性。然而,当密度定义中变量难以反映簇的结构时,该算法性能下降明显,其主要原因在于聚类的非监督性。为此,该文在此算法的基础上提出了一种基于密度峰值的半监督聚类算法。该算法通过增加must-link和cannot-link约束作为先验知识,并在must-link约束集中叠加数据点的密度,以此产生新的聚类中心从而实现对数据点的吸引;对于cannot-link约束集中的数据点,通过将其n级最近邻居分离的方式找到其所属聚类中心,实现簇的归属。实验表明,基于密度峰值的半监督聚类算法利用先验知识来约束和引导聚类结果,在一定程度上改善了聚类的效果,并可应用于任意形状数据集的聚类问题中。 相似文献
18.
基于空间聚类分析的福建省各县市经济发展水平研究 总被引：2，自引：0，他引：2
将空间坐标和属性特征有机地结合起来,给出空间距离的定义,提出位置与属性一体化的空间聚类方法——基于空间距离的K-均值聚类法,利用M atlab编写其算法程序。同时以福建省各县市经济发展水平的类型划分作为研究实例,首先选取反映社会经济发展水平的8项指标,并利用G IS技术提取各县市的重心位置坐标,再利用该空间聚类算法将福建省各县市的经济发展水平聚类为5类,结果表明此算法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,对福建区域可持续发展有一定的指导意义。 相似文献
19.
目前山洪灾害区划中常用的传统聚类方法大多仅考虑区划基础空间单元的属性特征,很少考虑基础空间单元的结构信息。该文同时考虑区划基础空间单元的属性和结构特征,提出基于图聚类神经网络的山洪灾害危险性区划方法,以江西省小流域为区划的基础空间单元,构建图聚类神经网络模型,根据聚类有效性指标确定最佳聚类数,并通过碎屑图斑合并获得16个山洪灾害危险性同质性区域,最后利用地理探测器和江西省历史山洪灾害点数据对区划结果进行验证和评价。结果显示：基于图聚类神经网络模型的江西省山洪灾害危险性区划结果与历史山洪灾害点的地理探测器q值达0.792,比传统的K-means和Ward聚类方法分别提高了0.386和0.104,能较好地刻画江西省山洪灾害危险性的空间分异格局。通过融合属性和结构特征有助于提升区划效果,可为江西省市县级政府部门制定因地制宜的山洪灾害防治管理措施提供辅助决策,同时也可为其他自然地理区划提供新的方法参考。 相似文献
20.
无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。 相似文献