当前位置:主页 > 科技论文 > 测绘论文 >

多尺度空间目标相似性度量研究

发布时间:2020-06-02 21:49
【摘要】:随着空间数据获取手段和技术的飞速进步,一大批基础地理数据库逐步建成并投入使用,已有空间数据与瞬息变化的现实世界之间的矛盾——空间数据现势性问题日益突出。当前地理信息学界普遍认同多尺度地图数据联动更新技术是提高空间数据现势性的一种重要手段,其关键就是目标匹配,即建立不同尺度地图同名空间目标之间的对应关系。不同尺度、不同来源的地图上同一目标通常具有一定的差异性,为了评价目标匹配结果需要对匹配目标对中不同尺度的空间目标进行相似性度量。已有的相似性度量方法主要有紧致度法、正切空间函数法、双参数法、傅立叶描述子法、形状多级描述法等,但这些方法都只考虑了目标总体特征或者局部特征。为此本文结合分形理论中的分形维数对形状的描述特性,具有旋转、平移和尺度不变性,建立了基于分形维数的多尺度地图数据相似性度量模型。对于线目标,基于分形维数的相似性度量方法以分形维数刻画线目标的几何形状特征,结合线目标之间的距离等信息对多尺度同名线目标之间的相似性进行定量度量。对于面目标,基于分形维数的相似性度量方法同样是以分形维数来刻画面目标的几何形状特征,结合其空间位置、大小和分布模式等信息对多尺度同名面目标之间的相似性进行定量度量。该方法既考虑了目标的局部结构特征,又兼顾了目标的整体分布特性。最后将该方法应用到点群目标相似性度量当中,并取得了较好的效果。分形理论的研究内容是不规则的几何形体和自然界中广泛存在的无序而又自相似性的系统,其中自相似性是该理论中的重要概念,即整体缩小后会与局部相同,局部放大后会与整体相同。分形维数是分形理论中最核心的概念与内容,它能够较好地表达直观上的形态特征,并能为研究不规则的复杂要素提供很好的数学方法。依据分形维数的特征,它本身顾及目标局部结构和整体自相似性,与人的视觉感知较为一致,是一种用来度量形状相似度的较好方法。因此本文将分形维数引入到多尺度空间目标相似性度量模型当中,并通过实验验证了基于分形维数的相似性度量模型的实用性。论文通过对多尺度空间目标相似性度量方法的研究,为空间数据质量评价和对比分析了提供依据,促进了空间数据的质量的改善,同时也能提高数据库自动更新的效率等。
【图文】:

距离计算,方法,空间目标


邋B)邋=邋max{^4邋,sB}逦(2.10)逡逑根据不同空间目标类型,图2.1给出了邋4种情形下的空间目标间Hausdorff距离计算逡逑方法1451。逡逑I逦 ̄逦 ̄逦|逦 ̄逡逑^逦 ̄\P逦逦逦n逡逑A邋B邋A邋B'逦/邋'B逦—逦^邋办逡逑A逦A逡逑a)邋Wt点、白勺十青形逦邋b)邋—个点与一条线的情形逡逑f-|逡逑C)两条线的情形逦d)邋—条线与一个面的情形逡逑图2.1邋Hausdorff距离计算方法丨45丨逡逑邓敏等人在Chen空间要素的Hausdorff距离度量方法基础上%,提出的广义逡逑Hausdorff距离度量模型和中位数Hausdorff距离度量A并通过研宄发现,采用广义逡逑Hausdorff距离模型对空间目标位置相似性度量的结果与人眼的判断结果更一致,得到的逡逑结果更稳定。逡逑2.4方向相似度逡逑空间目标多尺度表达前后并不完全匹配,但又存在一定的相似性,方向关系相似度逡逑便可以与描述这种空间关系"。1。空间方向关系即两个空间目标之间的相对方向关系,空逡逑间上两个目标d和5,,当d相对于5发生移动时,两目标的空间方向关系相对于移动前逡逑也就发生了改变,也就产生了差异性。与之相对的也就有了相似性,这也是地图数据空逡逑间关系维护的重要内容。Goyal最先提出了空间方向相似性的定义

面目标,方向关系,对象


逑利用投影法可以获得空间方向关系矩阵模型。其主要思想是H71:以空间目标对象为逡逑参考将其所在的空间分为九个独立的方向片,各方向片表示如图2.2所示,中心方向片逡逑为<9,其它外侧的八个方向片依次表示为??北(AO、南(S)、西(WO、东(五)、逡逑东北(AW)、东南(见)、西北(AW邋)和西南)。通过记录目标对象在参考逡逑对象方向片间的移动,刻画空间方向的变化。逡逑Nff逦N逦NE逡逑w逦e逡逑SN逦S逦SE逡逑图2.2参考对象空间方向分区[461逡逑图2.3给出了方向变化示例,以图2.3邋(a)作为参考,图2.3邋(b)、图2.3邋(c)是逡逑方向发生变化之后的情形,在计算方向相似性时,都与图2.3邋(a)比较。逡逑E]逦0□逡逑二翌=逦二翌=逦二公=逡逑 ̄|逦|逦qa逡逑a)逦b)逦c)逡逑图2.3面目标A和B间的方向关系(A为参考对象)逡逑根据图2.2的方法可对空间划分为九个不同的方向片,以d作为参考对象,可得到逡逑方向关系矩阵为:逡逑dir(A,B)=邋Alvf]B邋Aaf]B邋AEC\B逦(2.11)逡逑Asf]B邋4邋门邋S逡逑方向关系矩阵中元素有两种取值,即交集为空(用0表示)和交集为非空(用1表逡逑示)
【学位授予单位】:长沙理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P208

【相似文献】

相关期刊论文 前10条

1 史战红;连玉平;巩增泰;;基于包含度的粗糙集间的相似性度量[J];数学教学研究;2008年02期

2 李涛;汪光阳;;标准相似性度量及其应用[J];山西师范大学学报(自然科学版);2016年04期

3 张豪;陈黎飞;郭躬德;;基于符号熵的序列相似性度量方法[J];计算机工程;2016年05期

4 仝朝阳,石教英;一种关于布尔模式的相似性度量及其应用[J];计算机研究与发展;1996年08期

5 韩建超;史忠植;;类比推理与学习的研究[J];计算机工程与应用;1988年01期

6 林燕清;傅仰耿;;基于改进相似性度量的扩展置信规则库规则激活方法[J];中国科学技术大学学报;2018年01期

7 贺玲;蔡益朝;杨征;;高维数据的相似性度量研究[J];计算机科学;2010年05期

8 江诗锋;何振峰;;一种基于权重的时间序列相似性度量[J];计算机应用与软件;2010年09期

9 段立娟,高文,林守勋,马继涌;图像检索中的动态相似性度量方法[J];计算机学报;2001年11期

10 李年攸;;基于等价类的图像相似性度量[J];三明学院学报;2006年04期

相关会议论文 前10条

1 李新光;郑君君;祝一薇;刘建军;夏胜平;谭立球;;基于属性图模型的图像相似性度量[A];第十五届全国图象图形学学术会议论文集[C];2010年

2 白翔;;基于多特征流形结构互补性挖掘的相似性度量融合方法[A];2015年中国自动化大会摘要集[C];2015年

3 李彬彬;罗乐;;基于信源学的光谱相似性度量方法的比较研究[A];2009全国计算机网络与通信学术会议论文集[C];2009年

4 沈君;马生全;;两种新的相似性度量在模糊推理中的应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

5 周晓蕾;唐明浩;於思俊;;服装款式系统中的相似性度量算法研究[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年

6 兰妥;江弋;张东站;;基于ESAX表示的时间序列相似性度量[A];第二十五届中国数据库学术会议论文集(一)[C];2008年

7 廉鑫;林伟坚;张海威;袁晓洁;;基于双向路径约束模型的XML文档结构相似性度量[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 何昕;谢志鹏;;基于简单树匹配算法的Web页面结构相似性度量[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年

9 杨明;杨萍;吉根林;;分布式环境下的隐私保持数据库相似性度量[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年

10 罗阳;赵伟;;相似性度量研究及最优相似系数[A];中国气象学会2008年年会天气预报准确率与公共气象服务分会场论文集[C];2008年

相关博士学位论文 前10条

1 迟荣华;不确定时间序列相似性非参数度量方法研究[D];哈尔滨工程大学;2018年

2 邱明;语义相似性度量及其在设计管理系统中的应用[D];浙江大学;2006年

3 王鹏;基于稳定层次空间形态的道路网匹配[D];中国地质大学;2017年

4 朱进;基于运动特征的轨迹相似性度量研究[D];南京师范大学;2015年

5 陈晓;网络中顶点间相似性度量方法研究[D];燕山大学;2017年

6 王文俊;基因表达数据的相似性度量和特征提取研究[D];西安电子科技大学;2011年

7 李海林;时间序列数据挖掘中的特征表示与相似性度量方法研究[D];大连理工大学;2012年

8 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年

9 张键;面向人脸识别的图像表示和分类研究[D];南京理工大学;2015年

10 晏实江;基于DEM的地形尺度相似性度量方法研究[D];南京师范大学;2012年

相关硕士学位论文 前10条

1 刘泉菲;多尺度空间目标相似性度量研究[D];长沙理工大学;2018年

2 胡晓静;基于特征点的颅面相似性度量算法研究[D];西北大学;2018年

3 王泽源;考虑用户满意度的云服务排序推荐方法研究[D];合肥工业大学;2018年

4 刘国明;基于相似性度量的行人重识别算法研究[D];广州大学;2018年

5 周紫桑;基于链接分析的期刊引用网络节点相似性度量[D];清华大学;2017年

6 王盼;基于过程主干约束的轨迹相似性度量方法与应用[D];南京航空航天大学;2018年

7 李玲;基于句子相似性度量的中文自动响应问答系统的研究与实现[D];陕西师范大学;2017年

8 黄义棚;基于相似性度量的人脸性别识别技术研究[D];北京邮电大学;2018年

9 邓楠洁;基于数据依赖的高维大数据相似性度量方法研究[D];北京邮电大学;2018年

10 贾小贝;基于Petri网的业务流程行为相似性分析方法研究[D];安徽理工大学;2018年



本文编号:2693819

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2693819.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a4466***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com