基于时空信息的假币犯罪热点区域探测系统

目前已有的犯罪热点分析方式是通过计算犯罪率或使用空间聚类方法,这些方法没有有效的利用时间信息,无法准确反映犯罪分布特征,且很难灵活地从不同层级去判断热点,同时在地图中进行实时渲染。本文采用基于时空数据场的层次聚类算法分析假币收缴数据,挖掘犯罪热点,设计并实现了假币犯罪热点区域探测系统,通过时空数据场理论可以充分融合时空信息,而层次聚类算法可以实现分级聚类,从而满足警方不同层级查看热点区域的需求。

基于张量的地学时空场数据组织与分析方法

随着对地观测技术的进步,海量地学时空场数据的积累对时空场数据的建模、检索与分析提出新的要求。基于张量结构构建多维时空场数据组织方法,建立了基于时空立方体模型的数据存储结构,并定义了相应的数据操作功能与数据接口,进而设计了时空场数据的分层索引机制及基于张量运算算子的地学时空场数据分析方法。基于卫星测高数据的系统验证结果表明:本模型可有效支撑多维时空场数据的表达、检索与分析,是对高维时空场数据分析与建模的有益探索。

多维时空场数据的多模式张量表达模型

对数据量及复杂度日益激增的多维时空场数据进行有效的管理与分析是当前GIS必须解决的重要瓶颈。本文通过引入具有多维统一与坐标无关特性的张量数学结构,研究了多维时空场数据的多模式表达模型,实现了地学数据的张量表达以及面向分析的多维张量数据流与任务流构建。针对不同类型的数据管理与分析需求,通过定义基于原始张量、张量分解以及层次张量分解的三类张量数据表达及应用模式,实现了面向不同应用场景的多维时空场数据的管理与分析。在此基础上,设计了基于张量的多模式数据分析框架以及应用分析业务流模板。对上述关键技术进行算法实现并基于卫星测高数据对相关性能进行了测试与验证。结果显示,基于张量的新型海量时空场数据的多模式表达模型可以很好地支撑海量时空场数据的管理、分析与存储,并在存储空间占用,检索与分析效率上具有明显优势。

城市交通热点区域的空间交互网络分析

城市热点区域是人们频繁活动的体现,利用人们的出行可构建空间交互网络。目前的相关研究主要集中于对热点提取方法及其动态变化的研究,对交通热点的交互作用及其构成的空间交互网络的研究还很少。本文以武汉市的出租车轨迹为数据源,利用基于时空数据场的聚类方法提取城市交通热点区域;基于复杂网络理论与方法,分析城市交通热点区域之间的空间交互作用。通过研究发现:(1)节假日,热点区域之间的往返交互较多;工作日,热点区域之间的交互较少;(2)节假日,影响力较大的节点为车站、机场等;工作日,影响力较大的节点是社区和工作地;(3)社团探测发现,工作日跨越长江的交互较多,非工作日跨越长江的交互较少。上述研究结论可为交通管理部门针对节假日和工作日分别制定不同的交通管理政策和方法提供参考。