共查询到10条相似文献，搜索用时 15 毫秒
1.
基于地标的行人导航路径引导方法 总被引：1，自引：0，他引：1
为了生成符合行人认知习惯的路径引导信息,以降低其在寻路过程中的认知压力并减少错误的寻路决策,提出一种基于地标的行人导航路径引导方法。该方法引入地标信息并建立空间对象间的可视关系,在此基础上使用方向模型和描述句法生成描述词和描述短语。随后提出了基于NLRP的全局路径描述算法和局部路径引导算法。前者提取中继目的地和途经地标,使用句法模式生成全局路径描述,为行人提供先验路径知识;后者判断行人当前位置,提取相关地标并结合句法生成对应位置的引导信息,辅助行人的寻路行为。最后,以北京林业大学校园为实验区域,验证了方法的可用性。 相似文献
2.
《地理与地理信息科学》2016,(6)
空间认知和空间知识组织是地理信息科学的基本问题,而层次化则是空间认知和空间知识组织的重要特征。该文基于对环境空间从陌生到熟悉的认知过程,识别层次化空间认知和空间知识组织的两种不同场景,即开始时人们仅获得环境空间的地标知识建立离散的空间参照系统,称为场景I,这一场景对应于空间知识的完全层次化;对环境空间熟悉后,建立全局一致或局部一致的空间参照系统,称为场景II,这一场景对应于空间知识的部分层次化。在此基础上,分析了两种场景下基于地标的层次化空间认知结构,并深入讨论了两种场景下层次化空间知识组织中地标的分层和基于Voronoi图的空间参照系统的建立,最后提出场景II下基于Voronoi图和地标的层次化空间知识的组织方法。 相似文献
3.
《地理与地理信息科学》2016,(3)
路径描述是人类心理空间表征外化的方式之一,与人们的日常生活息息相关。针对目前行人导航无法满足行人空间认知偏好多样性的问题,首先通过认知实验验证了参与者在确定自身位置时选取地标所考虑的主要因素为可视性和距离;然后结合行人的步行方向发展了一种基于地标可视性、地标与行人之间的距离以及步行方向的地标选取模型,并以该模型为基础提出一种以行人为中心的定性路径描述自动生成算法;最后,采用C++编程语言实现了基于路径描述自动生成算法的模拟程序。模拟实验表明,该算法能根据行人步行方向和位置的变化,实时调整相应的路径指示信息。因此,该文提出的算法可提供以行人为中心的路径描述动态生成服务,以满足行人空间认知偏好多样性的需求。 相似文献
4.
提出了一种基于互联网信息的空间竞争域划分方法。在Voronoi图的模型中尝试以网络平台数据作加权因子,使空间竞争域体现互联网中的消费者偏好差异,通过对加权Voronoi图的类型划分和地理学解释,描述竞争环境的空间特征。以北京市健身俱乐部为例,选择大众点评网、爱帮等网络平台信息作为权重因子,构建样本网点的传统Voronoi、互联网信息加权Voronoi计算模型并对比边界线、面积等空间特征分析的结果表明:互联网信息对城市商业游憩网点的空间竞争力产生着不同的影响强度,对Voronoi图空间特征的分类和地理解释可以指示商业网点跨越距离阻碍的消费吸引力及竞争差异,弥补传统加权方法未考虑消费者偏好和购物习惯而对竞争域划分表达不足的缺点。 相似文献
5.
《地理与地理信息科学》2016,(4)
Voronoi图是空间分析的一个重要工具。该文将Voronoi区域视为流域,将栅格加权距离视为高程,提出一种顾及非空间属性的能够与ArcGIS无缝集成的Voronoi图生成方法。首先,根据Voronoi图的原始定义直接计算栅格的最小生成元加权距离,并仿D8算法思想,确定每个栅格的流向。然后,提取所有只有流出没有流入的栅格,并对栅格边界进行去噪处理和矢量化,得到Voronoi区域公共边,并生成附生成元属性的加权Voronoi图。最后,基于ArcEngine实现了任意生成元的带有非空间属性的加权Voronoi图。通过对比实验表明,该文所提出的方法能够高精度构建包含任意生成元的加权Voronoi图。 相似文献
6.
7.
基于Shannon信息熵原理的GIS数据信息量表达属于语言学信息体系中的语法层次,描述了空间目标分布结构上的不确定性特征。该文将该信息量测度方法应用于空间数据的尺度变换中,考察尺度变换中空间数据语法结构在统计意义上的变化特点,进而通过信息熵的变化发掘尺度变化中空间数据信息量的变化规律。基于空间目标群的Voronoi图剖分建立信息熵度量,以空间尺度变换中的移位、合并两种典型操作为案例,研究了面状目标群尺度变换中信息量衰减的初步规律,并尝试将其结论用于地图综合方法质量评价。 相似文献
8.
非均质栅格Voronoi图生成方法研究 总被引：1，自引：0，他引：1
马林兵 《地理与地理信息科学》2009,25(5)
提出一个非均质栅格Voronoi图的生成方法.假定在Voronoi领域扩张中,经过每个栅格的距离权值不相等.由于非均质栅格Voronoi图生成复杂,提出了一种基于A*启发式空间搜索确定每个栅格的归属来产生Voronoi区域的方法.讨论了非均质栅格Voronoi图的基本定义、启发式函数确定、具体生成方法等.利用C#语言实现了所提出的方法,并分析了该方法的时间复杂度.但该方法仅适合于简单点发生元情况,在面向复杂发生元的情况下,需进一步研究更有效的方法. 相似文献
9.
根据网络Voronoi图对中心设施影响范围的空间划分和多目标微粒群的智能搜索提出了一种空间选址的技术方法。城市功能设施的选址往往受到交通网络的影响,而且涉及多个优化目标和约束条件,利用最短路径分析构建的网络Voronoi图来模拟设施的辐射影响范围,并根据其他优化目标和约束条件,使用经过粒子记忆体和遗传交叉机制改进的多目标微粒群算法智能地搜索设施的空间布局位置。实验结果表明,该方法能够较好地模拟出在交通网络和多个约束条件影响下的有限个功能设施的较优布局方案,具有一定的参考价值。 相似文献
10.
基于局部聚类的网络Voronoi图生成方法研究 总被引：1，自引：1，他引：0
提出一种将网络约束下的Voronoi和空间聚类相结合的方法,通过构造局部的聚类分析方法对网络边进行加权,根据实际的点过程性质可以把权重定义为加权或者乘权,进行标准化后与道路段本身长度融合进行计算,依此生成网络Voronoi图,以期理解城市街道的空间特性。以武汉市江汉区为例,对城市网格管理系统产生的城市事件进行算法验证,结果表明,该方法提供了一种灵活的网络约束下的服务区域划分工具,可用于基于网络空间点过程影响下的服务区划分,也可用于系统性地定量刻画城市管理的动态特性。 相似文献