船舶徘徊轨迹Douglas Peucker算法提取及其深度学习分类

船舶徘徊行为是一种在局部空间中频繁转向的船舶运动,船舶徘徊形态与船舶运动意图相关,对船舶类型识别与异常行为检测有重要研究意义。针对现有船舶徘徊轨迹提取算法的提取效率与精确度、徘徊轨迹分类准确度有待提高等问题,设计基于Douglas Peucker算法的船舶徘徊轨迹提取方法,提出徘徊波点概念来定义船舶大幅度转向变化过渡点,将提取出的徘徊轨迹数据转化为徘徊轨迹图像数据集,并把徘徊轨迹划分为无序往返、两点往返、前进往返和杂乱线团等4种形态,构建ResNet50深度学习模型对船舶徘徊轨迹数据集进行训练,采用Adam算法对模型进行优化,提高了模型的训练效率。试验结果表明:船舶徘徊轨迹提取算法可达到98.56%的精确率,徘徊轨迹提取效率提高超23%,在对4种徘徊轨迹形态数据集的识别分类中,模型获得91.03%的平均准确率,优于对比试验中的VGG16模型和支持向量机(SVM)模型。

3维Douglas-Peucker算法及其在DEM自动综合中的应用研究

在分析2维Douglas-Peucker算法原理实质的基础上,提出3维Douglas-Peucker算法,并将此法应用到对DEM的基础———3维离散点的自动综合上。采用计算机程序对新算法进行的验证,初步结果表明该算法能较好地筛选出DEM整体及局部范围的地貌特征点,其计算效率也较令人满意。

Douglas-Peucker算法在无拓扑矢量数据压缩中的新改进

分析常规Douglas-Peucker算法压缩无拓扑矢量数据时产生公共边"裂缝"现象的原因——公共边被两次或可能更多次压缩,而每次运用Douglas-Peucker算法压缩时所选择的初始点和终点不同造成的。为此,提出公共边对象化Douglas-Peucker改进算法。为实现此算法,首先设计了新的公共边提取算法来提取公共边,然后使用OOP技术,把公共边的相关信息封装成类,最后根据公共边对象提供的信息对多边形的公共边和非公共边分别进行Douglas-Peucker压缩。以广东省行政界线的SVG矢量图为实验对象验证了此算法的有效性,分析了本算法相对于其它Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。

Douglas-Peucker算法在无拓扑矢量数据压缩中的改进

分析了常规Douglas-Peucker算法压缩无拓扑矢量数据时产生公共边"裂缝"现象的原因,即公共边被两次或可能更多次压缩,而每次运用Douglas-Peucker算法压缩时所选择的初始点和终点不同造成的。为此,提出了公共边对象化Douglas-Peucker改进算法。为实现此算法,首先设计了新的公共边提取算法来提取公共边,然后使用OOP技术,把公共边的相关信息封装成类,最后根据公共边对象提供的信息对多边形的公共边和非公共边分别进行Douglas-Peucker压缩。以广东省行政界线的SVG矢量图为实验对象验证了该算法的有效性,分析了该算法相对于其他Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。

再论三维Douglas-Peucker算法及其在DEM综合中的应用

相对于笔者在已发表论文中所提出的一般性方法,本文在算法上有了进一步的改善或扩展。结果表明,这些措施在保证综合效果的前提下,可以大大提高DEM的综合速度,从而为海量DEM数据的全局动态式综合提供了现实的可能性。

三维Douglas-Peucker算法的等高线间接综合方法研究

提出一种用三维Douglas-Peucker算法综合无格式离散点,再回放等高线,进而将其作为综合结果的等高线间接综合方法,并进行编程验证。初步试验证明,在主要地貌结构线辅助下,用该方法综合的等高线兼具几何精确性与拓扑一致性,且方法本身对等高线的输入输出形式适应性较强,具有良好的应用前景。

曲线拟合的Douglas-Peucker算法阈值优化选择

通过迭代法得到Douglas-Peucker算法阈值与线要素化简质量相关特定属性的样本数据;利用曲线拟合法得到阈值与线要素长度和点数之间的函数关系;分析给定区间上阈值-点数关系函数的曲率,寻求最大曲率点对应的阈值作为化简算法最优阈值。从定性和定量两方面揭示了化简算法阈值选择对化简结果的影响规律,提出化简阈值的优化确定方法。适用于利用Douglas-Peucker算法化简海量线要素数据时分析化简阈值的影响及确定化简算法最优阈值。

河网线要素与DEM综合的三维Douglas-Peucker算法

目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。

基于AIS航迹和Douglas-Peucker算法的航线自动生成方法研究

使用经过数据清洗过的AIS历史数据,采用Douglas-Peucker算法根据不同比例尺下的阈值设定对航迹点进行压缩提取出关键的转向点,从而自动生成航线,生成的航线由真实航迹点压缩而来,从而缩短了距离,提高了经济效益;通过充分利用电子海图信息对自动生成的航线进行点、线、面障碍物的检测,对靠近危险物的航线部分进行修正,从而确保航行安全。由压缩AIS航迹形成的航迹已有效避开障碍物,因此生成的航线是安全、经济的,可为航海人员航线设计时提供重要参考。

基于Ping的Douglas-Peucker法抽稀阈值优化选取

抽稀阈值的合理选取直接影响多波束测深数据抽稀结果和构建海底地形的表征能力,在基于Ping的Douglas-Peucker法多波束测深数据抽稀的基础上,提出了计算拟合曲线曲率值确定多波束测深数据抽稀阈值的方法。通过算例分析,验证了该方法在多波束测深数据抽稀中的适用性和有效性,取得了较好的抽稀效果。

一种Douglas-Peucker与Li-Openshaw结合改进的曲线化简方法

Douglas-Pecuker算法能够很好的保证对线的特征弯曲点保留和对点其它非特征点的压缩,但化简出来的结果过于生硬且在特征点处产生尖角,不能够在地图综合中普遍使用。Li-Openshaw算法能很好地圆滑线的尖角且不会显得过于生硬,但也会对线的特征点圆滑。提出了将两者结合的改进型算法,做到特征点保留且做到在其它处化简。并将该改进型算法与另外两种算法进行实验验证对比。实验结果表明,两者结合的改进型算法展现出了两者的优点,且能够在自动制图中得到应用,优化地理线要素和面要素的化简。

基于骨架线的Douglas-Peucker算法改进

针对Douglas-Pecuker算法中以垂直距离为化简指标的不足,提出了以骨架线为化简指标的改进算法。在对曲线凸凹顶点识别基础上,通过三角网的构建实现了凸点到基线的骨架线的提取,结合Douglas-Peucker算法的一般步骤,进行了曲线化简实验和方法的比较,验证了改进算法在保持线要素形态特征上的合理性。

基于面积保持的Douglas-Peucker改进算法的多边形化简

面状数据的化简是空间数据多尺度表达和制图综合必须处理的关键问题,有些面状的地理要素要求简化前后面积保持一致,并且不破坏原来的拓扑关系。因此必须对原有的线化简算法做适当的改进。提出对要化简的多边形根据其与相邻多边形的邻接关系,对邻接线段分别化简,以保持原来的拓扑关系;并在采用Douglas-Peucker算法化简时,加入面积平衡的约束条件,构造"平衡线",使化简前后保持面积一致。通过对实验数据化简结果的分析,改进的算法能很好保持化简前后面积及拓扑的一致性,但较Douglas-Peucker算法化简结果,其化简率较小一些。

基于Douglas-Peucker和Quick Bundles算法的水上交通模式识别

针对船舶航迹数据量大、数据冗余、航迹特征不明显等问题,提出一种融合道格拉斯-普克(Douglas-Peucker,DP)压缩算法和基于距离的快速捆绑包(Quick Bundles,QB)聚类算法的水上交通模式识别方法。该方法根据航迹数据特征、压缩率和压缩误差等指标选择合理的压缩阈值实现大规模船舶自动识别系统(automatic identification system,AIS)数据的压缩。在此基础上,提出一种基于最小直接翻转距离的聚类指标,利用QB算法实现船舶航迹的有效聚类。实验结果表明,提出的方法既可以简化航迹聚类过程,也可准确高效地实现航迹聚类,为水上交通精细化管理与决策提供数据支撑。

基于总体最小二乘的Douglas-Peucker算法在多波束测深数据抽稀中的应用

Douglas-Peucker算法是多波束数据抽稀的主要算法之一,通过保留特征点来达到抽稀的目的,这导致了抽稀后的数据与原始数据精度的极度不一致,无法很好地反映水下地形的真实情况。基于总体最小二乘的Douglas-Peucker算法,在采用Douglas-Peucker算法确定特征点的基础上,充分利用多波束测深原始数据的信息进行分段总体最小二乘拟合,从而达到更真实地反应海底状况的目的。通过对仿真海底地形模拟计算,结果表明:与Douglas-peucker算法相比,该算法能够更加逼近原始数据,提高抽稀精度。

采用3维Douglas-Peucker算法的等高线综合

在数字环境下进行等高线综合是制图综合领域中的热点问题。将3维Douglas-Peucker算法应用于等高线综合,是从真3维的角度提取等高线上的特征点。首先根据等高线上高程点的空间分布特征,提出采用空间线规则排序方法组织空间点;引入了全局孤独指数解决综合过程中等高线之间的空间跳跃问题;然后通过空间内插引绘综合后DEM的等高线,从而实现等高线的自动综合。初步实验表明,采用3维Douglas-Peucker算法的等高线综合,从全局上保持了主要地貌形态并抑制了破碎的微地貌特征,具有良好的综合质量和制图效果。

Douglas—Peucker和LZW算法在矢量数据压缩中的应用

在分析矢量数据结构特点、Douglas—Peucker和LZW算法原理及其优点的基础上，提出先用Douglas—Peucker对矢量数据进行有损压缩再用LZW进行无损压缩的压缩流程，取得了很高的压缩比。

基于Douglas-Peucker融合闵式距离的锂电池健康因子提取及SOH预测

针对锂离子电池的健康因子提取困难而导致电池健康状况(state of health,SOH)预测精度低的问题,提出一种基于Douglas-Peucker融合闵式距离的锂电池健康因子特征提取算法,并利用该算法对恒流恒压充电恒功率放电策略下的电池数据进行特征提取,进而实现对锂电池的SOH预测。首先对测量的实验数据建立特征工程,利用闵式距离建立评价指标,实现基于Douglas-Peucker算法的电池健康因子提取,进而得到34维健康因子。然后,针对所提取的健康因子,利用差分变异头脑风暴(difference-mutation brainstorm optimization,DBSO)算法进行寻优,剔除不相关和冗余的特征,避免模型过拟合,提高模型性能。最后,利用支持向量机(support vector machines,SVM)及其优化模型对所提取的健康因子进行电池SOH预测。实验结果表明,所建立的特征工程提取的健康因子在SVM各模型中拟合优度均超过0.96,其中DBSO-SVM模型的预测精度最高,预测效果最好,平均绝对值误差(mean square error,MSE)值低于3。结合不同充放电策略,将所提出的特征提取算法在NASA数据上验证。结果表明,在SVM模型上,电池B0005、B0006、B0007的拟合优度达到0.99,均方根误差(root mean square error,RMSE)值均低于6%。对比多种优化算法,DBSO-SVM模型的性能最好。

一种改进的基于Douglas—Peucker原理的轮廓采样算法

文章首先介绍了Douglas-Peucker算法，它是一种经典的曲线简化方法，在此基础上提出了DP算法的一种非递归实现方法．该过程主要是利用队和栈的性质来实现的。结果显示，用这种方法进行目标物体的轮廓采样。通过控制距离容差可以得到对轮廓线不同程度的逼近，不仅能够有效减少物体轮廓的冗余点，提高处理效率，又能够不失真地表征物体的形状。

通过空间相似度设置阈值的Douglas-Peucker算法

线状地物的化简是地图综合的重要组成部分,Douglas-Peucker算法作为一种经典的化简线状地物的算法,化简时需要进行多次实验才能选取到合适的阈值,得到最终化简结果。为了避免选取阈值繁琐的过程,通过计算不同阈值下化简前后线状地物间的空间相似度,并将绝对阈值转换为相对阈值,利用曲线拟合的方法得到相对阈值和空间相似度之间的关系。基于两者之间的关系,在使用Douglas-Peucker算法化简线状地物时,即可通过空间相似度来选取合适的化简阈值,提高了化简的效率。