改进的PRCCL聚类方法及在遥感影像分割中的应用

RPCCL(rival penalized controlled competitive learning)方法被认为是一种性能良好的聚类方法,但是将RPCCL聚类方法应用于高分辨率遥感影像分割任务中存在着聚类性能不稳定的局限.基于此,论文提出了基于簇初始化的RPCCL方法.研究表明,该方法能在保证聚类精度的情况下,改善RPCCL方法的聚类性能.     

基于大数据的萧山区公共服务设施中心体系研究

文章通过设施能级分析、POI提取与核密度分析等评价杭州萧山区公共服务设施体系现状与特点,评估杭州萧山区公共服务中心体系规划实践,并进一步提出完善公共服务设施体系的主要路径。     

改进的RPCCL聚类方法及在遥感影像分割中的应用

RPCCL(rival penalized controlle dcompetitive learning)方法被认为是一种性能良好的聚类方法,但是将RPCCL聚类方法应用于高分辨率遥感影像分割任务中存在着聚类性能不稳定的局限。基于此,论文提出了基于簇初始化的RPCCL方法。研究表明,该方法能在保证聚类精度的情况下,改善RPCCL方法的聚类性能。     

城市道路参数化建模规则初探

随着参数化技术的发展,参数化建模的应用领域已逐渐拓展到建筑设计和城市规划设计领域,相关的研究也日益受到重视。但是,城市道路的参数化建模却较少受到学者们的关注。论文基于参数化设计平台CityEngine,研究并改进了城市道路的参数化建模规则,旨在拓展参数化建模的应用领域。     

基于SDK数据的城镇体系网络特征研究 ——以浙江省宁海县为例

“流空间”视角下,对城市体系的研究 逐渐由属性数据测度的静态等级结构转向关系 型数据测度的动态城市网络。以浙江省宁海县 为例,利用SDK数据表征各乡镇间的实测人流 联系强度,通过社会网络分析法、改进的优势 流法和位序—规模法测度城镇体系网络特征, 且与现行县域总体规划的城镇体系规划进行对 比。结果表明：一、宁海县各乡镇联系整体呈现 西强东弱、北强南弱的不均衡特征;二、第一、 第二和第三优势流主要向跃龙街道和桃源街 道汇集,且可识别区域内联系紧密的乡镇组合; 三、宁海县的人群流动通廊与规划轴线走向、 对外交通系统布局基本一致,西店镇、茶院乡— 力洋镇组合、前童镇—岔路镇组合的发展基本 符合规划设想,长街镇与规划设想尚有一定的 差距。为优化宁海城镇体系,建议采取统筹区域交通、强化重点乡镇中心性、整合要素资源等措施。本研究对于其他区域城镇体系的识别和规 划工作具有借鉴意义。     

高分辨率遥感影像信息提取及块状基元特征提取

分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势;结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架,即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程;最后给出了相关实验结果,实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合,提高了遥感信息处理与应用的自动化和智能化水平。     

基于EM-EBF模型的遥感影像分类方法研究

椭球径向基函数神经网络(EBF)是在径向基函数(RBF)映射理论基础上的改进。在保留RBF3层网络结构基础上,EBF采用了最大期望算法来估计特征空间的混合密度分布参数,用椭球体集合来分解混合密度分布,从而构造了神经网络的中间层基函数的状态。由于遥感数据在特征空间中通常表现为混合密度分布,EBF模型能够充分利用期望最大(EM)算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型,从而使得EBF模型能够保留RBF非线性复杂映射能力的同时,获得更合理的分类结果。为此提出了基于EBF的遥感分类方法,试验结果表明EBF方法比RBF方法网络连接更简单、分类精度更高。     

网格GIS系统设计及其在遥感图像处理上的应用

随着地学数据特别是遥感数据与日剧增,许多数据却因为数据量大、处理困难而得不到有效利用。因此,如何更好地发展计算机网络技术,使得海量数据能够得到更好的共享与应用成为了困惑广大计算机专业及地学工作者的一大难题,网格计算提供了此问题的解决途径。以网格计算及其在GIS的应用为主线,首先分析了网格技术的特点,并进一步结合其在GIS中的应用给出了网格GIS的应用前景。同时以局域网为单位,结合网格设计的思想,借助中间件技术,讨论了基于局域网络的网格GIS系统的实现技术,并列举了所需的几项关键技术。特别就当前GIS所面临     

城市建筑群参数化建模方法(一)——系统架构与参数管理模块

本文针对城市建筑群参数化建模,创造性地提出了"参-建分离"的系统架构,提出了参数管理模块的详细技术方案。     

面向影像分割的多尺度快速区域合并方法

影像分割的区域合并技术中,传统的采用区域邻接图的方法存在着数据结构和算法复杂、难以扩充和维护、可考虑的特征因子有限以及空间浪费严重等问题。对此,提出了一种新的区域合并方法,提供了一套采用面向对象技术解决区域合并问题的新框架。在该框架下,区域的相异度指标、属性、邻接关系和行为可根据需要自由定义、扩充和修改,算法的稳定性和可维护性得到提升,合并过程被充分简化。在此基础上提出了多尺度合并区域的改进方法,并对等级队列的构建机制进行了优化。最后通过多尺度的对比实验,证明该方法不但能保证区域合并的精度,而且可以显著提高执行效率。