共查询到19条相似文献，搜索用时 140 毫秒
1.
针对全球离散格网依据剖分方法和投影方式的不同,在实现方式、剖分速度、格网均匀性等方面呈现出较大差异的问题,该文顾及移动终端用户对高精度位置应用日益增长的需求,以及顾及移动终端计算性能较低的特点,分析了球面格网生成方法、格网向椭球面投影方式和几何变形特点。通过分析椭球面格网与球面格网间变形差异,该文认为球面格网代替椭球面格网在一定程度上能够满足不同精度的格网剖分需求。通过建立用户精度指标与剖分层次对应关系,提高了格网剖分的计算效率,可应用于移动终端等计算性能较低的设备。 相似文献
2.
《武汉大学学报(信息科学版)》2021,(5)
近年来,各类位置感知设备产生的轨迹数据被广泛应用于城市规划、智能交通、公共卫生、行为分析等各个领域,但是常规矢量表达方式及建立在其基础之上的分析算法的计算复杂度高,无法满足大规模轨迹数据的高时效性应用需求。针对上述问题,提出了基于地理格网模型的轨迹数据管理与分析框架,为轨迹数据挖掘的"表达-管理-分析-应用"全链条研究提供新的技术框架,主要包含地理格网模型、轨迹多尺度表达与组织、轨迹计算与分析、高性能计算技术、轨迹挖掘应用5部分。介绍了各部分的实现思路和方法,并阐述了格网模型与轨迹数据结合的优势,包括存储管理高效灵活、适合高性能计算技术和契合自动控制与智能计算需求等。以城市交通流多层级实时可视化和基于地理格网编码的相似性分析两个应用实例验证了该技术框架理论与技术方法的可靠性和有效性。 相似文献
3.
GIS支持下应用PSO-SVM模型预测滑坡易发性 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》2016,(5)
滑坡灾害易发性预测是滑坡监测、预警与评估的关键技术。如何有效地选取评价因子和构建预测模型是滑坡灾害定量预测研究中的难题。本文以三峡库区长江干流岸坡作为研究区,通过地形、地质和遥感等多源数据融合,提取滑坡孕灾环境和诱发因素的信息作为评价因子。在此基础上,针对滑坡灾害的非线性和不确定性特征,采用粒子群算法对支持向量机模型参数进行全局寻优,构建粒子群算法(particle swarm optimization,PSO)-支持向量机(support vector machine,SVM)模型,定量预测滑坡易发性。最后通过分类精度比较分析基于格网单元和对象单元的滑坡易发性预测精度,结果表明,基于对象单元的PSO-SVM预测精度较高,其曲线下面积为0.841 5,Kappa系数为0.849 0,预测结果与野外实际调查情况较为一致,可为三峡库区滑坡防灾减灾工作提供参考。 相似文献
4.
泛地理信息时代来临及SoLoMo互联网模式盛行,如何高效管理移动对象位置数据、社交关系数据及地理空间数据成为GIS与移动对象数据库研究领域一项全新的技术挑战。首先基于图模型提出了移动对象时空轨迹及社交关系的一体化数据模型GSM,实现了移动对象所在地理空间、移动对象位置与轨迹、移动对象之间社交关系的时空一体化表达,并定义了该模型的四种基础操作算子;然后基于图数据库系统Neo4J实现了GSM模型;最后利用真实的Brightkite、Gowalla位置社交网络数据验证了GSM模型的有效性。所提出的GSM模型能够有效避免关系数据库中表连接造成的移动对象管理与查询效率低下的问题,具有良好的执行效率及稳定性,可为基于位置的社交网络应用提供核心技术支持。 相似文献
5.
个体位置预测在传染病精准防控、公共设施科学规划等应用中具有重要意义,既有位置预测算法主要侧重对个体纵向历史轨迹特征进行挖掘建模,从而实现位置预测,对横向相似性用户的规律特性考虑较少。因此,基于图卷积和长短期记忆模型（long short-term memory,LSTM）框架,提出顾及横向相似用户轨迹特征以及纵向历史规律性特征的个体位置预测算法。首先,构建用户轨迹相似性算法并筛选高相似度用户;然后,利用图卷积模型提取待预测用户相似高的用户轨迹特征;最后,利用LSTM框架提取历史轨迹特征,集成相似用户轨迹特征,从而实现个体位置预测。基于某市8万多个用户连续4个工作日的数据进行实验,结果表明,所提算法的准确率随预测时间步长增加而下降,而夜间预测准确率明显高于白天,但相比于既有模型均有10%以上提高;以15 min为预测时间步长时,模型准确率达80.45%。 相似文献
6.
随着城市发展,致使地铁沉降的因素越来越多,地铁沉降监测越来越重要。对此,本文基于灰色模型和RBF神经网络预测模型,对两者融合方法进行了研究。通过对某城市地铁沉降监测数据进行预报和分析,证明了灰色RBF神经网络模型预测精度优于单一模型预测精度,组合模型避免了灰色模型线性补偿的弊端、增加了数据利用率、增强了算法的鲁棒性,预报结果更加准确。 相似文献
7.
8.
路网更新的轨迹-地图匹配方法 总被引：2，自引：2，他引：0
全面准确的路网信息作为智慧城市的重要基础之一,在城市规划、交通管理以及大众出行等方面具有重要意义和价值。然而,传统的基于测量的路网数据获取方式往往周期较长,不能及时反映最新的道路信息。近几年,随着定位技术在移动设备的广泛运用,国内外学者在研究路网信息获取时逐渐将视野转向移动对象的轨迹数据中所蕴含的道路信息。当前,基于移动位置信息的路网生成和更新方法多是直接面向全部轨迹数据施加道路提取算法,在处理大规模轨迹或者大范围道路时,计算量极大。为此,本文基于轨迹地图匹配技术,提出一种采用"检查→分析→提取→更新"过程的螺旋式路网数据更新策略。其主要思想是逐条输入轨迹,借助HMM地图匹配发现已有路网中的问题路段,进而从问题路段周边局部范围内的轨迹数据中提取并更新相关道路信息。该方法仅在局部范围内利用少量轨迹数据来修复路网,避免了对整个轨迹数据集进行计算,从而有效减少了计算量。基于OpenStreetMap的武汉市区路网数据以及武汉市出租车轨迹数据的试验表明,本文提出的路网更新方法不仅可行,而且灵活高效。 相似文献
9.
为了提高地下开采地表下沉预测结果的精度及可靠性,提出了基于混合智能优化算法（hybrid intelligent optimization algorithm,HIOA）与组合核相关向量机（multi-kernel relevance vector machine,MK-RVM）的地下开采地表下沉预测方法。首先,分别构建HIOA与MK-RVM算法,并利用HIOA优化MK-RVM的参数。然后,采用优化后的MK-RVM构建地表下沉几何参数预测模型和动态下沉预测模型。最后,利用以上模型对上山移动角、下山移动角、中心移动角、地表最大下沉及动态下沉进行预测,并分析预测结果的精度及可靠性。实验结果表明,该方法的精度与可靠性较单一核函数相关向量机与支持向量机有较大改善。 相似文献
10.
《武汉大学学报(信息科学版)》2020,(10)
重力匹配导航算法对于提高匹配效率和精度具有重要的意义,是匹配导航技术中的热点问题。在已有的重力辅助惯性匹配导航算法研究的基础上提出了一种新的基于相关约束条件的重力匹配导航算法。该算法增加基于惯导系统提供的轨迹方位与航距信息,有效排除大量待匹配干扰轨迹,提高匹配效率和匹配精度。仿真结果表明:该方法精度较概率神经网络方法匹配结果有显著提升,精度由千米级提高到百米级,并将概率神经网络匹配时长缩短近50%,大大提高了重力匹配的效率,更好满足水下导航的需求。 相似文献
11.
Binh T. Pham Indra Prakash Khabat Khosravi Kamran Chapi Phan T. Trinh Trinh Q. Ngo 《国际地球制图》2013,28(13):1385-1407
AbstractIn this study, the main goal is to compare the predictive capability of Support Vector Machines (SVM) with four Bayesian algorithms namely Naïve Bayes Tree (NBT), Bayes network (BN), Naïve Bayes (NB), Decision Table Naïve Bayes (DTNB) for identifying landslide susceptibility zones in Pauri Garhwal district (India). First, landslide inventory map was built using 1295 historical landslide data, then in total sixteen influencing factors were selected and tested for landslide susceptibility modelling. Performance of the model was evaluated and compared using Statistical based index methods, Area under the Receiver Operating Characteristic (ROC) curve named AUC, and Chi-square method. Analysis results show that that the SVM has the highest prediction capability, followed by the NBT, DTNBT, BN and NB, respectively. Thus, this study confirms that the SVM is one of the benchmark models for the assessment of susceptibility of landslides. 相似文献
12.
贝叶斯极限学习机（BELM）具有充分利用数据先验信息，可以自适应估计模型参数的特点。但在样本数量不断增加时，如果每次都对BELM重新训练将会降低计算效率。针对此问题，本文提出一种动态贝叶斯极限学习机（DBELM）方法以应用于变形监测数据实时预报。该方法以BELM训练的模型参数为初值，根据新增样本信息可对初始模型参数进行动态更新，并从理论上推导了相关计算公式。通过对仿真数据和实际变形数据进行详细分析表明：DBELM方法的预报精度要优于BELM、正则化极限学习机（RELM）、极限学习机（ELM）3种方法。特别是在长期持续预报过程中，其预报性能相对于其余3种方法优势明显。这充分表明了所提方法应用于变形监测数据预报领域具有可行性和有效性。 相似文献
13.
运用约束Delaunay三角网从众源轨迹线提取道路边界 总被引：2，自引：2，他引：0
运用众源车辆轨迹数据提取道路信息需要解决轨迹点采样稀疏、高噪音、密度差异大等问题。为此,本文提出一种运用约束Delaunay三角网从车辆轨迹线集中提取道路边界的方法。首先,通过三角形边长度和Voronoi面积等几何特征表达轨迹点分布的聚集性差异,并将这两种不同几何维数的控制条件集成建立道路边界识别模型,运用"种子点"区域扩展方法实现道路边界的精确提取。最后,运用北京市出租车GPS轨迹进行试验,结果表明该方法适于车辆分布频率悬殊、时间跨度不同、道路网结构复杂的轨迹线数据处理。 相似文献
14.
Binh Thai Pham Indra Prakash Abolfazl Jaafari Dieu Tien Bui 《Journal of the Indian Society of Remote Sensing》2018,46(9):1457-1470
In this study, the spatial prediction of rainfall-induced landslides at the Pauri Gahwal area, Uttarakhand, India has been done using Aggregating One-Dependence Estimators (AODE) classifier which has not been applied earlier for landslide problems. Historical landslide locations have been collated with a set of influencing factors for landslide spatial analysis. The performance of the AODE model has been assessed using statistical analyzing methods and receiver operating characteristic curve technique. The predictive capability of the AODE model has also been compared with other popular landslide models namely Support Vector Machines (SVM), Radial Basis Function Neural Network (ANN-RBF), Logistic Regression (LR), and Naïve Bayes (NB). The result of analysis illustrates that the AODE model has highest predictability, followed by the SVM model, the ANN-RBF model, the LR model, and the NB model, respectively. Thus AODE is a promising method for the development of better landslide susceptibility map for proper landslide hazard management. 相似文献
15.
针对传统路网采集和更新需要昂贵的实地测量以及大量的后续内业处理问题,提出了一种从大规模粗糙轨迹数据中自动生成路网的方法。该方法包含轨迹滤选和路网增量构建两步:第1步通过构建空间、时间、逻辑约束的规则模型,在消除数据中的噪音和冗余的同时,将原始轨迹进行合理分割,滤选形成规范轨迹集合;第2步基于信息熵计算轨迹点周围道路的复杂度,据此自动调节道路分割参数,不断将新产生的路段加入到路网,同时计算道路平均交通流量和速度等路况信息,遍历各规范轨迹的定位点重复以上处理过程,最终得到完整路网。通过昆明市200辆出租车采集的约6851万条轨迹数据进行路网构建试验,并与OpenStreetMap数据比较,证明了本文方法的有效性。与已有典型方法比较,本文方法能用更少节点提取更高质量的路网。 相似文献
16.
城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明：本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。 相似文献
17.
Personalized travel route recommendation using collaborative filtering based on GPS trajectories 总被引：1，自引：0，他引：1
Travelling is a critical component of daily life. With new technology, personalized travel route recommendations are possible and have become a new research area. A personalized travel route recommendation refers to plan an optimal travel route between two geographical locations, based on the road networks and users’ travel preferences. In this paper, we define users’ travel behaviours from their historical Global Positioning System (GPS) trajectories and propose two personalized travel route recommendation methods – collaborative travel route recommendation (CTRR) and an extended version of CTRR (CTRR+). Both methods consider users’ personal travel preferences based on their historical GPS trajectories. In this paper, we first estimate users’ travel behaviour frequencies by using collaborative filtering technique. A route with the maximum probability of a user’s travel behaviour is then generated based on the naïve Bayes model. The CTRR+ method improves the performances of CTRR by taking into account cold start users and integrating distance with the user travel behaviour probability. This paper also conducts some case studies based on a real GPS trajectory data set from Beijing, China. The experimental results show that the proposed CTRR and CTRR+ methods achieve better results for travel route recommendations compared with the shortest distance path method. 相似文献
18.
One of the most serious practical limitations of boundary element methods for gravity field determination is that they cannot
make efficient use of existing satellite geopotential models. Three basic approaches to solving the problem are developed:
(1) alternative representation formulas; (2) modified kernel functions of classical representation formulas; and (3) modified
trial and test spaces. The three methods are tested and compared for the altimetry–gravimetry II boundary value problem. It
is shown that there is in fact a significant improvement when compared to the pure boundary element solution. Most promising
is the method of multiscale trial and test spaces which, in addition, yields sparse system matrices.
Received: 7 September 1998 / Accepted: 16 June 1999 相似文献
19.
对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。 相似文献