基于空间统计学的空间关联挖掘

将空间统计分析应用于空间关联挖掘领域，给出空间权重矩阵、空间自相关和空间关联的度量函数，并以中国有代表性的37个大中城市的地理空间数据为例，进行空间关联研究。根据空间数据的地理位置构造其Voronoi图、Delaunay图，计算空间对象之间的距离并构造其邻域图和空间自相关矩阵，在此基础上计算空间对象间的空间自相关系数和局部空间关联系数，包括Mnran’s I、Gereay’s C、局部Moran、G统计，并依据这些系数发现空间对象间的空间关联知识。     

一种基于空间邻接关系的k-means聚类改进算法

空间对象不仅具有非空间的属性特征，而且具有与空间位置、拓扑结构相关的空间特征。利用传统的聚类方法对空间对象进行聚类时，由于没有考虑空间关系，同一类的对象可能出现在空间不相邻的位置。基于空间邻接关系的k-means改进算法将相邻对象的空间邻接关系作为约束条件加以考虑，使聚类结果既反映了属性特征的相似程度，又反映了对象的空间相邻状态，从而可以揭示不同类别对象的空间分布格局，因此其比传统的k-means方法更适合于空间对象的聚类分析。     

列车车轴空间直线度检测

为了准确、快速地测量列车车轴的空间直线度，构建了列车车轴空间直线度测量系统，对所述测量系统采用的空间圆拟合、空间直线拟合、直线度测量等算法进行研究。首先，根据被测对象的特征介绍了基于空间平面与空间球相切空间圆拟合算法；然后，利用随机采样一致性（RANSAC）算法迭代出符合模型的最佳点集，在列车车轴截面空间圆拟合获取的数据基础上对列车车轴截面空间圆圆心所处数据进行分析，并利用狼群算法拟合空间直线，即通过空间截面所处位置的列车车轴截面空间圆的圆心坐标拟合列车车轴空间直线；最后，利用狼群算法对列车车轴空间直线度进行测量，并把测量数据与激光跟踪仪数据进行对比。实验结果表明：基于狼群算法的列车车轴空间直线度测量精度为0.01 mm，能够满足列车车轴空间直线度测量的高精度、高稳定性及测量重复性等要求。     

基于最小拟合误差平方和准则的空间聚类

在一些回归分析问题中，数据来自于空间对象的非空间属性．许多问题中不用考虑空间属性，而直接分析非空间属性．如果在整个问题空间中，对象空间差异较大，需要将空间对象划分为若干子空间，子空间对应的局域回归模型，可以减小空间差异性的影响．针对子空间连通性约束情况下空间对象的局域回归分析问题，提出基于最小拟合误差平方和准则的空间划分方法，从一个空间的初始划分开始，按照拟合误差平方和下降的原则调整子空间边界，获得新的空间划分和对应的回归模型，不断迭代直到准则函数收敛．     

网络

为何无法同时登录两个QQ空间 Q 我有两个QQ账号，分别都开通了QQ空间，但是每次只能打开一个QQ空间，准备打开另一个空间时，当前打开的空间又会自动退出。请问为何不能同时打开两个QQ空间呢？     

空间叙事视域下地铁数字艺术设计策略研究

地铁数字艺术是的城市审美升级的新领域，地铁空间正从功能性向人文性、美学性转变，需要充分整合数字资源提升地铁空间数字艺术设计的叙事体验。文章借助空间叙事学视角，重点阐述了人、环境、叙事的叙事模型，从叙事话语层、故事层、交互层探讨地铁空间叙事设计模式，并结合通过空间叙事学理论探索武汉文化基因介入地铁空间的可视化表达策略，挖掘文化记忆空间叙事语言要素的识别转化与空间植入方法，以此实现地域文化认同和文化价值创建。     

居住空间行为模拟与城市空间增长

模拟城市要素空间增长对城市系统的合理调控有着十分重要的意义，而居住的空间增长是城市空间增长的主要部分。本文将在分析城市要素空间相互作用的基础上，建立居住空间选择行为模型。并在地理信息系统和空间分析支持下，建立城市居住的空间增长动态模拟系统。     

空间数据库中离群点的度量与查找新方法

如今查找离群点的方法有以下两类：第1类方法是面向统计数据库，把各种数据都看成是多维空间，没有区分空间维与非空间维的方法；第2类方法是面向空间数据库，区分空间维与非空间维的方法。目前提出的方法大多数是第1类方法，由于这类方法在空间数据库中直接应用可能产生错误的判断或找到无意义的离群点，而已有的第2类方法又查找效率太低或不能查找局部离群点，为此提出了一个新的基于邻域的离群点度量方法——空间偏离因子，这种方法面向空间数据库，不但可区分空间维与非空间维，并可以找到局部或全局的离群点；同时提出一种与邻域划分相结合的快速查找算法。理论分析表明，该方法是合理的。真实数据与模拟数据的实验也再次验证了这个模型与算法的可行性。     

空间句法理论下的藏传佛寺信仰空间设计探究——以青海夏琼寺为例

文章以空间句法理论为基础，以藏传佛教格鲁派夏琼寺为例，论述了藏传佛寺村落的空间特点。首先对村落空间进行了定性分析，再通过空间句法分析方法进行了定量分析，得出了连接值、全局整合度、局部整合度、可理解度等空间句法理论数值。最后根据以上结果，探究藏传佛教村落的信仰空间特征，期望为传统村落的整体保护和规划提供依据。     

基于不确定性的空间聚类

空间数据挖掘是指从空间数据库(空间数据仓库)中提取用户感兴趣的空间的和非空间的模式和规则的过程，空间聚类是空间数据挖掘最基本的任务。本文首先分析了空间数据挖掘过程中的不确定性，并以空间聚类为例具体分析空间聚类过程中的数据预处理方法。在此基础上，以EM算法为基础，顾及空间聚类的随机性和模糊性以及基于Delaunay图的空间对象的空间邻近关系，构建了基于不确定性的空间聚类算法。     

基于场所精神的大学校园公共空间景观设计研究

将场所精神引入大学校园公共空间的景观设计，既可以延续大学校园的文化脉络，也可以唤醒师生强烈的精神体验，从而起到潜移默化的作用。因此，文章引入场所精神理论，提出场所空间的认同、历史性情景的塑造、多元化空间的利用等设计策略，打造具有场所精神的大学校园公共空间，并结合湖南科技大学东大门广场景观改造设计实践，验证该策略的适用性，以期为今后大学校园公共空间景观设计提供参考。     

基于GIS的重庆市环境空气质量功能区划图形化研究

采用GIS空间定性描述和定量分析相结合的方法，对重庆市环境空气质量功能区划进行分析评价，将划分的功能区落到空间地理位置图上，形象直观展示区域环境空气质量功能区划分布情况，形成了重庆市空气质量区的空间属性数据库，为环境管理提供了地理空间依据。     

空间语义增强下的城市交通事故数据可视分析

目的 海量城市交通事故数据可能蕴含有交通事故的空间模式，挖掘出交通事故的空间模式有助于开展交通事故的防治工作。目前交通管理部门虽然记录了交通事故发生地的空间位置信息，但没有对事故发生地进行空间语义描述，从而影响对交通事故空间模式的深入分析。因此，提出一种交通事故数据空间语义增强方法，并设计了一套可视分析系统。方法 基于城市兴趣点来增强交通事故数据的空间语义。以事故发生点为中心获取周围城市兴趣点，使用特征向量刻画兴趣点的数量、类别及其与事故发生点的距离，并称此向量为空间语义特征向量。将空间语义特征向量和相应的交通事故关联，以达到增强其空间语义的目的。然后，基于空间语义特征向量，使用自组织映射聚类算法对交通事故进行聚类分析，根据其空间语义特征将交通事故分为若干类别。最后，通过使用地图视图展示事故点数据、聚类视图和平行坐标视图展示聚类分析的结果及其空间语义特征的可视化方法，对交通事故的空间模式进行分析。结果 针对空间语义增强的交通事故数据以及相关分析任务，有效地使用上述数据分析方法与可视化技术，设计并实现了一套多视图关联的可视分析系统，提供了便捷的交互方式辅助用户分析。通过研发人员和交通警察共同对安徽省合肥市2018年的交通事故数据进行分析，将交通事故发生地划分9类并指出每类地点的空间语义特点，进一步分析出了事故高发区域的空间语义特性。结论 本文提出的交通事故数据空间语义增强方法和可视分析方法可以帮助用户揭示交通事故的空间语义模式，有助于深入分析和认识交通事故的成因，能为交通事故防治相关的城市建设工作提供建议。     

基于局部对比度和全卷积网络的小空间碎片检测

近年来环绕地球轨道的空间碎片数量急剧增加，对在轨运行的航天器构成严重威胁。基于天基监视平台的空间碎片小目标快速检测对于航天器远距离规避具有重要意义，然而由于空间碎片小目标的快速相对运动和宇宙射线产生的噪声，空间碎片小目标快速检测极具挑战。提出了一种基于深度卷积神经网络的天基空间碎片小目标显著性检测方法，首先，使用局部对比度方法获得输入图像的空间对比度图；然后，通过全卷积网络结合上述对比度图捕获时空显著性信息；最后，基于仿真视频序列图像开展实验验证，可实现对最远距离为30km，最小为16像素的目标准确检测。通过设置不同的高斯白噪声方差参数模拟空间环境噪声，证明了在噪声背景条件下对空间碎片小目标检测的有效性和鲁棒性。     

基于定量属性相关值的空间离群研究

针对空间离群数据(spatial outlier detection)中缺乏对多属性相关定量分析的特点，进行了基于定量分析多属性相关的空间离群数据研究。在空间统计学的基础上，采用定量相关分析对属性之间的关系进行度量，引用了多属性相关矩阵，采用R-tree动态索引结构来搜索空间离群点，有效地解决了这一问题。在多非空间属性中，准确地发现空间离群点，通过对杭州地籍数据的分析，验证了方法的正确性和有效性。     

空间离群点的模型与跳跃取样查找算法

目前无论是查找一般的离群点，还是空间离群点，都强调非空间属性的偏离，但在图像处理、基于位置的服务等许多应用领域，空间与非空间属性要综合考虑。为此，首先提出了一个综合考虑两者的空间离群点定义，然后提出了一种新的基于密度的空间离群点查找方法——基于密度的跳跃取样空间离群点查找算法DBSODLS。由于已有的基于密度的离群点查找方法对每一点都要求进行邻域查询计算，故查找效率低，而该算法由于可充分利用已知的邻居信息，即不必计算所有点的邻域，从而能快速找到空间离群点。分析与试验结果表明，该算法时间性能明显优于目前已有的基于密度的算法。     

基于Mean-Shift的投影聚类算法PCMF

高维数据的聚类都隐含在低维的子空间内。为找出有效的子空间，Agrawal等人提出了投影聚类概念，通过映射变换转换到子空间里，然后借助其他方法找到聚类。该文基于目前最新的投影聚类算法EPCH，提出了PCMF算法，借助Mean-Shift划分子空间聚类。与EPCH算法相比，PCMF在划分子空间中数据时，无须输入参数（EPCH中是最大聚类个数），能够有效降低划分出的子空间数量，获得与EPCH相媲美的实验结果。     

基于粒度计算的知识空间建模研究

利用粒度计算有关理论，建立信息系统的知识粒度空间-全粒度空间和超粒度空间，找到了定义于超粒度空间之上的格和布尔代数，并利用格的有关性质导出了全粒度空间的结构模型-超树，得到了全粒度空间和超树的若干性质，为KDD算法的具体设计与实现提供了指导信息，为进一步研究知识发现机理等问题奠定了理论基础，丰富和完善了KDD的几何和代数理论体系．     

空间方向关系定性推理技术研究进展

空间方向关系是空间认知中的一个基本概念，在空间数据库、人工智能、机器人等领域发挥着极其重要的作用。随着对空间方向关系研究的不断深入，空间方向关系定性推理受到了广泛关注，逐渐成为研究的热点。为了更进一步地介绍和挖掘空间方向关系推理技术的研究现状，首先，针对现有的推理模型进行详细梳理和总结，对各类模型进行比较和分析，指出了各种模型的特性及适用范围；其次，从二维、三维及不确定性空间对象方向关系的复合、反关系推理、一致性检验以及结合多种空间信息的组合推理等几个方面，对空间方向关系推理相关工作进行了系统性的阐述和分析；最后，分析了目前所面临的挑战，并对其未来发展趋势进行了展望。