基于时空拓扑分析的地籍时态查询

通过分析地籍变更的时空拓扑特性,得出了具有父子关系宗地间存在空间上相交和时间上相接两个拓扑约束条件,籍此拓扑约束条件设计了地籍时态查询算法。并在基于地理对象的基态修正时空数据模型的基础上,设计了历史地籍数据库、现状地籍数据库和临时地籍数据库,辅以变粒度区段时态索引对该时态查询算法进行了实现研究。     

基于显/隐式表达的时空模型分类

根据时空对象与时空拓扑关系的显/隐式表达模式,提出了一种新的时空数据模型的分类方法.将时空模型分为时空对象与时空关系,其中时空对象包括事件与状态两种原子,时空关系包括事件之间关系、状态之间关系、事件与状态之间关系等三种基本关系;时空表达分为显式、隐式、半显半隐式三种模式.基于显隐式表达的时空模型分类系统采用时空对象、时空关系与时空表达的三元组结构描述,并列举了典型的时空数据模型,为用户选择满足不同应用需求的时空模型提供了理论依据.     

基于显／隐式表达的时空模型分类

根据时空对象与时空拓扑关系的显／隐式表达模式,提出了一种新的时空数据模型的分类方法．将时空模型分为时空对象与时空关系,其中时空对象包括事件与状态两种原子,时空关系包括事件之间关系、状态之间关系、事件与状态之间关系等三种基本关系;时空表达分为显式、隐式、半显半隐式三种模式．基于显隐式表达的时空模型分类系统采用时空对象、时空关系与时空表达的三元组结构描述,并列举了典型的时空数据模型,为用户选择满足不同应用需求的时空模型提供了理论依据．     

基于时空融合图卷积的交通流数据修复方法

为了解决现有时空相关修复法挖掘交通流特性不充分的问题,提出基于时空融合图卷积网络的缺失数据修复方法. 该方法在分析交通流时空特性的基础上,采用2类函数分别计算交通流数据的时间自相关系数和空间关联度系数. 将交通检测器的部署位置作为节点构成几何拓扑图,通过线性融合规则构建时空融合矩阵,替代图卷积输入层的邻接矩阵,捕获交通流细粒化的时空关系. 利用轻量级一维卷积层学习多通道时序向量的时间特征,加快模型的收敛速度. 利用图卷积层学习交通流数据的空间特征,构建时空融合图卷积网络修复模型. 实验结果表明,与其他修复方法相比,该方法在多检测器场景中的修复精度和模型收敛速度均有所提升,可以有效地修复交通流缺失数据.     

细胞自动机及其在模拟城市时空演化过程中的应用

对城市发展与演化过程的模拟和预测 ,需要地理信息系统 (GIS)等相关技术的支撑 .但目前的商用GIS不能完整地表达地理实体的时态信息和时空关系 ,缺乏时空分析和动态模拟的能力 .细胞自动机 (CellularAutomata ,简称CA)是一种“自下而上”的动态模拟建模框架 ,具有模拟地理复杂系统时空演化过程的能力 .文章从细胞自动机的原理和特征入手 ,介绍了CA模型的构造方法 ,对CA模型应用于城市时空演化过程的模拟及预测的可行性和可操作性进行了探讨 .     

历史事件GIS平台中时空数据模型的研究

市场上大量的GIS平台都是考虑显示最新的地图,而对于过去的地理数据并不保存．而历史事件GIS平台考虑在一个平台上同时保存历史和现在的所有的地理信息,可以查询和演示历史发展的过程。但是海量的时空数据的存储对GIS的建设提出了很高的要求,而其中最为关键的是平台中的时空数据的存储模型的研究．良好的数据模型不但能够大大减少空间存储,而且对于空间图形的显示也提出较高的要求。多年来,学术界对于时空模型的研究不断,但是始终没有成熟的时空GIS平台出现,本文针对性的对历史事件GIS平台的时空数据模型的研究,是此方向研究的一大步．     

船舶行为的语义建模与表达

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,依据空间拓扑学理论,将船舶时空行为抽象为原子行为、拓扑行为和交通行为,从船舶的时空轨迹到语义行为进行了不同层次的概念建模、语义描述和形式化表达;最后,基于该语义模型对船舶在港口水域中不同类型的航行行为进行实例验证。结果表明,该模型能够对港口水域中不同运动特征、不同空间拓扑特征的船舶行为进行语义建模与形式化表达,将其提取为5种典型的交通行为,表明该语义模型对船舶行为认知具有一定的合理性和良好的适用性。研究成果能够为船舶行为的语义认知、知识计算提供理论方法基础,实现对高级船舶行为的语义计算和认知推理。     

土地利用遥感动态监测多时相数据管理

土地利用遥感动态监测是一个长期的、持续的过程 ,如何对不同阶段的原始数据、结果数据进行有效地管理是一个迫切需要解决的问题 .应用时态地理信息系统 (TemporalGIS ,TGIS)技术 ,设计了一个实用的时态数据模型及数据存储结构 ,该模型充分考虑了数据的空间、时间、属性三要素 .最后应用该模型思想初步实现了对研究区域数据的有效管理     

多维数据库和空间多维数据的数学模型与人工智能

多维数据模型是定义了数据仓库的度量和维度结构的数据模型,本文尝试在传统多维数据模型中引进空间距离,从而构造出了空间多维数据模型和空间立方体。简化的逻辑数学公式可以表示各种多维数据库及空间多维数据结构拓扑图,通过建立数学模型可进行计算求解。分析证明,从多维数据库及空间多维数据模型可生成多种新的数学模型,使得多维数据逻辑关系更简单实用、安全可信,并且适用于多种类型多维数据模型的应用环境。除此之外,在多维数据库及空间多维数据分析中将人工智能用于处理多维数据,可用于排错、优化和速度计算等用途。     

地理本体Agent在紧急状态决策过程中的语义互操作

针对地理信息对语义的特殊要求,提出了利用本体实现基于语义的地理Agent的集成和互操作的基本方法.通过该方法,首先利用地理Agent中的领域本体把各个分布异构的GIS节点用本体封装起来,对外显示基于本体的界面;然后通过Agent的语义推理机制,建立不同本体系统之间的语义关系;最后通过不同GIS节点之间的语义关系投影到全局本体Agent中的本体树实现地理信息系统的集成,从而为紧急状态决策支持系统提供一个基于语义的地理信息服务,实现了透明和准确地访问空间信息资源和服务.     

引力势、物质运动与时空结构 物质运动与引力势之间的基本关系

根据时空结构的相对性,由分析物质运动与宇宙时空结构之间的关系导出两个定理,确定物质粒子被外力作用所能获得的相对固有速度的极限取决于其所处时空结构的相对局域宇宙引力势.局域宇宙引力势不仅与宇宙中物质的分布有关,而且与它们的各种形式的运动都有关,物体的整体运动也会产生附加引力势而导致时空结构的变化,由此澄清了惯性力的本质.由能量守恒进一步检验证实了这两个定理,澄清了当场测定的真空中的光速不变的物理本质,并指出洛伦兹变换的适用条件.以局域宇宙时空结构之间的相对关系为基础分析了物质运动、能量和局域宇宙引力势之间的基本关系.推导出相应的速度相加法则.用本文的时空变换关系取代Schwarzschild度规,得到的理论预期值与针对广义相对论的四个经典检验的数据相符,并证明了其合理性.     

Cartesian impedance control of dexterous robot hand

Presents a novel compliant motion control for a robot hand using the Cartesian impedance approach based on fingertip force measurements. The fingertip can accurately track desired motion in free space and appear as mechanical impedance in constrained space. In the position based impedance control strategy, any switching mode in contact transition phase is not needed. The impedance parameters can be adjusted in a certain range according to various tasks. In this paper, the analysis of the finger‘s kinematics and dynamics is given. Experimental results have shown the effectiveness of this control strategy.     

机构运动的变换式进化设计

现有的基于几何约束关系的CAD系统不能很好地解决面向方案设计的机构运动模型表示这一问题，为此提出了一种新的基于功能语义的运动进化建模方法.以功能单元的定义实现机械产品功能运动约束的抽象表达，研究了在机械产品运动进化建模过程中功能语义的表达、功能运动约束的进化模式以及机构运动综合技术.建立了功能运动约束与机构组合约束间的进化关系，实现了由语义层向几何约束层传递运动意图.将功能语义与运动功能综合求解的变换式进化过程相结合，实现了对设计者功能意图的映射转化.结合企业具体应用将上述理论应用于实际产品开发中，取得了良好的效果     

基于本体论及语义Web的产品信息模型研究

分析了产品信息建模在企业大规模知识处理中遇到的STEP(产品数据交换标准)系列标准之间、应用协议之间的语义不一致问题,提出了基于本体论及语义Web的产品信息建模的观点.建立了对象封装、中间件、企业应用的产品信息模型层次化结构,通过引入中间件层,实现产品信息语义一致性,增强了模型互操作性.研究了用语义Web语言DAML+OIL形式化描述基于知识的产品信息模型的方法,给出了由EXPRESS模式到DAMI+OIL语言的映射的具体实现机制,包括数据类型、实体声明和界面规范的映射方法,以此作为构建中间件层的基础.以一个基于DAMI+OIL的产品信息模型作为描述实例.     

机载MIMO雷达降维空时自适应处理算法

提出一种机载多输入多输出(MIMO)雷达降维空时自适应杂波抑制算法.首先将高维空时权向量重构为空域和时域权向量Kronecker积的形式,利用相关域信息,将最优空时处理的二次代价函数转化为两个二次代价函数,然后迭代求解两个二次代价函数中的两个低维权向量,分析表明该算法能有效降低计算量和估计采样协方差所需的训练样本数.最...     

电压暂降时空多粒度属性分析与知识发现方法

随着高端制造业的发展,以电能质量为代表的电力扰动已对敏感用户造成极大的经济损失,为了提升电网安全稳定水平并优化营商环境,本文针对电压暂降这一典型电力扰动事件,提出电压暂降时空多粒度属性分析与知识发现方法。由于传统电力扰动分析方法依赖机理分析与精确建模,难以处理包含多不确定因素的复杂问题,本文从复杂问题认知规律的角度出发,提出“数据-特征-指标-信息-知识”所构成的递进认知架构,作为解决复杂问题的一般思路。在此基础上,通过电压暂降时空多粒度属性分析对不同时空尺度下的暂降相关属性进行拓展,克服了传统方法仅从单一粒度分析问题造成暂降信息缺失的问题。由于不同时空粒度下的暂降属性变化反映了其他不确定性因素对电压暂降的影响,本文通过粒度约简挖掘监测数据背后蕴藏的电压暂降影响程度与电网结构属性之间的关联关系,进而推导发现电压暂降传播规律知识。通过仿真和实测数据对本文方法的有效性和可靠性进行了验证,此外,本文方法可适用于包含多不确定因素的复杂问题,有助于突破电力扰动相关的诸多技术瓶颈。     

Study on spatial temporal model in property management information system

Time is an important dimension for information in the geographical iniormatlon system. Data, such as the historical state of target property space and related events causing the state to be changed, should be saved as important files. This should be applied to property management. This paper designs and constructs a spatial temporal model, which is suitable to the property data changing management and spatial temporal query by analyzing the basic types and characteristics of property management spatial changing time and date. This model uses current and historical situational layers to organize and set up the relationship between current situation data and historical dates according to spatial temporal topological relations in property entities. By using Map Basic, housing property management and spatial query is realized.     

基于GRU神经网络的燃煤电站NO_x排放预测模型

针对工业过程动力学建模中,输入变量特征集确定困难的问题,提出了一种基于数据驱动的门控循环单元(GRU)神经网络模型。该模型可以通过学习自动提取输入数据与输出数据间的时空特征,简化人工智能模型的输入变量个数,减少了输入的冗余信息,降低了建模过程的难度,并具有较好的精确度和泛化能力。通过使用某燃煤机组实际运行数据中与氮氧化物(NO_x)排放相关的数据作为模型输入,建立了基于GRU神经网络的燃煤锅炉NO_x排放预测模型。并分别与传统循环神经网络(RNN)和长短期记忆(LSTM)神经网络模型比较,验证了GRU神经网络模型在工业过程动力学建模中的优良性能。