空间层次聚类显著性判别的重排检验方法

同时顾及空间邻近与专题属性相似的空间层次聚类是挖掘空间分布模式的一种有效手段。空间层次聚类方法虽然可以获得多层次的聚集结构,但聚类结果显著性的统计判别依然是一个尚未解决的难题。为此,本文提出了一种空间层次聚类结果显著性的统计判别方法,用于确定空间层次聚类的停止准则,减少聚类过程对参数设置的依赖。通过试验分析与比较发现,该方法能够有效判别空间层次聚类结果的显著性和确定层次聚类合并过程的停止条件,同时具有很好的抗噪性,避免随机结构的干扰。

基于泛在位置数据的城市道路网精细建模

为解决当前城市道路网自动提取方法难以同时对道路几何、拓扑、语义进行精细建模的问题,提出一种基于泛在位置数据的城市道路网一体化精细建模方法。首先,利用轨迹转向角热点分析方法提取道路交叉口区域,对交叉口和路段进行分治;然后,识别道路交叉口的出、入口点,分别采用低频轨迹聚类和交叉口连通性分析方法,识别交叉口的转向模式,并对路段轨迹进行分类,在此基础上对道路网几何、拓扑结构进行精细建模;最后,利用自然语言处理和地图匹配技术,利用位置文本数据和车辆轨迹数据提取道路名称和平均速度等信息,实现道路网几何、拓扑、语义精细建模。研究结果表明:本文方法能够用于快速获取城市道路网几何、拓扑、语义信息并精细建模。

面向地学应用的不确定数据聚类算法比较研究

不确定数据聚类分析已成为空间数据挖掘领域的一个研究热点。近年来,在传统划分与基于密度的聚类算法基础上,一系列不确定数据聚类算法相继被提出。虽然这些算法在地学领域的应用已经得到了广泛关注,然而其实际应用的有效性尚缺乏客观的评价。为此,选取当前具有代表性的6种算法进行实验对比分析。首先,设计40组包含预设模式的模拟数据进行测试。进而,采用亚洲气候数据集对6种方法识别气候区的能力进行比较分析,以Kppen-Geiger气候分类结果为基准对各种方法的实际应用效果进行评价。借助准确率和召回率对各种方法的聚类质量定量度量后,发现:1)对于同类型聚类算法,采用相对熵距离的算法聚类质量总体优于采用期望距离和模糊距离函数的算法;2)采用相对熵距离的划分算法聚类质量优于基于密度的算法,其中采用相对熵距离的KMedoids-KL算法的聚类质量最好。

基于众源数据的室内外一体化行人路网构建

行人路网的完整性和准确性是保障步行导航服务的关键。当前的行人路网大多是基于室外道路设施构建的,缺乏室内可步行路径的数据支持,无法在导航应用中提供准确、真实的最优路径规划服务。鉴于此,本文提出了一种基于众源数据的室内外一体化行人路网构建方法,采用智能手机定位传感器与惯性传感器记录的众源轨迹,首先对缺失或者漂移的室内步行数据进行筛选,然后使用改进的行人航位推算(PDR)方法推算出准确的室内轨迹,进而采用莫尔斯理论生成涵盖室内外行人路径的完整行人路网。试验分析中对搜集到的260条步行轨迹数据进行行人路网构建,并使用高精度测量设备采集真实路网数据进行对比分析,结合OSM数据对试验结果进行综合评价。试验结果表明,本文方法能够准确、完整地生成室内外一体化行人路网。

基于众源轨迹数据的行人路网提取

目前,导航位置服务应用提供的路线大多基于机动车道路网数据,难以满足行人导航的需求,有无完备的行人道路网络成为制约行人导航应用的重要因素,因此,本文提出了一种基于莫尔斯理论的行人路网提取方法。首先对轨迹进行预处理,清除轨迹数据中的冗余和噪声,并对原始轨迹进行合理分割,形成清晰的轨迹集合;然后利用莫尔斯理论,对步行轨迹密度图中的"山脊线"进行提取,并重构步行道路网。试验分析时采用深圳大学校园步行GPS轨迹数据进行行人路网提取,通过将提取的行人路网结果与OpenStreetMap(OSM)数据进行定性和定量比较,验证本文方法的有效性;同时通过与当前典型的路网提取方法进行对比分析发现,本文方法能提取出高质量的行人路网。

深水大学(党校)正式揭牌成立

2020年6月30日上午,深水大学(党校)揭牌仪式在深圳市滨河水务大楼举行。深水大学(党校)是深圳市水务(集团)有限公司(以下简称深圳水务集团)下设的分支机构,以"与智慧者共享,与积极者同道,与奋斗者并进"为办学理念,立足企业转型发展需求,以支撑战略、紧贴业务、聚焦问题为出发点,按照"打造大团队、构建大培训、推动大学习、服务大发展"的思路,逐步构建、完善具有深水特色的师资体系、课程体系,一方面促进知识经验的萃取、集成、传承与推广,另一方面形成全周期、全过程、全层次、全方位的人才培养机制,努力营造"共学、共研、共享、共进"的良好氛围,进一步提升企业的创新力、竞争力、品牌力和影响力,更好地推动企业在引领行业进步、赋能城市发展、增进民生福祉方面贡献力量。

全力构建水务新生态——深圳市供排水行业协会顺利完成换届选举

7月31日上午,深圳市供排水行业协会第二届第一次会员大会顺利举行,主会场和分会场分别设在深圳市万德大厦、滨河水务大楼,共计183家会员单位参会。深圳市供排水行业协会成立于2009年1月,在深圳市社会组织管理局、深圳市城市建设类行业联合党委和深圳市水务局的指导下,多年来始终以强烈的使命感、责任感,致力于为会员单位搭建交流合作的桥梁,深入推进政企沟通、赛事培训等各项工作,在促进深圳市供排水行业健康发展方面发挥了不可或缺的作用。

木秀于林,风必助之

"木秀于林,风必摧之。"——三国·魏·李康《运命论》教材释义高出森林的大树总是要被大风先吹倒。比喻才能或品行出众的人,容易受到嫉妒、指责。常言道:"木秀于林,风必摧之。"这似与"枪打出头鸟"同出一理,好像百般辛苦,终于攀到众人之上时。

基于共享单车轨迹的精细路网更新方法

城市道路数据的完整性和实时性是保障位置服务和规划导航路径的关键支撑。该文提出一种基于共享单车轨迹数据的新增自行车骑行道路自动检测和更新方法:首先,结合缓冲区方法和轨迹—路网几何特征检测增量轨迹;其次,基于分段—聚类—聚合策略提取更新路段,利用多特征融合密度聚类算法与最小外包矩形骨架线法提取增量道路中心线;最后,基于拓扑规则完成道路更新。以广州市共享单车轨迹为例,将该方法与传统栅格细化法进行实验对比,结果表明:该方法能有效更新道路网络,且在2 m和5 m精细尺度范围内提取的新增道路覆盖精度提升14%左右;在7 m尺度下精度达90%以上,在10 m尺度下精度达96%以上。

一种基于重排检验的时空聚类方法

融合时空邻近与专题属性相似的时空聚类是挖掘地理现象时空演化规律的重要手段。现有方法需要的聚类参数许多难以获取,影响了聚类方法的可操作性与聚类结果的可靠性。提出一种基于重排检验的时空聚类方法。首先,通过重排检验发现时空数据集中的均质子区域;进而,采用均方误差准则合并均质子区域内的时空实体生成时空簇,并通过簇内重排检验自动识别聚类合并的终止条件;最后,借助时空拓扑关系在保证结果精度的前提下发展一种快速重排检验的方法,提高了聚类方法的运行效率。通过实验和比较发现,该方法一方面可以发现不同形状、大小的时空簇,聚类质量优于经典的ST-DBSCAN方法;另一方面聚类过程中人为设置参数的主观性显著降低,提高了聚类方法的可操作性。

基于邻近模式的多比例尺居民地松弛迭代匹配

空间目标匹配是实现多源空间信息融合、空间对象变化检测与动态更新的重要前提。针对多比例尺居民地匹配问题,提出了一种基于邻近模式的松弛迭代匹配方法。该方法首先利用缓冲区分析与空间邻近关系检测候选匹配目标与邻近模式,同时计算候选匹配目标或邻近模式间的几何相似性得到初始匹配概率矩阵;然后对邻近候选匹配对进行上下文兼容性建模,利用松弛迭代方法求解多比例尺居民地的最优匹配模型,选取匹配概率最大并满足上下文一致的候选匹配目标或邻近模式为最终匹配结果。实验结果表明,所提出的多比例尺居民地匹配方法具有较高的匹配精度,能有效克服形状轮廓同质化与非均匀性偏差问题,并准确识别1：M、M：N的复杂匹配关系。