多源道路网与兴趣点的一致性整合方法

发布时间：2017-06-02 20:25

  本文关键词：多源道路网与兴趣点的一致性整合方法，，由笔耕文化传播整理发布。

【摘要】：空间数据是国家基础信息资源的组成部分,是数字地球、智慧城市建设的重要内容。维护空间数据的准确性和现势性是国家基础地理信息数据库建设的主要任务。在空间数据生成过程中,不同部门根据自身的应用需求、行业标准,利用不同采集手段获取了同一地区或不同地区的大量异构空间数据,这些异构空间数据在精度、尺度、空间关系、语义表达、数据存储等方面存在较大不一致性,造成了数据重复采集而共享困难的矛盾局面。如何快速、有效地整合多源、多维异构空间数据成为困恼地理信息科学(GIS)领域的一个重大难题。近年来,随着传感器技术和移动互联网的快速发展,普通大众在移动测量终端和开放地图平台的软硬件支持下参与到了地理信息的创建和发布,形成了大量的众源地理空间数据(crowdsourcing geospatial data)。相比传统的专业测绘数据,众源地理空间数据具有丰富实时、更新速度快,可免费获取等特点,为基础地理信息的获取和更新开辟了一条高时效、低成本的可持续途径,广泛应用于智慧城市、智能交通、社会管理、应急响应等诸多领域。然而,由于非专业人员参与和生产过程缺乏规范化监督,众源地理空间数据与专业测绘数据在几何、语义、空间关系等方面表达差异较大,导致传统空间数据整合方法对尺度差异较大、关系复杂、语义模糊、精度不一的众源地理空间数据整合存在较大不确定性问题。因此,本文以典型的道路网与兴趣点(Point Of Interest, POI)为研究对象,探索多源道路网与兴趣点(尤其是专业与非专业来源)的一致性整合方法,为导航与移动位置服务提供丰富、准确、现势强的空间数据资源支撑,主要研究内容包括以下几个方面：(1)针对目前路网匹配方法难以准确完整识别不同来源道路网间1：0,M：N匹配问题,提出了一种多源道路网概率松弛匹配模型。该模型首先通过计算距离、形状、长度等几何相似性并综合得到初始的概率匹配矩阵,然后对邻近道路的兼容系数进行建模,启发式更新初始匹配矩阵使其收敛,最后通过设定规则从匹配矩阵中准确选取1：0,1：1,1：M,M：N匹配。(2)鉴于几何模式特征对提高空间数据匹配效率,消除数据间不一致性的重要意义,提出了基于语义关联和基于空间分布的兴趣点集几何模式提取方法。基于语义关联的几何模式提取方法利用兴趣点与道路的语义关联将兴趣点划分至不同集合,通过构建最小生成树和最大生成单树,提取兴趣点集的几何模式特征。基于空间分布的提取方法对兴趣点进行线性聚类,并对线性聚类内的兴趣点进行线性拟合和连接,提取兴趣点集的几何模式特征。兴趣点集几何模式提取的研究表明兴趣点与道路网之间存在相似的几何模式特征,为多源兴趣点与道路网一致性整合的后续研究提供理论支持。(3)在兴趣点集几何模式提取的研究基础上,提出了一种基于几何模式挖掘的兴趣点与道路网一致性整合方法,实现了多源兴趣点和道路数据间的位置整合和语义不一致性检测。通过挖掘兴趣点与道路网的几何模式关联特征,建立兴趣点与道路网的骨架图,将兴趣点与路网匹配问题转化为图匹配问题,建立兴趣点与道路数据的位置和目标匹配关系,将兴趣点准确地整合到道路网,并检测兴趣点与道路网数据间的语义不一致性,以辅助更新道路数据的语义属性。(4)利用不同来源的众源地理空间数据和专业导航数据,验证了本文提出的基于概率松弛法的道路网匹配模型和基于几何模式挖掘的兴趣点与道路网整合方法的有效性和可靠性。通过对不同实验结果的定性分析和定量精度评价,验证了本文方法能够正确识别多源道路网、异构兴趣点与道路网数据间的一致性对应关系。通过对本文算法参数的分析和探讨,说明了本文方法对不同实验参数或数据的可靠性。基于道路网匹配关系,完成了试验区OpenStreetMap数据的质量评价。通过兴趣点与道路的关联关系,实现了多源、多维兴趣点与道路数据的位置整合和属性丰富。
【关键词】：众源地理空间数据 数据丰富 道路网匹配 兴趣点与道路网整合 概率松弛 几何模式挖掘
【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P208
【目录】：

• 创新点5-6
• 目录6-9
• 摘要9-11
• Abstract11-14
• 图索引14-16
• 表索引16-17
• 第1章 绪论17-34
• 1.1 研究背景与意义17-21
• 1.1.1 研究背景17-19
• 1.1.2 问题提出与研究意义19-21
• 1.2 众源地理空间数据的产生和发展21-31
• 1.2.1 欧洲开放式街道地图22-29
• 1.2.2 国外其他众源地理信息获取平台29-30
• 1.2.3 国内主要众源地理信息获取平台30-31
• 1.3 本文研究内容与组织结构31-34
• 第2章 空间数据整合的研究综述34-52
• 2.1 引言34-35
• 2.2 空间数据匹配与整合35-47
• 2.2.1 矢量数据的匹配与整合37-45
• 2.2.2 其他数据的匹配与整合45-47
• 2.3 众源地理空间数据匹配与整合47-49
• 2.3.1 众源地理空间数据的整合应用47-49
• 2.3.2 众源地理空间数据的质量评价49
• 2.4 主要问题和本文研究思路49-51
• 2.4.1 主要存在的问题49-50
• 2.4.2 本文研究思路50-51
• 2.5 本章小结51-52
• 第3章 多源道路网的概率松弛匹配52-64
• 3.1 引言52-54
• 3.2 候选匹配道路的概率矩阵构造54-57
• 3.2.1 候选匹配道路的几何相似性计算54-55
• 3.2.2 候选匹配道路的匹配概率初始化55-57
• 3.3 考虑邻近关系的迭代松弛匹配57-60
• 3.3.1 邻近候选匹配道路的兼容性计算57-58
• 3.3.2 邻近候选匹配道路的支持系数计算58-60
• 3.3.3 候选匹配道路的概率松弛迭代60
• 3.4 匹配道路的最终选取60-63
• 3.4.1 选取稳健匹配对60-61
• 3.4.2 识别1：1和非1：1匹配61-62
• 3.4.3 匹配增长过程62-63
• 3.5 本章小结63-64
• 第4章 兴趣点集的几何模式提取64-75
• 4.1 引言64
• 4.2 基于语义关联的兴趣点集几何模式提取64-66
• 4.2.1 兴趣点与道路网的语义关联64-65
• 4.2.2 基于最小生成树的几何模式生成65-66
• 4.3 基于空间分布的兴趣点集几何模式提取66-72
• 4.3.1 兴趣点集的线性特征识别66-69
• 4.3.2 兴趣点的线性特征连接69-72
• 4.4 基于语义关联/空间分布的兴趣点集几何模式提取比较72-74
• 4.5 本章小结74-75
• 第5章 多源兴趣点与道路网的一致性整合75-92
• 5.1 引言75-77
• 5.2 高等级Stroke的提取77-81
• 5.2.1 单线路stroke连接78-79
• 5.2.2 平行线路Stroke提取与简化79-81
• 5.3 兴趣点与stroke的匹配81-84
• 5.3.1 基于k均值聚类的匹配模型82-83
• 5.3.2 基于k均值聚类的匹配算法83-84
• 5.4 兴趣点集的几何模式提取84-87
• 5.4.1 基于多边形线的主曲线模型84-86
• 5.4.2 基于多边形线的主曲线算法86-87
• 5.5 兴趣点与道路网数据的整合87-90
• 5.5.1 位置整合87-89
• 5.5.2 语义丰富89-90
• 5.6 本章小结90-92
• 第6章 多源道路网与兴趣点整合实验与分析92-116
• 6.1 引言92
• 6.2 多源道路网的概率松弛匹配实验分析92-106
• 6.2.1 试验区数据与参数设置92-93
• 6.2.2 道路网匹配结果分析93-98
• 6.2.3 道路网匹配结果评价98-102
• 6.2.4 OSM路网数据的质量评价102-106
• 6.3 基于几何模式挖掘的多源兴趣点与道路网整合实验分析106-115
• 6.3.1 试验区数据与参数设置106-107
• 6.3.2 兴趣点集几何模式提取107-109
• 6.3.3 位置整合结果和精度评价109-112
• 6.3.4 语义不一致性检测112-115
• 6.4 本章小结115-116
• 第7章 结论与展望116-120
• 7.1 研究工作小结116-117
• 7.2 论文创新点归纳117-118
• 7.3 未来研究展望118-120
• 参考文献120-134
• 博士期间的研究成果和参与项目134-136
• 致谢136-137

【相似文献】

中国期刊全文数据库 前10条

1 吴长春;刘阳;白云;;谈兴趣点在城市管理信息系统中的具体应用[J];测绘与空间地理信息;2008年02期

2 王庆社;邓南;刘宁;;兴趣点的检查算法研究与实现[J];北京测绘;2009年04期

3 高莉;张保钢;;地址与兴趣点的关系[J];测绘通报;2014年03期

4 修春波;由霖;赵鑫;;基于兴趣点检测的目标识别算法[J];武汉大学学报(理学版);2011年06期

5 Zhang Jianging;J.A.R.Blais;赵吉先;;利用最大熵和几何条件进行兴趣点匹配[J];华东地质学院学报;1993年03期

6 曾智勇;张学军;崔江涛;周利华;;基于显著兴趣点颜色及空间分布的图像检索新方法[J];光子学报;2006年02期

7 符祥;曾接贤;;基于兴趣点匹配和空间分布的图像检索方法[J];中国激光;2010年03期

8 许君年;教学与兴趣[J];发明与革新;2001年01期

9 刘波;陆藩藩;李观石;宋法奇;;基于MMS与基础数据的兴趣点采集方法研究[J];现代测绘;2014年02期

10 张金金;葛慧斌;梁洪有;袁海军;;SUSAN兴趣点检测算法的研究与实现[J];黑龙江科技信息;2009年27期

中国重要会议论文全文数据库 前5条

1 王晗;滕鹏;梁玮;;使用稠密兴趣点包的非对称风景图像检索[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

2 叶以生;;如何激发学生学习说明文的兴趣[A];中华教育理论与实践科研论文成果选编（第3卷）[C];2010年

3 凌贺飞;陈勇;邹复好;许治华;李平;;基于Harris兴趣点区域的图像拷贝检测算法[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

4 王慧;;提高学生的绘画想象力[A];中华教育理论与实践科研论文成果选编（第1卷）[C];2009年

5 毛霞;;给孩子们一个支点——谈兴趣[A];全国教育科研“十五”成果论文集（第五卷）[C];2005年

中国重要报纸全文数据库 前10条

1 王震;兴趣点炮制口号甜蜜素[N];医药经济报;2012年

2 济南市平阴县玫瑰中学 李晓旭;谈在初中历史教学中对学生兴趣的培养[N];学知报;2010年

3 胡雪晶 上海厂长经理人才有限公司高级人力资源顾问;猎头要建立良好人际关系[N];组织人事报;2012年

4 张学军;多数人对工作都有“隐性兴趣”[N];北京人才市场报;2008年

5 本报记者 李望宁;微博PC端V6推发现功能 连接用户兴趣点重拾人气[N];通信信息报;2014年

6 江苏滨海县正红中学 朱泾沣;激发学习兴趣,提高学习效率[N];学知报;2010年

7 陶艳;爱动不一定就是多动症[N];大众卫生报;2007年

8 张耀芳 照金中心小学教师;让孩子幸福地成长[N];铜川日报;2010年

9 轮台县中学 柏艳丽;浅谈学生学习兴趣的培养[N];巴音郭楞日报;2009年

10 本报记者 李婧璇;中国社会科学出版社：找准兴趣点故事才生动[N];中国新闻出版报;2013年

中国博士学位论文全文数据库 前2条

1 张云菲;多源道路网与兴趣点的一致性整合方法[D];武汉大学;2015年

2 韩军伟;基于内容的图象检索技术研究[D];西北工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 刘袁柳;面向LBSN的兴趣点和用户推荐方法研究[D];苏州大学;2015年

2 张淼;基于位置社交网络的兴趣点推荐方法研究[D];西南大学;2015年

3 林辰;SAP用户兴趣点分析系统后台的设计与实现[D];南京大学;2014年

4 程呈;基于差分隐私的兴趣点推荐系统的设计与分析[D];电子科技大学;2015年

5 蒋晓玲;基于用户偏好的个性化路径挖掘研究[D];东北大学;2013年

6 胡宇成;基于多特征融合的微博用户兴趣建模研究[D];哈尔滨工业大学;2014年

7 吴丽梅;基于时空兴趣点的化工厂视频监控系统设计与实现[D];电子科技大学;2014年

8 崔立伟;移动用户行为趋势分析与研究[D];西安工程大学;2015年

9 赵永华;基于显著兴趣点的多特征图像检索技术的研究[D];武汉理工大学;2014年

10 朱蔷蔷;基于知识库与文本分类算法的用户兴趣点挖掘研究[D];天津师范大学;2013年

  本文关键词：多源道路网与兴趣点的一致性整合方法，由笔耕文化传播整理发布。

本文编号：416481