房产地理信息系统时空数据组织研究

首先对时态GIS的近十几年来的研究进展进行了回顾.然后通过对房产特征的分析,进行房产特征的分类,使之满足实际应用环境的需要.接着,提出了一种时空数据概念模型——基于Petri网的时空数据模型,同等的处理特征的状态和引起状态变化的变迁,不同与以往基于事件或基于状态（如快照等）的时空数据模型,该模型认为状态由变迁的改变,变迁由状态描述,两者互相依赖.通过该模型,将离散的状态和变迁连续化,状态和变迁的因果关系显式表达.最后,对房产GIS中的时空数据进行有机的组织,用现势库、工作库和历史库进行数据存储管理,实现时空分析即历史回溯、未来预测、变化趋势显示等等需求.     

深度卷积记忆网络时空数据模型

时空数据是包含时间和空间属性的数据类型.研究时空数据需要设计时空数据模型,用以处理数据与时间和空间的关系,得到信息对象由于时间和空间改变而产生的行为状态变化的趋势.交通信息数据是一类典型的时空数据.由于交通网络的复杂性和多变性,以及与时间和空间的强耦合性,使得传统的系统仿真和数据分析方法不能有效地得到数据之间的关系.本文通过对交通数据中临近空间属性信息的处理,解决了由于传统时空数据模型只关注时间属性导致模型对短时间间隔数据预测能力不足的问题,进而提高模型预测未来信息的能力.本文提出一个全新的时空数据模型—深度卷积记忆网络.深度卷积记忆网络是一个包含卷积神经网络和长短时间记忆网络的多元网络结构,可以提取数据的时间和空间属性信息,通过加入周期和镜像特征提取模块对网络进行修正.通过对两类典型时空数据集的验证,表明深度卷积记忆网络在预测短时间间隔的数据信息时,相较于传统的时空数据模型,不仅预测误差有了很大程度的降低,而且模型的训练速度也得到提升.     

一个标识子系统的设计与实现

特征造型的关键是合理地确定新旧模型拓扑元素之间的对应关系，文中提出一个基于特征的标识子系统，使得产品模型中每个拓扑元素都对应一个唯一的标识，标识匹配算法可以建立新旧模型拓扑元素之间的对应关系，标识子系统是作者开发的特征造型系统GDS的重要线成部分，为特征编辑、语义操作，二三维约束统一求解等奠定了基础。     

基于标识变化的时空推理

空间变化是空间信息处理中的热点问题,标识变化是空间变化的关键问题之一.但是现有工作侧重表达,知识推理能力较弱.为此,研究了基于标识变化的时空推理问题.给出了基于多段图和集合论的标识变化形式化语义,在此基础上定义了二元关系模型.针对基本关系约束满足问题,提出了构造性求解算法,并证明了代数封闭算法可解;针对全关系约束满足问题,提出了一致场景算法.理论分析和实验应用均表明该方法能有效解决信息不完整、不准确情况下的标识变化表示与推理问题,对此类问题其它同类模型尚不能很好解决.     

降水时空关联特征可视分析

目的 降水是影响全球气候变化和系统环境的重要因素,面向降水数据开展时空关联分析,对于区域气候特征探索及异常情况监测具有重要的意义。然而,降水时空关联特征的分析是一个复杂且耗时的过程,与气象站点的空间分布以及降水的时间序列密切相关。本文综合考虑降水的时空变化特征,研究和设计面向降水数据时空关联特征分析的可视化系统工具。方法 利用地图和矩阵图呈现降水数据的空间分布和周期变化特征,设计径向盒须图对降水数据的时空变化异常特征进行捕获;通过局部Moran''s I指数的计算和热力图的呈现表达降水的空间相关性,支持用户交互式地探索空间相关性的时序变化特征;利用普通克里金插值模型获得降水空间插值图,并对插值结果的准确性进行可视化评估。结果 以中国安徽省1971-2014年气象观测站长时间序列月降水数据集为例进行分析,实验结果证明本研究可视化交互系统能够直观高效地探索区域降水长时间序列时空变化特征和极端降水情况;有效探究区域降水空间分布模式、不同站点降水信息间空间依赖性和异质性,并快速发现降水奇异点;分析区域不同时间尺度降水气候特征空间变化。结论 系统工具集成便捷的交互模式,支持用户探索式地分析降水数据的时空关联特征,进而有效地探究区域气候变化规律和特征分布关系。基于真实降水数据的实验结果以及降水领域专家的反馈,进一步验证了本文系统工具的有效性和实用性。     

面向软件动态演化的需求建模及其模型规范化

针对目前需求工程阶段对软件动态演化考虑不足的现状,在分析软件动态演化面临的挑战的基础上,设计了面向动态演化的需求元模型(dynamic-evolution-orientedrequi rements meta-model,DERM)。该元模型以特征为基本部件,按特征组合的方式建立需求模型,需求模型由行为特征和属性特征组成。行为特征被区分为计算行为特征和交互行为特征,以实现计算和交互的相对隔离;属性特征通过其作用域,指定其在行为特征模型中的作用范围,从而将行为特征模型和属性特征模型统一为需求模型。在此基础上,讨论了需求模型的参照完整性、依赖一致性和互斥一致性,并进一步把需求模型规范化为需求模型第一范式到第三范式,需求模型规范化的过程提供了一种保证需求模型一致性的方法。最后通过案例研究,表明了该方法的可行性及其对软件动态演化的有效支持。     

模型误差变化率有界的空间连接系统鲁棒性能分析

针对具有时空不变名义模型的空间连接系统,讨论其存在有界、线性、时空变化和有结构性约束的模型误差时, 取得鲁棒性能的条件.对于时间轴和空间轴,分别定义了算子的时间变化率和空间变化率,给出了系统取得鲁棒性能时该变化率的上界和下界.研究表明, 对于时间轴和空间轴上变化率满足一定条件、具有结构约束的有界模型误差,系统取得鲁棒性能的充分必要条件是存在频率域上的缩放矩阵(D标度),使得系统名义模型范数小于1.     

基于标识位置变化的移动增强现实的研究

目前移动增强现实系统,由于采用阈值法进行图像分割,当标识位置发生变化时,不能较好的实现增强现实;针对这一问题,根据系统的鲁棒性,能够确定视频帧中的点对之间的关系不变,通过提取特征点对方法进行图像分割,进而实现增强现实。结果表明该方法在标识位置变动时,系统仍能很好实现增强现实,验证了该方法的有效性与实时性,提高了增强现实系统的整体性能。     

城市开敞空间的地表能量响应初探——以国际宜居城市为例

城市开敞空间是城市的重要组成部分,其构成与分布影响城市遥感地表能量的平衡。本研究从城市生态系统层面,通过相对地表能量信息的定量分级方法,探讨宜居城市开敞空间地表能量的综合响应特征、作用与影响关系特征。从开敞空间的属性、体量、结构方面,分析其对城市地表能量空间分布的格局、状态、质量及其时空变化的作用与影响。结果表明：(1) 在城市生态系统层面,城市开敞空间构成的属性、体量和结构是影响城市地表能量变化的基础;(2) 相对于城市的实体空间,城市开敞空间的地表能量阈值较宽,数值波动幅度和频率的改变受环境影响更明显; (3) 城市生态系统内部及其与环境架构的地表能量关系的平衡取决于一座城市开敞空间的格局、状态和质量。     

元胞自动机生成城市空间影响区的方法

确定城市空间影响区是一项非常复杂的工作,在区域规划与城市规划中有着重要的理论与实际意义。该研究提出了一种新的基于元胞自动机模型的加权Voronoi图的生成算法,该方法通过元胞自动机演化中元胞状态的变换来标识其空间归属,以此确定城市的空间影响区,并以陕西省为例进行了实证研究。     

低秩重检测的多特征时空上下文的视觉跟踪

时空上下文跟踪算法充分的利用空间上下文中包含的结构信息能够有效的对目标进行跟踪,实时性优良。但是该算法仅仅利用单一的灰度信息,使得目标的表观表达缺乏判别性,而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化。针对时空上下文算法存在的弱点,本文提出了一个基于低秩重检测的多特征时空上下文跟踪方法。首先利用多特征对时空上下文进行多方面的提取,构建复合时空上下文信息,充分利用目标周围的特征信息,提高目标表观表达的有效性。其次利用简单有效的矩阵分解方式将跟踪到的历史跟踪信息进行低秩表达,将其引入有效的在线重检测器中来保持跟踪结构的一致稳定性,解决了跟踪方法在跟踪失败后的重定位问题,在一系列跟踪数据集上的实验结果表明本算法比原始算法及当前的主流算法相比有更好的跟踪精度与鲁棒性,且满足实时性要求。     

Spatio-Temporal Data Types: An Approach to Modeling and Querying Moving Objects in Databases

Spatio-temporal databases deal with geometries changing over time. In general, geometries cannot only change in discrete steps, but continuously, and we are talking about moving objects. If only the position in space of an object is relevant, then moving point is a basic abstraction; if also the extent is of interest, then the moving region abstraction captures moving as well as growing or shrinking regions. We propose a new line of research where moving points and moving regions are viewed as 3-D (2-D space+time) or higher-dimensional entities whose structure and behavior is captured by modeling them as abstract data types. Such types can be integrated as base (attribute) data types into relational, object-oriented, or other DBMS data models; they can be implemented as data blades, cartridges, etc. for extensible DBMSs. We expect these spatio-temporal data types to play a similarly fundamental role for spatio-temporal databases as spatial data types have played for spatial databases. The paper explains the approach and discusses several fundamental issues and questions related to it that need to be clarified before delving into specific designs of spatio- temporal algebras.     

房产面积核算及分摊CAD系统的设计与实现

实现了房产开发过程中的平面投影图纸、面积核算、公用面积分摊、出具产权证明等一系列流程的一体化和信息化,从而能够进一步规范商品房的开发建设流程．该系统已经成功地应用于浙江省海宁市房产局和浙江省嘉兴市房产局,取得了良好的效果．     

结合时空一致性的FairMOT跟踪算法优化

目的 视频多目标跟踪(multiple object tracking,MOT)是计算机视觉中的一项重要任务,现有研究分别针对目标检测和目标关联部分进行改进,均忽视了多目标跟踪中的不一致问题。不一致问题主要包括3方面,即目标检测框中心与身份特征中心不一致、帧间目标响应不一致以及训练测试过程中相似度度量方式不一致。为了解决上述不一致问题,本文提出一种基于时空一致性的多目标跟踪方法,以提升跟踪的准确度。方法 从空间、时间以及特征维度对上述不一致性进行修正。对于目标检测框中心与身份特征中心不一致,针对每个目标检测框中心到特征中心之间的空间差异,在偏移后的位置上提取目标的ReID(re-identification)特征;对帧间响应不一致,使用空间相关计算相邻帧之间的运动偏移信息,基于该偏移信息对前一帧的目标响应进行变换后得到帧间一致性响应信息,然后对目标响应进行增强;对训练和测试过程中的相似度度量不一致,提出特征正交损失函数,在训练时考虑目标两两之间的相似关系。结果 在3个数据集上与现有方法进行比较。在MOT17、MOT20和Hieve数据集中,MOTA(multiple object tracking accuracy)值分别为71.2%、60.2%和36.1%,相比改进前的FairMOT算法分别提高了1.6%、3.2%和1.1%。与大多数其他现有方法对比,本文方法的MT(mostly tracked)比例更高,ML(mostly lost)比例更低,跟踪的整体性能更好。同时,在MOT17数据集中进行对比实验验证融合算法的有效性,结果表明提出的方法显著改善了多目标跟踪中的不一致问题。结论 本文提出的一致性跟踪方法,使特征在时间、空间以及训练测试中达成了更好的一致性,使多目标跟踪结果更加准确。     

Hair-oriented data model for spatio-temporal data representation

Having an effective data structure regards to fast data changing is one of the most important demands in spatio-temporal data. Spatio-temporal data have special relationships in regard to spatial and temporal values. Both types of data are complex in terms of their numerous attributes and the changes exhibited over time. A data model that is able to increase the performance of data storage and inquiry responses from a spatio-temporal system is demanded. The structure of the relationships between spatio-temporal data mimics the biological structure of the hair, which has a ‘Root’ (spatial values) and a ‘Shaft’ (temporal values) and undergoes growth. This paper aims to show the mathematical formulation of a Hair-Oriented Data Model (HODM) for spatio-temporal data and to demonstrate the model's performance by measuring storage size and query response time. The experiment was conducted by using more than 178,000 records of climate change spatio-temporal data that were implemented in implemented in an object-relational database using nested tables. The data structure and operations are implemented by SQL statements that are related to the concepts of Object-Relational databases. The performances of file storage and execution query are compared using a tabular and normalized entity relationship model that engages various types of queries. The results show that HODM has a lower storage size and a faster query response time for all studied types of spatio-temporal queries. The significances of the work are elaborated by doing comparison with the generic data models. The experimental results showed that the proposed data model is easier to develop and more efficient.     

GIS技术在房地产管理中的应用

通过介绍GIS的概念及房地产管理的空间特征,分析了GIS在房地产管理中的优势及可行性,指出了在房产管理数据库的基础上实现房地产数字化管理的实现途径。     

Kano’s model in Kansei Engineering to evaluate subjective real estate consumer preferences

Kansei Engineering is a product development tool used to identify users’ perceptions and find quantitative relationships between their subjective responses and design features. This paper proposes the use of Kano’s model in this process to analyse the impact of different subjective attributes on consumers’ purchase decisions. A practical example of real estate promotions design is presented. In the first stage, semantic differential is used to measure the subjective component of the emotional state. In the second stage, regression analysis and Kano’s model are used to define the relative weight of each emotional attribute in the purchase decision. Besides linear attributes, Kano’s model identified two other kinds of attributes that present a non-linear performance: basic attributes and exciting attributes. Therefore linear models could underestimate the effect of such kind of attributes.

Relevance to industry

This information is very relevant for architects and designers as it enables them to determine the extent to which they must direct their efforts at improving certain attributes with the object of improving the global evaluation.     

高分辨率遥感影像空间结构特征建模方法综述

高分辨率遥感影像能够提供详细的地面信息,具有复杂的空间结构特征。有效地描述和建模这种结构特征对实现影像解译、目标识别与提取以及场景理解等具有重要的作用。首先介绍了高分影像结构特征的概念和内涵,将结构特征划分为像元结构、目标结构和场景结构3个层次;然后对高分影像结构特征描述与建模方法进行了系统的综述,介绍了这些方法的基本思想、分析了其研究现状,并指出了存在的一些问题;最后给出了总结和展望。