顾及密度对比的多层次聚类点群选取方法          下载免费PDF全文

程绵绵  孙群  李少梅  徐立 《武汉大学学报(信息科学版)》2019,44(8):1131-1137

在语义信息缺乏的情况下进行点群选取是制图综合的难点之一。提出了一种新的通过多层次聚类进行点群选取的方法。首先，针对k-means聚类算法的不足，利用改进的密度峰值聚类算法实现点群自动聚类，主要表现为用基尼系数确定最优截断距离及用局部密度和相对距离的关系自动确定聚类中心。其次，提出一种顾及密度对比的选取策略，通过点群多层次聚类，将点群划分成不同等级的簇，确定不同等级的聚类中心，建立点群的层次树结构；依据方根定律计算的选取数量，按照各级别簇的点数比例，自上而下逐层分配待选取点数，确定选取对象，实现点群的自动选取和多尺度表达。对不同分布模式的点群进行实验，验证了该方法的普适性和有效性。  相似文献   

地图矢量数据拓扑关系生成算法     

徐立  孙群  杨帅  徐振 《地理与地理信息科学》2012,28(4):18-21

拓扑关系的建立是地图矢量数据管理和更新的重要内容。在综合多种典型拓扑算法优点的基础上,详细描述了拓扑关系生成算法的主要过程,并在线要素互相交断链、结点匹配和特殊情况处理等方面对算法进行了改进。最后以1∶25万济宁市地形图数据进行了实验,结果表明该算法在效率方面优于传统算法。  相似文献   

基于空间认知的虚拟地理环境研究     

吴刚  王海涛  刘晨帆  徐立 《测绘与空间地理信息》2011,(6):143-145,148

虚拟现实技术逐渐成熟,改变了地图的表现手段,使人们在家中就能体验到整个世界,使人类对于世界的认识进入了一个崭新的阶段。本文从虚拟现实定义出发,介绍了虚拟现实的基础———空间认知理论,分析了虚拟现实与空间认知理论的关系和相互作用以及虚拟现实在地图学中的应用,并指出现阶段模拟虚拟地理环境下的一些瓶颈问题。  相似文献   

一种基于变化区域的局部拓扑更新算法简     

徐立  孙群等 《测绘科学》2013,(6):126-128

  相似文献   

聚焦高阶思维能力培养的毕业实习改革与实践     

温伯威  李少梅  周炤  徐立 《地理空间信息》2021,19(10):117-119

提出聚焦高阶思维能力培养的毕业实习改革措施,从与用人单位联合开展毕业实习、以问题为导向设计毕业实习内容、以学生为中心创新教学方法和灵活多样的考核方式4个方面探索毕业实习教学模式.实践表明该教学模式能改善毕业实习课堂教学效果,提升学生的问题求解能力、批判性思维能力和创新思维能力,对测绘类专业毕业实习具有借鉴意义.  相似文献   

中国科学院大亚湾海洋生物开放综合实验站正式开放     

徐立 《海洋科学》1991,15(4):27-27

为了贯彻执行“开放、流动、联合”的方针,充分利用大亚湾的资源和中国科学院南海海洋研究所大亚湾海洋生物实验站的现有设施,吸引国内外的科学家进行合作研究,发展亚热带内湾海洋生态系和海洋实验生物学的研究,中国科学院大亚湾海洋生物开放综合实验站正式对国內外开放。第一次学术委员会会议已于1991年1月中旬在广州召开,确定了实验站的研究  相似文献   

基于轨迹语义的船舶活动知识图谱构建     

刘建湘  陈晓慧  刘海砚  张兵  徐立  刘涛  付雨萌 《地球信息科学学报》2023,(6):1252-1266

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   

基于轨迹数据的移动对象分类识别研究   总被引：1，自引：0，他引：1  

王宇君  郭健  徐立  李宗明  李可欣 《测绘与空间地理信息》2022,45(4):18-26

  相似文献   

改进U-Net的遥感图像语义分割方法     

胡功明  杨春成  徐立  尚海滨  王泽凡  秦志龙 《测绘学报》2023,(6):980-989

利用深度神经网络进行遥感影像语义分割是遥感智能解译的一个重要内容，在城市规划、灾害评估及农业生产等领域具有十分重要的作用。高分辨率遥感影像具有背景复杂、尺度多样及形状不规则等特点，使用自然场景语义分割方法处理遥感图像往往存在分割精度低的问题。针对上述情况，本文在U-Net模型基础上，提出了一种多尺度跳跃连接方法来融合不同层次的语义特征，获取准确的分割边界与位置信息；引入注意力机制和金字塔池化解决复杂背景下的精细分割问题。为了验证本文方法的有效性，在WHDLD和LandCover.ai数据集上进行试验，并与主流语义分割方法进行对比。试验结果表明，本文方法的mIoU分别达到74.28%和82.04%,F₁均值达到84.47%和89.76%,均优于其他对比方法；相比于U-Net的分割结果，IoU在建筑物、道路等占比较少的类别上提升明显，且优于其他对比方法。  相似文献