共查询到19条相似文献，搜索用时 125 毫秒
1.
室内定位数据记录了用户在室内空间活动的时空轨迹,是研究人群室内行为的重要信息源。室内数据时空耦合、分布复杂,可视化分析可以更好地揭示其规律。然而,与室外数据不同,室内数据具有时空粒度细、定位精度高等特点,与POI之间的空间关系更为明确,其轨迹受到室内设施和空间的制约,出现高维和不规则的特征,而这给室内行为研究提供依据的同时,又给可视化分析带来一定的挑战。现有的可视化方法主要应用于室外定位数据,关注轨迹自身的活动轨迹分析,往往忽略了所经过POI语义信息表达。针对这一问题,首先分析室内空间结构与定位数据的特征,阐述室内空间可视化分析的特殊性;在此基础上,面向室内人群的时空分布、移动模式及相关POI之间的对比、关联分析的需求,细化可视化分析的内容,明确可视化分析与展示的对象,并设计数据结构;从数据结构、可视化方法、展示图件及用户交互4个层次构建时空行为可视化分析模型;基于上述方法,采用WebGIS和WebGL技术综合设计和实现了面向商场定位的商场客流分析系统;最后,通过某一大型商场的用户定位数据进行可视化分析,从而验证了研究成果的正确性和有效性。 相似文献
2.
针对高维数据包含的不相关和冗余特征影响检测方法性能的问题,提出了基于遗传神经网络入侵特征选择模型.该模型在传统的遗传神经网的输入层和隐含层之间增加特征选择层,并在特征选择层与输入层间设置连接开关,如果开关合上,则该特征被选中;否则为放弃.实验结果表明,该模型在保持原有信息完整性的同时,能有效减少冗余特性;在保证检测准确率的前提下,有效提高系统的检测速度. 相似文献
3.
智能导游是基于游客位置的路径引导、游览讲解的综合性服务,与地理信息系统(GIS)、移动定位技术、基于位置的服务(LBS)等之间有着密切的联系。目前,室外定位技术已趋于成熟,但是无法满足室内定位的要求,因而室内外一体化定位在智能导游领域的应用亟待研究。本文将室内外定位引入到景区智能导游服务中,在调研室内外定位技术的基础之上,根据景区智能导游系统中室内外定位的具体需求,研究基于全球定位系统(GPS)和超宽带技术(UWB)的室内外组合定位方法,提出基于游客行为与空间状态的室内外组合定位模式,通过探测游客的运动状态实现定位切换算法,构建基于GPS与UWB的室内外组合定位平台。 相似文献
4.
近年来,基于点云的室内三维重建在各个领域得到了越来越多的关注.然而通过点云重建室内模型仍有许多问题需要解决:①重建模型的几何特征约束性较差;②模型几何特征拓扑重构复杂;③模型多为表面模型未构建实体模型.针对以上问题,提出了一种基于约束最小二乘的线特征方法实现室内墙体的重建.首先采用局部最小二乘拟合和全局区域生长的思想从点云提取线特征.然后基于约束最小二乘的思想构造全局约束矩阵约束线特征,通过固定区域线段相交方法重构拓扑关系.最后,构造线段缓冲区确定内外墙线重建墙体模型.通过几组数据进行实验,结果表明该方法重建的墙体模型具有几何结构完整和特征约束性强的特点. 相似文献
5.
室内导航网络是行人导航、信息推荐和商业分析的基础。传统人工测绘或半自动提取的室内三维导航网络无法满足复杂室内空间结构高频变化需求。随着室内定位技术的不断发展,室内移动对象轨迹数据爆发式增长,为室内导航网络快速构建与变化监测更新提供了可能。本文提出一种基于移动对象轨迹的室内导航网络构建方法,在基于ST-DBSCAN的轨迹简化预处理基础上,提出了室内轨迹自适应栅格化算法,减弱栅格图像分辨率对导航网络提取的影响,有效避免廊道轨迹密度差异造成的导航网络拓扑连通失效,并通过CFSFDP自适应聚类算法自动识别楼层之间连通点,实现室内导航网络的快速构建。实验数据来源于上海图聚智能科技股份有限公司提供的某商城真实的室内移动对象轨迹数据,实验结果表明,与普适栅格化方法相比,本文提出的方法将导航网络构建准确率平均提高2.43%,拓扑正确度提高12.8%。 相似文献
6.
7.
古琴是中华民族的古老乐器,知名的古琴名人流传至今,但是由于古代历史书籍匮乏、记录不完整性以及古今地名歧义性等原因,导致无法收集完整的古琴名人移动轨迹数据。本文基于众包思想,构建基于WebGIS的古琴名人时空信息采集系统,着重解决古琴名人轨迹数据库和知识数据库的构建。基于众包数据,古琴名人时空信息采集系统对古琴名人轨迹进行可视化查询,动态展示古琴名人的二维与三维轨迹,并结合古琴知识图谱,实现古琴名人相关信息的智能化查询。古琴名人轨迹点时空核密度分析结果显示古琴名人移动轨迹与中国历史人口迁移趋势一致,且古琴名人倾向于停留在具有浓厚文化气息的历史名城与山水之地,从而有利于古琴文化的传承与发展。本文所采用的方法不仅可用于古琴名人,同样适用于其他历史名人或移动物体的轨迹采集。 相似文献
8.
为解决高分辨率遥感影像变化检测中存在底层特征缺乏语义信息、像元级的检测结果存在“椒盐”现象以及监督分类中样本标注自动化程度较低,本文提出一种基于超像元词包特征和主动学习的变化检测方法。首先采用熵率分割算法获取叠加影像的超像元对象;其次提取两期影像像元点对间的邻近相关影像特征（相关度、斜率和截距）和顾及邻域的纹理变化强度特征（均值、方差、同质性和相异性）,经线性组合作为像元点对的底层特征;然后基于像元点对底层特征利用BOW模型构建超像元词包特征,并采用一种改进标注策略的主动学习方法从无标记样本池中优选信息量较大的样本,且自动标注样本类别;最后训练分类器模型完成变化检测。通过选用2组不同地区的GF-2影像和Worldview-Ⅱ影像作为数据源进行实验,实验结果中2组数据集的F1分数分别为0.8714、0.8554,正确率分别为0.9148、0.9022,漏检率分别为0.1681、0.1868,误检率分别为0.0852、0.0978。结果表明,该法能有效识别变化区域、提高变化检测精度。此外,传统主动学习方法与改进标注策略的主动学习方法的学习曲线对比显示,改进的标注策略可在较低精度损失下,有效提高样本标注自动化程度。 相似文献
9.
随着全球经济一体化的深入推进，海上交通拥堵和船舶事故频发。为了对海上船舶活动进行监管和分析，传统的方法主要利用船舶定位数据进行数据挖掘，未结合其他海上多源数据进行船舶时空活动过程和行为模式分析，缺少深层次的知识挖掘。为此，本文综合利用多源数据，在提取轨迹的语义信息基础上，构建船舶活动知识图谱，为低知识密度的轨迹时空点序列向高阶语义知识转化提供一种有效途径。具体地，首先通过解析船舶活动的特征和组成要素，基于“过程-事件-行为”的核心思想，设计船舶活动知识图谱本体层；然后利用Stop/Move模型提取轨迹语义信息，利用DMCNN模型抽取船舶突发事件，完成实例层填充；最后通过构建原型系统，对上述模型和方法进行验证。结果表明，本文所构建的船舶活动知识图谱，可以支持对船舶常规活动和突发事件进行知识表示，并可以实现时空活动查询和回溯，进而达到语义增强效果，具有一定的应用价值。 相似文献
10.
11.
针对高分辨率遥感影像变化检测结果较破碎,易产生椒盐噪声、监督训练过程中人工标注成本较高、训练样本冗余以及大量未标注样本信息未有效利用等问题,提出一种超像素与主动学习相结合的高分辨率遥感影像变化检测方法。利用超像素分割算法得到超像素对象,提取其光谱和纹理特征;引入并借助主动学习样本选择策略充分利用未标注样本信息,挖掘不确定性最大、最易错分的样本交由用户人工标注;为保证所选样本的多样性,加入基于余弦角距离的样本相似性度量,以减少样本间信息冗余,在减轻人工标注负担的同时获得良好的分类性能。通过对2组不同场景的遥感影像的实验,表明本文提出的2种方法能够在标注少量训练样本的情况下获得较好的变化检测结果,且加入样本相似性度量的变化检测方法在有效减少人工标注成本和训练样本冗余的同时,能够更快地达到收敛、提升检测质量。 相似文献
12.
为提高现有多源影像无监督变化检测方法存在的检测结果易受噪声影响和计算效率低等问题,本文提出了一种基于分层极限学习机影像转换的多源影像变化检测方法。分层极限学习机（Hierarchical Extreme Learning Machine, HELM）通过多层前向编码获得丰富的特征表示,且当特征提取完成即可确定网络参数。本文方法首先通过对合成孔径雷达（Synthetic Aperture Radar, SAR）影像进行对数转换,以获得与光学影像相同的影像噪声分布,并利用影像平滑减少影像噪声对变化检测结果的影响;然后分别对多源影像进行聚类分析,通过对比两时相影像的聚类图获得初始变化检测图,选取初始变化检测图中的未变化区域的像元作为初始训练样本,构建训练样本修正模型修正初始训练样本以提高训练样本的准确性;引入HELM以实现多源影像特征空间转换,获取多时相空间转换影像,提高了算法效率;最后通过对比原始影像和多时相空间转换影像获取变化信息。两组多源影像(Google Earth和哨兵1号影像)的实验结果表明：与现有方法相比,本文方法的Kappa系数分别至少提高了6.19%和8.94%,证明了本文方法对多源影像变化检测的有效性。 相似文献
13.
建筑物的自动提取对城市发展与规划、防灾预警等意义重大。当前的建筑物提取研究取得了很好的成果,但现有研究多把建筑提取当成语义分割问题来处理,不能区分不同的建筑个体,且在提取精度方面仍然存在提升的空间。近年来,基于多任务学习的深度学习方法已在计算机视觉领域得到广泛应用,但其在高分辨率遥感影像自动解译任务上的应用还有待进一步发展。本研究借鉴经典的实例分割算法Mask R-CNN和语义分割算法U-Net的思想,设计了一种将语义分割模块植入实例分割框架的深度神经网络结构,利用多种任务之间的信息互补性来提升模型的泛化性能。自底向上的路径增强结构缩短了低层细节信息向上传递的路径。自适应的特征池化使得实例分割网络可以充分利用多尺度信息。在多任务训练模式下完成了对遥感影像中建筑物的自动分割,并在经典的遥感影像数据集SpaceNet上对该方法进行验证。结果表明,本文提出的基于多任务学习的建筑提取方法在巴黎数据集上建筑实例分割精度达到58.8%,在喀土穆数据集上建筑实例分割精度达到60.7%,相比Mask R-CNN和U-Net提升1%~2%。 相似文献
14.
地球表层系统是一个极其复杂的巨系统,为了更精确地表达地球表层系统各种过程的动态演进,解决数据同化系统观测误差的估计与处理已经成为地球科学领域备受关注的问题之一。在地球科学系统数值模拟中,一般采用集合数据同化来探讨地学变量预报时的各种误差。集合类卡尔曼滤波通常会由于集合数过小而带来欠采样、协方差低估、滤波发散和远距离虚假相关等问题。针对背景误差协方差被低估问题,局地分析方法（Local Analysis, LA）在一定程度上能起到抑制作用,但无法彻底解决背景误差协方差的虚假相关问题。因此,本文在集合卡尔曼滤波的算法框架下提出了一种与模糊逻辑控制算法相耦合的局地化分析方法（Fuzzy Analysis, FA）。在强非线性Lorenz-96模型中,对不同模型误差下的LA和FA方法进行了性能优劣方面的探讨,并比较分析了2种方法在集合数、观测数和观测位置、放大因子以及强迫参数变化时的同化性能。实验采用均方根误差作为算法评判依据,同时用功率谱密度（Power Spectral Density, PSD）更直接地对2种算法性能优劣作出了评价。结果表明：在完美模型下,FA相对于LA降低了17.5%的均方根误差（Root Mean Square Error, RMSE）;随着模型误差增大,RMSE减小的百分比和减小幅度都在降低;在严重模型误差下,FA降低了8.6%的RMSE。总体而言,新算法FA的有效性和鲁棒性都得到了验证,并且在EnKF同化基础下有效改进了传统的局地化分析方案,优化了观测误差处理,为今后的数据同化研究提供了一个较为全面的观测误差研究平台。 相似文献
15.
商业和工业领域中,室内行人、车辆、机器人的位置信息正逐渐成为人们关注的热点,并随之产生了大量的室内定位技术和方法,如使用无线信号、地磁、超宽带和超声波等方式进行室内定位。然而,目前的这些室内定位方法大多需要额外辅助设备的支撑,增加了定位成本和硬件开销。视觉定位作为一种目前较为流行的定位方式,具有实施成本低、不依赖任何外界辅助设备等优势。其中,构建带有位置标签的图像数据库是视觉定位方法的关键环节,而传统的构建图像数据库方法人力开销大、时耗长。因此,本文提出一种运动恢复结构（SFM）和航位推算结合的视觉定位方法,能够快速构建图像位置数据库、大大降低人力开销。该方法主要包括2个阶段：离线阶段和在线阶段。离线阶段主要实现图像序列位置的自动标注,通过采集行走路线上的手机内置传感器信息和视频信息,提出一种多约束图像匹配方法用于视频图像的连续匹配,将匹配结果用于SFM方法,可以得到相邻图像间的运动角度,使用行人航位推算（PDR）方法标注图像序列的轨迹坐标。在线阶段使用提出的图像匹配方法计算查询图像与数据库影像间的匹配点数量,将匹配点最多的K个数据库影像位置坐标加权平均作为查询图像的定位结果。最后,分别在2种典型的室内环境下进行实验,结果表明本文方法在离线阶段位置标注的平均误差为0.58 m,在线阶段图像匹配定位的误差范围在0.2~1.4 m。 相似文献
16.
采用传统ELM算法进行滑坡位移预测时，其网络输出权值由最小二乘估计得出，导致ELM抗差能力较差，从而造成网络训练参数不准确。为此，将M估计与ELM相结合，提出一种基于M估计的Robust-ELM滑坡变形预测方法。该方法利用加权最小二乘方法来取代最小二乘法计算ELM输出权值，以减少滑坡监测数据中粗差对ELM预测的干扰。分别以链子崖、古树屋滑坡体为例，将Robust-ELM进行了单维、多维粗差的抵御性验证。结果表明，该方法能够有效降低粗差对预测的影响，具有良好的抗差能力。 相似文献
17.
褶皱的自动化识别是构造解译、地貌类型划分、三维建模等工作的基础。目前,基于地形形态进行空间统计特征分析的地貌类型自动识别方法,难于满足以“对称重复”空间结构为特征的褶皱构造地貌的识别需要。本文以基于ARG的褶皱场景建模为切入点,利用形式文法定义不同褶皱类型的空间结构模式,形成了一种基于空间结构模式匹配的褶皱构造自动识别方法,进而有效地支持了褶皱地貌的自动化识别。该方法包括4个环节：（1）根据核部地层与横切剖面线提取原则,提取可能存在褶皱的场景条带;（2）基于邻接ARG建模方法对场景条带进行场景空间结构的建模与化简;（3）将化简后的邻接ARG模型表达成句子,并通过判别其能否由模式文法推导而来,实现针对不同褶皱构造模式的匹配识别;（4）基于识别出的褶皱场景进行山、谷的进一步判别,最终确定褶皱构造地貌类型。实验表明,本方法可以较为准确地识别出庐山北部山地区域的褶皱构造,并确定褶皱地貌类型。该方法基本解决了构造地貌类型的自动化识别问题,是对传统地貌形态划分方法的有效补充。 相似文献
18.
针对传统方法和深度学习匹配方法在倾斜影像上获取匹配点少、复现率低以及精度不高等问题,本文提出一种面向倾斜摄影的深度学习航空影像匹配方法。首先,利用POS信息计算影像重叠区域,并对倾斜影像进行透视变换改正,减弱几何变形对匹配过程的影响;其次,在变换后的重叠区域影像上利用训练的多尺度特征点检测网络推理其对应的高斯热力图,在高斯热力图尺度空间检测极值点作为稳定特征点,基于自监督主方向检测网络获取特征点主方向;接着,在特征点描述阶段,结合网络学习得到的特征点位置和主方向获取尺度旋转不变GeoDesc基础描述子,并考虑图像的几何、视觉上下文信息对描述子进行增强处理;最后,通过双向比值提纯法获取初始匹配点,利用RANSAC和图约束方法剔除误匹配后获得最终匹配点结果。使用ISPRS提供的2组典型区域倾斜影像进行匹配实验,结果表明,相比于SIFT、ASIFT、SuperPoint、GeoDesc及ContextDesc等算法,本文方法能够在大视角变化和纹理信息贫乏的倾斜影像对上获取更多均匀分布的匹配点,同时复现率也要优于其他方法。 相似文献
19.
滨海湿地是动态且脆弱的生态系统,遥感变化检测技术为滨海湿地动态变化监测提供了有效手段。为解决像元级变化检测对配准误差敏感及其椒盐现象严重,对象级变化检测受分割参数影响较大且过程繁琐等问题,本文提出了显著图引导的结合像元级与对象级变化检测方法。首先,提取湿地亮度、归一化差异植被指数、归一化差异水体指数三个特征,得到特征差异影像;其次,利用最大对称环绕显著性检测算法生成显著图,采用结合模糊C均值和马尔可夫随机场方法对显著区域进行分割得到初始像元级变化检测结果;最后,在面向对象分割的基础上,通过构建对象的不确定性指数自适应选择训练样本,采用随机森林分类器进行分类得到最终变化检测结果。利用江苏盐城滨海湿地资源三号影像进行实验,结果表明,结合像元级与对象级方法的湿地变化检测总体精度为93.51%,与像元级、对象级方法相比,虚检率分别降低了29.04%和22.78%。 相似文献