空间点与线目标间方向关系的定量表达

针对现有多种表达模型不能定量表达空间目标间方向关系问题,采用统计模型的定量表达方法,通过AUTOLISP语言编程计算得到折线目标相对于点目标的方向值分布范围,对这组统计值进行排序,求出中值方向,实现以点为参考目标、折线为源目标的方向关系的计算.研究结果表明:该程序能确定出描述折线相对于点的方向关系的分布范围与中值这两个度量,实现方向关系的定量表达.研究结论初步突破了对传统的定性表达目标间方向关系的认识,有助于寻求定量表达算法的有效途径.     

基于点群分割的空间方向计算模型

提出一种基于点群分割的空间方向计算模型。该模型把目标图形离散成点群, 利用平均分割点群的方法对空间目标之间的空间方向进行定量计算。实例研究说明此模型易于实现, 具有较高的计算效率, 适合地理信息系统在空间关系方面的计算要求, 可以为空间数据检索和匹配查询提供有力支持。     

基于点群分割的空间方向计算模型

提出一种基于点群分割的空间方向计算模型。该模型把目标图形离散成点群,利用平均分割点群的方法对空间目标之间的空间方向进行定量计算。实例研究说明此模型易于实现,具有较高的计算效率,适合地理信息系统在空间关系方面的计算要求,可以为空间数据检索和匹配查询提供有力支持。     

3D-GIS中方向关系定性推理研究

方向关系描述GIS中对象之间的空间关系。3D-GIS中单方向关系间定性推理共有27×27=729结果,方向关系定性推理的规律性研究是研究单方向关系定性推理的提升。本文采用单纯形数据模型,用基于投影的27方向关系描述模型,详细研究3D-GIS中方向关系间定性推理的规律,最后得出一些重要结论。     

基于方向组的方向关系定量与定性描述模型

论述了空间方向关系的一个定量与定性描述模型.人们描述两目标之间的方向关系往往需要多个方向而不是单一的方向,因此空间方向关系的描述模型应该是基于方向组的.为此,给出了方向间隔图的定义.一个定量的方向组由两目标间的方向间隔图的法线的方位角和各个方位角的对应权重组成,前者用对两目标顶点、交点进行Delaunay三角网剖分的方法获得;后者用两目标公共区域面积、方向间隔图的边长计算得到.定量的方向组可以转变为定性的方向组.该模型的正确性用心理学实验进行了验证.     

方向关系与距离关系的定性描述与推理

由于空间问题固有复杂性和不确定性,空间关系的描述和推理普遍采用定性的方法,方向关系和距离关系是两类重要的空间关系,用以确定空间目标的方位,当前方向和距离关系分别使用各自独立的描述推理模型,限制了推理的准确度,而人们对空间目标方位的确定通常是同时考虑目标的方向和距离,在形式化定性描述方向关系和距离关系推理的基础上,将方向关系和距离关系的推理结合起来,形成方向关系和距离关系的集成组合运算,方向和距离关系相互限制,能够进一步准确推断目标的方位,最后,以实例说明方向关系和距离关系的集成组成运算将提高空间目标方位推断的准确度。     

方向关系与距离关系的定性描述与推理

由于空间问题固有的复杂性和不确定性 ,空间关系的描述和推理普遍采用定性的方法 .方向关系和距离关系是两类重要的空间关系 ,用以确定空间目标的方位 .当前方向和距离关系分别使用各自独立的描述推理模型 ,限制了推理的准确度 .而人们对空间目标方位的确定通常是同时考虑目标的方向和距离 .在形式化定性描述方向关系和距离关系推理的基础上 ,将方向关系和距离关系的推理结合起来 ,形成方向关系和距离关系的集成组合运算 ,方向和距离关系相互限制 ,能够进一步准确推断目标的方位 .最后 ,以实例说明方向关系和距离关系的集成组合运算将提高空间目标方位推断的准确度 .     

基于线型物体的主方向关系模型的研究

在区域物体最小边界矩形MBR（Minimum Bounding Rectangle）理论的基础上,对线型物体主方向空间关系模型进行了研究,提出了将线型物体主方向关系转化为MBR关系的方法,以促进应用MBR相关运算法则和定理进行线型物体的空间方向关系的研究.对于特殊位置的线型物体,分析了基于投影的主方向模型及其特性,研究了对特殊位置线型物体利用投影方法进行的主方向关系合成运算,以便于对线型物体空间方向关系推理的进一步研究.     

基于位置不确定性的多尺度空间方向关系相似性粗集模型

针对现有研究中没有考虑空间目标的不确定性对空间方向关系相似性的影响问题,借助粗集表达不确定性问题的优势,定义在空间方向关系锥形模型中空间方向关系的粗集表达方法,以此为基础提出基于空间对象位置不确定性的多尺度空间方向关系相似性的计算和粗集表达方法,使得多尺度空间方向关系相似性的取值在一个区间范围内变动,在多尺度空间方向关系相似性概念表达上更符合人类的认知逻辑.     

基于R树的方向关系表示及方向关系检索

在空间数据库和地理信息系统中，方向关系描述空间数据对象之间的空间顺序关系，构成了重要的用户查询类。然而对方向关系的形成及有效处理所做的工作较少。本文在综合相关知识的基础上，主要讲述二维物体方向关系的定义、基于MBRs表示空间物体间的方向关系以及基于R树对方向关系进行检索三个问题。     

Research on spatial association rules mining in two direction

In data mining from transaction DB, the relationships between the attributes have been focused, but the relationships between the tuples have not been taken into account. In spatial database, there are relationships between the attributes and the tuples, and most of the associations occur between the tuples, such as adjacent, intersection, overlap and other topological relationships. So the tasks of spatial data association rules mining include mining the relationships between attributes of spatial objects, which are called as vertical direction DM, and the relationships between the tuples, which are called as horizontal direction DM. This paper analyzes the storage models of spatial data, uses for reference the technologies of data mining in transaction DB, defines the spatial data association rule, including vertical direction association rule, horizontal direction association rule and twodirection association rule, discusses the measurement of spatial association rule interestingness, and puts forward the work flows of spatial association rule data mining. During twodirection spatial association rules mining, an algorithm is proposed to get nonspatial itemsets. By virtue of spatial analysis, the spatial relations were transferred into nonspatial associations and the nonspatial itemsets were gotten. Based on the nonspatial itemsets, the Apriori algorithm or other algorithms could be used to get the frequent itemsets and then the spatial association rules come into being. Using spatial DB, the spatial association rules were gotten to validate the algorithm, and the test results show that this algorithm is efficient and can mine the interesting spatial rules.     

Research on spatial association rules mining in two-direction

In data mining from transaction DB, the relationships between the attributes have been focused, but the relationships between the tuples have not been taken into account. In spatial database, there are relationships between the attributes and the tuples, and most of the associations occur between the tuples, such as adjacent, intersection, overlap and other topological relationships. So the tasks of spatial data association rules mining include mining the relationships between attributes of spatial objects, which are called as vertical direction DM, and the relationships between the tuples, which are called as horizontal direction DM. This paper analyzes the storage models of spatial data, uses for reference the technologies of data mining in transaction DB, defines the spatial data association rule, including vertical direction association rule, horizontal direction association rule and two-direction association rule, discusses the measurement of spatial association rule interestingness, and puts forward the work flows of spatial association rule data mining. During two-direction spatial association rules mining, an algorithm is proposed to get non-spatial itemsets. By virtue of spatial analysis, the spatial relations were transferred into non-spatial associations and the non-spatial itemsets were gotten. Based on the non-spatial itemsets, the Apriori algorithm or other algorithms could be used to get the frequent itemsets and then the spatial association rules come into being. Using spatial DB, the spatial association rules were gotten to validate the algorithm, and the test results show that this algorithm is efficient and can mine the interesting spatial rules.     

济南城市用地景观要素空间结构研究

景观空间结构分析是景观生态学研究的核心之一，LUCC研究是当今热点之一．本文将二者结合起来，运用景观生态学原理，借助地理信息系统技术，选取最观破碎度、景观优势度、景观多样性、景观分维数等指标，对济南城市用地不同类型景观要素的空间分布和空间格局特征，分3个圈层进行探讨，最后结合济南市城市总体规划和土地总体规划，针对济南各景观类型的空间分布特征，提出对第二圈层的工业用地适当集中，对于第一、二圈层，要重视在居民区附近开辟零星的绿地和设施用地，具体做到“集聚间有离析”；同时，考虑到经济发展和城市化进程的需要，进一步提高商业用地的规模．     

基于方向链码的书空手势识别

介绍了Leapmotion交互设备的结构及运行机制,在该设备产生的交互空间中的x-y平面上定义8个方向的方向链码,通过该设备检测手指在空间中的位置变化,确定手指的移动方向,并结合方向链码定义动态书空手势。为了消除手指在空间运动的不稳定性而导致的噪声干扰,将手指在平面上的位置信息映射到计算机屏幕上显示出手指的移动轨迹,对轨迹进行分段处理,根据分段的比重提取主要移动方向描述输入手势,采用顺序匹配算法对输入手势与模板手势进行匹配,识别输入的书空手势。     

基于矩阵的MBR主方向关系的反关系

求解二维空间区域物体的反方向关系是空间推理的重要手段，本文总结了区间代数和矩形代数的反关系求解方法，并介绍了MBR（Minimum Bounding Rectangle）主方向关系的求解方法，利用矩阵方向关系模型和MBR模型之间的关系，给出了基于矩阵的反方向关系求解方法。     

杉木三维模型各方向枝下高分布研究

【目的】通过分析实测枝下高分布方向与空间竞争强度的关系,解决基于传统林学研究调查数据所构建的林木三维模型对不同方向枝下高分布差异难以直观表达,林木三维模型多态性表现不足的问题。【方法】以江西省新余市分宜县亚热带林业实验中心山下林场8块杉木临时样地为数据源,以已有枝下高模型为理论基础,将空间分析方法缓冲区构建与林分空间结构单元构建结合,构建对林木造成直接影响的水平空间结构参数与垂直空间结构参数,分析空间结构参数与枝下高相关性,并以此计算各方向空间竞争强度,建立空间竞争强度与实测枝下高的分布关系,再按照枝下高模型求解剩余方向枝下高,最终按照实测数据与分析计算结果加载分枝、主干模型,构建林木三维模型。【结果】所选模型变量包括林木属性与空间结构参数,原始模型决定系数为0.720,消除树高影响的调整后实测枝下高与水平空间结构参数相关系数为0.410、与垂直空间结构参数相关系数为0.782,且均呈正相关;将各自相关系数为权重计算对应方向空间竞争强度,将最小竞争强度方向空间结构参数代入模型,拟合结果决定系数为0.790,相比原始模型拟合精度有所提高;将实测枝下高分配到竞争强度最小的方向,根据模型可对其他方向枝下高进行估算。【结论】以杉木为例,通过空间竞争强度判别枝下高分布,在提高已有数据利用率、减小外业工作强度的基础上,可直观表现林木不同方向枝下高分布的差异性,增强了林木三维模型的多态性表达。     

主方向关系合成的研究

方向关系推理是定性空间推理领域的一项重要的研究内容，得到了国内外许多学者的关注，其中，主方向关系的合成又是方向关系推理的基石。本文以Goyal和Egenhofer提出的“井”方向关系模型为基础，考虑了关系合成中的两种情况，即基于一致性的合成（Consistency-based Composition）与实体论合成（Existential Composition），给出了一种基于一致性的关系合成的新方法，同时从理论上证明了该方法的正确性。     

干涉仪测向解模糊方法

介绍了干涉仪测向基本原理,针对干涉仪测向模糊问题给出了长短基线法、参差基线法、虚拟基线法、无模糊长基线干涉仪测角法、立体基线法5种解模糊的方法,并分析总结了各种解模糊方法的特点以及适用条件.     

方向关系定性推理模型的可视化研究

以往对方向关系的研究主要集中在方向关系的形式化描述方面 ,忽略了空间关系认知与空间关系可视化的联系 ,因而只反映了空间关系认知的一个方面 .在方向关系形式化描述的基础上 ,探讨了方向关系推理的可视化 ,从而将空间关系认知与空间信息可视化有机地联系起来