排序方式： 共有17条查询结果，搜索用时 46 毫秒
1.
电磁地理环境无所不在,电磁环境的“时间、空间、频率”特征进行监测与分析对于评估电磁地理环境对人类的日常生产生活的影响具有十分重要的现实意义。目前电磁辐射数据的获取方法和空间化表达的研究非常有限。电磁现象有着自身的空间传播与衰减特性,传统的空间插值方法并不适用于电磁现象的空间化表达。全频段车载电磁环境监测系统沿道路密集采集获取不同频段电磁辐射强度信息,需要对其进行空间插值才能刻画其二维空间的分布特征,本文根据电磁波空间传播规律,提出并实现了基于电磁辐射传播模型的电磁环境空间插值方法,对车载移动电磁环境监测系统获取的数据进行空间化处理,并将该方法与常用的IDW和Ordinary Kriging空间插值方法进行实验对比分析。实验结果表明,本文方法比其它空间插值方法更适合于电磁地理环境数据的空间化表达。 相似文献
2.
径向基函数（Radial Basis Function,RBF）是一种不需对数据做任何假设,能准确逼近任意维度数据的空间插值方法。其特别适合于复杂地形的数字高程模型（Digital Elevation Model,DEM）插值重建,但随着已知点数量的增加会导致插值模型求解困难或缓慢。针对这个问题,本文基于二叉树自适应递归分块原理,采用局部最优形态参数的RBF分块插值方法进行DEM插值重建。首先,设定子区域最小点数阈值和相邻子区域的重叠率,自顶向下,对研究区域进行递归分块,构建区域分块二叉树,对二叉树叶子节点区域,采用逐点交叉验证（Leave One Out Cross Validation,LOOCV）方法求解其最优形态参数,建立局部RBF最优插值模型;然后,根据单元分解原理,采用加权平均方法对相应叶子节点区域内的待插值点高程进行加权求和,自底向上递归求解,得到待插值点最终高程值。以云南某地区DEM进行插值实验表明,采用本文方法进行DEM插值重建,稳定性较好,插值精度高。 相似文献
3.
在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。 相似文献
4.
行车轨迹是一种时间序列的地理空间位置采样数据,而传统的轨迹—路网匹配方法主要以全局或局部寻优的方式建立轨迹—路网匹配关系,影响了时空场景中数据的匹配计算过程的相对独立性。针对这个问题,本文基于粒子滤波（Particle Filter,PF）原理建立行车轨迹与道路网络之间的匹配关系。首先,沿轨迹中车辆运动方向在道路网络中搜索邻近道路节点,在与道路节点拓扑邻接的道路弧段上初始化随机生成粒子,根据轨迹中车辆运动模型将粒子沿所在道路弧段移动;然后,基于PF原理计算各时刻粒子运动状态及与行车轨迹采样点之间的距离误差,根据高斯概率密度函数计算粒子权重并利用随机重采样方法进行粒子重采样,迭代更新粒子运动状态;最后,计算与搜索到的道路节点拓扑邻接的每条道路弧段中累计粒子权重,通过各道路弧段累计权重计算轨迹—路网匹配关系。以行车轨迹进行实验表明,利用本文方法可以通过粒子时空变化反映采样点的移动,行车轨迹—路网匹配结果的正确率大于85%,能够实现行车轨迹和路网的准确匹配。 相似文献
5.
6.
采用多层紧支撑径向基函数对离散数据内插生成DEM。首先对采样数据进行预处理,在原始数据上删除最小距离点对上的点,每次删除后将剩下的数据点存储并作为下一次删除操作的数据源,重复删除操作至点数为给定的初值;然后在已存储的数据集中选取均匀度较大的m个子集作为插值的数据源,分别进行紧支撑径向基函数插值,将上一层的误差作为下一层的插值属性值,求解插值矩阵系数。将规则格网点作为插值点通过插值矩阵内插生成DEM,并且与各种径向基函数插值方法进行比较。实验分析表明,基于多层紧支撑径向基函数的DEM具有较高的插值精度,可作为一种DEM插值方法。 相似文献
7.
在地理空间中各种地理现象实际上是一种连续变化的空间场。由于受到观测手段、工具的限制,只能从有限的地点获得有限的观测数据。为了获得连续的空间场,通常采用克吕格插值、反距离权重插值等方法进行重建。但这些方法都是各向同性的,与具有各向异性的真实地理现象分布并不相符。该文以各向同性的紧支撑径向基函数插值模型为基础,对其进行改进,使其能够顾及空间场的各向异性。其方法是利用加权主成分分析对原始数据进行方向性特征分析并进行旋转,再利用半变异函数拟合变换后坐标系下各轴向的变程值,以此为基础构建紧支撑径向基函数插值模型并进行插值,最后将插值结果逆旋转到真实地理空间。以国家气象中心提供的黄淮海平原气温数据与香港天文台提供的香港地区气温数据为例,对该文提出的顾及各向异性紧支撑径向基函数空间插值方法进行验证,并与反距离权重插值、全局径向基函数插值及顾及各向异性的普通克里格插值进行对比,实验表明该方法具有较高的精度且能够对气温场的细节进行准确的重建。 相似文献
8.
针对以欧氏距离作为放大因子对电子地图进行放大裁剪引起的信息失衡问题,提出了采用地理多要素Voronoi图相邻关系的地图放大裁剪方法,可有效避免以欧氏距离作为地图放大因子的地图信息失衡问题。将电子地图中的地理要素分为点、线、面,对于点要素,构建它的Voronoi图;对于非点要素,即线和面要素,构建它们的近似Voronoi图,当用户对电子地图中感兴趣地理要素目标放大时,只需要提取该目标的多要素Voronoi图相邻要素的近似Voronoi图,并计算它们的最小外包矩形,将最小外包矩形区域用于最终的地图放大裁剪区域,则可较好地顾及用户感兴趣地理要素目标周围的地理要素信息,可提高地图的易读性。采用本文方法对某区域电子地图进行了试验,结果表明,地理多要素Voronoi图相邻关系的地图放大裁剪方法能够较好地顾及目标周边地理要素信息,避免了以欧氏距离为放大因子的地图信息失衡。 相似文献
9.
快速、准确地对地形进行重建以生成数字高程模型是地理信息表达的重要研究内容,径向基函数（radial basis function,RBF）作为一种插值性能较优的空间插值方法,特别适合于重建复杂的地形模型,但随着已知地形采样点数量的增加,RBF插值模型求解速度变慢,同时插值矩阵过于庞大而导致插值模型求解困难甚至求解失败。针对这个问题,本文基于区域分解和施瓦兹并行原理进行地形插值,以紧支撑径向基函数（compact support RBF,CSRBF）构建基于所有地形采样数据的全局插值矩阵,并自适应求解子区域CSRBF插值节点紧支撑半径,基于限制性加性施瓦兹方法（restricted additive Schwarz method,RASM）采用多核并行架构对各局部子区域的插值矩阵进行求解。以某地区数字高程模型（DEM）数据进行插值实验,结果表明,本文方法能够对大规模地形数据进行准确重建,并且具有较高的求解效率。 相似文献
10.
正志愿者地理信息/自发的地理信息(volunteer geographic information,VGI)志愿者提供的车行全球导航卫星系统(Global Navigation Satellite System,GNSS)轨迹数据为道路网络的建模、更新与维护提供了新的途径。然而,由于VGI志愿者使用的设备和数据采集方法形式各异,提供的车行轨迹数据普遍存在质量不确定性、数据多源异质性和空间分布不均匀性等问题,给基于车行GNSS轨迹的道路网络构建与增强带来了挑战。针对目前存在的这些问题与挑战,本文主要完成以下几个方面的工作: 相似文献