共查询到19条相似文献，搜索用时 173 毫秒
1.
为了在较少地类的基础上,深入研究土地利用变化过程,可把较多的地类合并成较少的具有重要变化特征的地类.本文运用基于行为聚类的方法,将净增加和净增加的地类合并或净减少和净减少的地类合并,但不能将净增加和净减少的地类合并.主要分为3个阶段实现:第1个阶段是完全不变阶段,聚类结果是形成综合的完全不变地类;第2个阶段是完全减少和完全增加阶段,该阶段将完全减少地类和完全增加地类分别进行合并;第3个阶段是转变阶段,该阶段计算了每一对有相同净变化方向地类的相互转变信息.基于行为聚类的算法在每一步的计算过程中都会保留净变化面积为常数,转变变化面积保留最大化.本文对3个聚类原则进行了数学证明,定义了6种聚类行为,以云南省土地利用分类体系为例,从面积变化和强度变化2个角度阐述了行为聚类方法的可行性和优势性.最后,与刘纪远等建立的土地利用遥感监测分类系统进行比较,结果表明:行为聚类算法聚类到9种类型时,类型总变化面积达到5.10%,比原始类型的总变化面积下降了0.06%;而基于遥感监测分类系统的6个一级分类将总变化减少至4.7%,与聚类算法比较,总变化面积减少了0.4%.实践证明,行为聚类的算法可更好地保留土地利用动态变化信息,证明了该聚类方法的有效性. 相似文献
2.
纹理数据是三维建筑模型中的重要组成部分,通常会消耗大量的内存,导致模型较难实现流畅稳定的动态可视化。针对这个问题,本文提出了一种面向三维模型可视化的“分形-视距”（FVD）多分辨率纹理生成及纹理组织方法。该方法首先利用分形对纹理进行压缩并将其存入纹理数据库,然后按照视距及目标立面的可见性情况创建和组织对应纹理：当视距符合纹理调用条件且目标立面可见时,根据不同视距,执行多分辨率纹理创建,按照各类三维模型数据间的属性关系建立索引,存入关系数据库;当视距不符合纹理调用条件但该立面又可见时,利用纹理分割算法创建颜色纹理树,将节点合并表示立面纹理。最后根据变化的视角和距离调用相应纹理,实现三维模型的动态流畅可视化。本文选择山东省济南市历下区作为研究区域,使用的纹理数据共5290幅。实验结果表明,与3ds Max、SketchUp Pro相比,本文提出的方法减少内存占用分别约为36.5%和49.1%,帧速率提高约7%和10.9%,极大地提高了大场景三维模型可视化的渲染效率和速率。本文提出的方法在三维建筑模型渲染效率和视觉质量之间取得了很好的平衡,这一问题的改善将为建立智慧城市提供快速有效的科学支撑。 相似文献
3.
空间聚类与传统聚类方法的区别之一在于空间聚类是对空间实体的集群性进行分析,在聚类过程中需考虑模式在空间分布上的一种或几种结构特征,如模式间的远近关系、拓扑关系、方位关系、疏密关系等。然而,传统聚类算法大多忽略空间结构特征对聚类结果的影响。同时,传统数据挖掘过程往往是“黑箱”作业,用户不论感兴趣与否都只能被动地接受挖掘结果,而且结果往往是抽象的、不易理解的。本文对基于MST的可视化空间数据聚类挖掘算法进行了研究,利用Delaunav三角网和MST最小生成树使得地理实体的邻接度与其他属性数据一起参与了空间聚类处理,同时用J2EE技术开发可视化空间聚类挖掘工具,为此类应用系统的建立提供了一种实用的可行方案。 相似文献
4.
针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则（Multiway Normalized Cut, MNCUT）强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%~88.8%的运行时间;基于介数中心性和多路切图准则优化的蚁群搜索聚类算法,可以有效进行流向语义聚类。相比已有方法本文方法能够更好地衡量流向间的语义相似程度,可实现按主题进行聚类划分,划分更加精细,更方便有效地进行流向语义的相关分析。 相似文献
5.
目前基于野外地质调查数据自动、快速地建立区域三维地质体模型是中国全面开展三维数字地质填图的迫切需求。本文基于产状、地质界线与路线剖面等野外区域地质调查要素,提出了一种二维平面地质图及路线剖面图向三维地质体模型的快速转换方法。该方法针对无剖面约束及含剖面约束2种情形,通过地质界线区域分割、多段线仿射变换等空间几何变换处理,推估出剖面线约束的地下地质界线,基于Coons曲面构建出地质体的侧面模型;然后,通过约束三角网算法构建地质体的顶、底面模型,最终建立拓扑一致的区域地质体三维模型。基于此方法,对中国1:2.5万区域地质调查试点区域进行了区域三维地质建模实践,实现了火山口、地层、岩体、断层等典型地质构造的快速三维重建。 相似文献
6.
道路选取是道路网自动综合的关键问题之一,这方面已有多年研究,虽已取得很大进展,但尚不能自动完成一定比例尺下道路网的选取。本文提出一种基于层次随机图的道路选取方法,通过构建道路网的层次聚类结构以辅助道路选取。层次随机图是一种复杂网络模型,表现为一个二叉树,它不仅可以将复杂的道路网进行层次聚类,而且在可视化的同时提供了不同粒度的聚类信息。在构建道路网的层次随机图的基础上,本文采用累计权重数来衡量每条道路在整体层次结构中的重要性,并据此进行道路选择。我们将该方法应用到不同模式的实际道路网中进行道路选取试验,包括方格形、方格放射状、环形放射状、自由式路网等,以对应的谷歌地图作为参考进行道路选取符合数量、符合长度的定量评价和观察对比定性评价。试验表明本方法的选取结果与谷歌地图符合度很高。此外,与典型的基于路划长度和基于度中心度(degree centrality)的选取方法相比,本文方法更优。最后给出了本文方法优缺点的讨论和进一步研究的展望。 相似文献
7.
针对当前建筑群组相似模式检索中空间域和谱域相似度量方法的模型泛化能力较弱，且空间信息利用不足的问题，本文提出了一种基于变分图卷积自编码器的相似检索模型。首先，利用最小生成树构建建筑群组图数据，并将建筑物描述特征嵌入图节点中，实现建筑群组模式的定量化表达；其次，在变分图卷积自编码器重参数化模块中，加入四维超混沌系统与高斯分布融合生成的混合噪声，通过增加采样的随机性来提高模型的泛化能力；然后利用图卷积和池化代替全连接层以保留更多的空间信息，并对低维特征编码进行处理，获得建筑群组的模式特征编码；最后，利用余弦距离来获得待检索建筑群组与模式编码库中建筑群组之间的相似度，从而实现建筑群组模式的相似检索。实验结果表明，该模型能够有效提取建筑群组的模式特征，通过无监督学习实现端到端的建筑群组相似模式检索，为建筑群组模式的自动分类与相似检索提供了新的思路和方法。 相似文献
8.
高分辨率遥感影像的分割算法研究对遥感数据处理与应用具有重要意义。本文提出了一种优化合并的分割算法以提高运算效率,该算法包含局部最优合并和全局最优合并2个阶段。第1阶段采用凝聚层次聚类（Hierarchical Agglomerative Clustering,HAC）方法实现局部最优合并,并对其合并规则进行了优化,使优化后的合并规则先注重光谱特征,再考虑待合并区域的几何特征。第2阶段采用区域邻接图（Region Adjacency Graph,RAG）方法实现全局最优合并,其合并规则主要考虑了区域的光谱和边界信息,减少了区域尺度对合并规则函数产生的负面影响,并且该阶段利用了红黑树来实现全局最优合并,以提高对RAG的搜索效率。最后,利用OrbView3高分辨率遥感影像开展了分割实验,结果表明本文算法可以得到令人满意的分割精度。本文的成果为遥感影像分割及其相关研究提供了新思路。 相似文献
9.
本文用多元分析方法运用电子计算机依10种动物必需氨基酸构成比例对58种饲料进行数值分类。分类是用欧氏距离作为相似性测度,聚类算法采用类平均距离法,得到一系统聚类图。 相似文献
10.
针对无法利用激光扫描或多张图像实现三维重建的已损或不复存在的建筑,本文提出了一种基于结构化场景的单张图像建筑物三维重建方法。该方法先基于RANSAC算法及最小距离法分别解算灭点直线和灭点;然后基于平行平面、包含平行信息的任意平面和包含垂直信息的任意平面的平面模型解算三维坐标。本文以现存某高校图书馆为例,重建了三维模型,并分析了模型精度。结果表明,重建误差最小为0,最大为5.8%,模型整体精度在1.9%左右,符合三维重建精度要求。在四川省白鹿领报修院教堂的三维重建应用中,建立了已损建筑物的三维模型,获得了较好的重建效果。该方法适用于包含平行、垂直、灭点和平面结构的建筑物场景,可得到建筑物三维几何线框模型,几何细节采用纹理映射替代,可应用于现存建筑和文化遗存遗址的三维重建。 相似文献
11.
多尺度数据的有效组织与管理是实现三维建筑自动综合及多尺度应用的基础。本文对空间数据综合与多尺度表达数据管理方法的研究现状进行了分析。根据三维建筑自动综合的特点,本文提出了一种基于R树的多尺度三维建筑空间索引模型——GAMR树（Generalization Area Multi-representation R Tree）;对GAMR树的定义和结构进行了详细描述,设计了顾及GAMR树高度与所选长度阈值关联关系的索引构建方法。针对三维建筑特点,设计了一种支持多尺度区域对象完整查询的检索方法,并根据建筑特征的可辨性,实现了顾及视线角度对投影长度影响的三维建筑模型多尺度可视化方法。实验证明,GAMR树能很好地适用于三维建筑多尺度模型的组织与管理,对三维建筑几何模型的自动综合具有重要意义。 相似文献
12.
近年来,城市发展快速,大量人口奔向城市工作生活,城市建筑物的数量有如雨后春笋般扩张,需要合理地规划城市土地资源,遏制违规乱建现象,因此基于高分辨率遥感影像,对建筑物进行准确提取,对城市规划和管理有着重要辅助作用。本文基于U-Net网络模型,使用美国马萨诸塞州建筑物数据集,对网络模型结构进行探究,提出了一种激活函数为ELU、“编码器-特征增强-解码器”结构的网络模型FE-Net。实验首先通过比较不同网络层数的U-Net5、U-Net6、U-Net7的建筑物提取效果,找到最佳的基础网络模型U-Net6;其次,基于该模型,加入特征增强结构得到“U-Net6+ReLU+特征增强”的网络模型;最后,考虑到ReLU容易产生神经元死亡,为优化激活函数,将激活函数替换为ELU,从而得到网络模型FE-Net（U-Net6+ELU+特征增强）。比较3个网络模型（U-Net6+ReLU、U-Net6+ReLU+特征增强、FE-Net（U-Net6+ELU+特征增强））的建筑物提取结果,表明FE-Net网络模型的建筑物提取效果最好,精度放松F1值达到97.23%,比“U-Net6+ReLU”和“U-Net6+ReLU+特征增强”2个网络模型分别高出0.36%和0.12%,且与其他具有相同数据集的研究成果比较,具有最高的提取精度,它能较好地提取出多尺度的建筑物,不仅对小尺度建筑物有较好的提取效果,而且能大致、较完整地提取出形状不规则的建筑物,有相对更少的漏检和错检,较准确地实现了端到端的建筑物提取。 相似文献
13.
基于高分辨率遥感影像的建筑物提取具有重要的理论与实际应用价值,深度学习因其优异的深层特征提取能力,已经成为高分影像提取建筑物的主流方法之一。本文在改进深度学习网络结构的基础上,结合最小外接矩形与Hausdorff距离概念,对建筑物提取方法进行改进。本文主要改进内容为：① 基于Unet网络结构,利用金字塔池化模块 (Pyramid Pooling Module, PPM )的多尺度场景解析特点,残差模块(Residual Block, RB)的特征提取能力以及卷积块注意力模块(Convolutional Block Attention Module, CBAM)对空间信息和通道信息的平衡能力。将金字塔池化、残差结构以及卷积块注意力模块引入到Unet模型中,建立PRCUnet模型。PRCUnet模型更关注语义信息和细节信息,弥补Unet对小目标检测的欠缺;② 基于最小外接矩形与Hausdorff距离,改进建筑物轮廓优化算法,提高模型的泛化能力。实验表明,本文的建筑物提取方法在测试集上准确率、IoU、召回率均达到0.85以上,精度显著优于Unet模型,提取出的建筑物精度更高,对小尺度及不规则的建筑物有较好的提取效果,优化后的建筑物轮廓更接近真实的建筑物边界。 相似文献
14.
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
15.
随着城市建设的迅猛发展,城市建筑物建模的复杂性和实景化要求越来越高。因此,进行高精度的城市建筑物建模,建立有效的数据结构成为一项具有挑战性的工作。针对结构实体几何（Constructive Solid Geometry, CSG）模型建模的局限性,本文提出了一种结合CSG和BR（Boundary Representation）的混合建模方法。该方法改进传统的CSG为“空间CSG（SCSG）”,利用维度扩展的九交模型（DE-9IM）表示体元间的拓扑关系,确定唯一的SCSG树来表示城市建筑物的外部结构,同时用BR表示城市建筑物几何要素间的拓扑关系。然后,本文结合文件数据库和关系数据库来联合管理模型数据。关系数据库存储模型和纹理的属性信息;文件数据库存储模型和纹理图像。在存储和调用纹理影像时,关系数据库中的面ID将城市建筑模型ID和纹理ID关联,纹理图像和城市建筑模型同时被加载和存储。另外,本文采用最小二乘法对建筑物多边形进行正交化和拓扑调整处理,以保证模型数据的精确性。本文选择美国科罗拉多州丹佛地区和瑞士苏黎世地区的数据进行实验,并根据不同的建模方法进行模型加载耗时的比较,证明本文提出的方法耗时较少。实验结果表明,该混合建模方法不仅可以有效地表示实体的拓扑关系,还可以加快纹理加载,实现建筑物的快速精确建模,有效实现空间查询。 相似文献
16.
紧急情况下人员快速、安全疏散是室内空间智能化导航和路径规划服务的研究热点.本文采用房产空间管理数据为数据源,以“路径”和“节点”为关键要素,设计了楼宇空间路径模型,用以表达楼宇内部的空间关系及拓扑结构.基于此模型进一步研究了用于紧急疏散的楼宇路径构建算法,论述了构建“单楼层”和“多楼层”路径过程中走廊(过道)路径提取、... 相似文献
17.
三维GIS已成为当前地理信息系统研究的一个热点,而高分辨率卫星图像则是建设三维GIS的重要数据源。本文以IKONOS卫星图像立体像对为数据源,利用数字摄影测量的方法,开展目标地区的三维可视化信息提取,包括DEM生成、正射影像图制作,以及地面建筑物的三维信息和纹理图像的提取,然后,探讨应用ERDAS IMAGINE和3ds Max软件进行混合建模的技术方法,达到优势互补,完成地面建筑物的模型构建。最后,基于VC++6.0平台,结合DirectX软件开发包,综合利用多种技术自主开发构建目标地区的三维虚拟景观,实现地形地貌景观的浏览;进一步通过构建粒子系统对研究区冷却塔的烟雾效果进行模拟,通过加入生产环境和设施的各种影响因子模拟烟雾的变化,推理特定目标的生产活动状况,为项目的决策提供三维分析支持。 相似文献
18.
地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物等地图面状要素的形态特征有较强的依赖性,通常只在应对特定类型的规则轮廓或直角化轮廓时能发挥较好的效果,对于形状不规则或复杂的情况识别不佳。本文提出一种AlexNet支持下的地图建筑物形状分类方法,将矢量地图中建筑物数据的形状分类问题,转化为建筑物栅格图像的分类问题,通过完成卷积神经网络的图形分类实现建筑物的形状识别。该方法首先结合空间认知规律提出一系列典型建筑物形状类型,然后利用矢量-栅格转换的方法从OSM数据采样单体建筑物栅格图像,通过人工标识获得建筑物形状分类训练样本,训练AlexNet卷积神经网络分类模型,最后利用训练好的模型对大比例尺建筑物数据进行智能形状分类与识别。本文利用北京、香港2个城市的OSM建筑物数据作为样本训练建筑物形状分类模型,并在广州部分城区的OSM建筑物数据上进行验证。相较传统形状相似性度量方法,本文提出的方法对实验区建筑物的识别分类总体查全率提高了2.48%,达到92.32%,对于较为复杂的形状（如T形、十字形）识别也具有更高的精度,查准率分别提高了13.83%和24.53%。实验结果表明本文提出的方法对建筑物形状分类的效果有明显提升,能够实现常见建筑物形状的有效分类,为下一步的建筑物化简、典型化等综合操作打下了基础。 相似文献
19.
建筑物立面是城市地物的重要组成部分,而移动激光扫描是获取城市地物三维信息的重要手段之一。本文提出了一种基于移动激光扫描点云的建筑物立面半自动提取算法。该方法首先构建研究区水平网格;然后计算局部点云几何特征,并且将特征投影到水平网格生成点云特征图像;接着基于支持向量机（Support Vector Machine,SVM）对建筑物立面网格进行粗提取;最后使用网格属性（形状系数、网格面积、最大高程）对粗提取结果进行过滤,并将结果反投影到三维空间中得到精确的建筑物立面。以卡内基梅隆大学的移动激光扫描点云进行试验后表明,本算法能够较好地提取出建筑物立面,提取精度为84%,召回率为90%,数据修正后精度为88%,召回率为91%。通过与现有算法对比,本文提出的算法具有较高精度。 相似文献