分区加权Voronoi图的生成及其应用

分区加权Vorond图是Voronoi图和加权Voronoi图的推广，它可以用来模拟移动通信当中基站发射天线分扇区以不同功率向周围发射时所覆盖区域的形状。本文给出了分区加权Voronoi图的定义和它的离散生成算法．以及由此算法生成的分区加权Voronoi图的实例。     

基于分区加权Voronoi图的手机基站定位

为解决传统Cell-ID定位仅利用单基站进行定位且定位精确度不高的缺点.文章在传统Cell-ID定位的基础上,提出了基于分区加权Voronoi图的手机基站定位方式.同时,针对传统分区加权Voronoi图算法无法显示多扇区重叠的区域,对离散生成算法进行适当的改进,来突出多个生成元重叠的区域,即基站的重复覆盖区域.同时通过实验分析了基站数量、覆盖范围和功率对定位精确度的影响.     

GIS中投影加权Voronoi图及竞争三角形生成算法研究

在GIS空间分析中，为了定位和分析空间区域中含权对象的竞争区域，提出了加权Voronoi图的新形式——投影加权Voronoi图，该图是从常规Voronoi图和一般加权Voronoi图的平面剖分模型出发，首先引入了能够产生空间竞争区域的空间投影剖分模型，然后由此形成空间中的三角形空隙，即竞争三角形，同时归纳了形成竞争三角形的3种加权方式，并分析了其生成算法和特性，计算机的模拟结果显示，将竞争三角形作为空间的竞争区域是可行的，最后论述了它在GIS空间分析中广泛的应用前景。     

加权Voronoi图的离散生成

加权Voronoi图是Voronoi图的一种扩展,有着广泛的应用.给出了一种新的构建加权Voronoi图的离散生成法.此方法无需复杂的计算,容易实现.     

改进型Voronoi图与GIS在地震救援区域划分中的研究

针对当前我国社会城市化发展带来的诸多复杂的变化,面临地震灾害潜在威胁日趋严重的状况,以国内救援队伍为需求对象,提出了一种改进型Voronoi图,在传统Voronoi图应用研究的基础上,采用顶点加权Voronoi图实现地震现场救援区域自动划分的计算几何方法,并运用GIS的空间分析功能对地震灾区进行空间剖分以生成地震现场最佳救援区域。提出了影响救援区域覆盖范围的4个因子,给出了各个因子的权重计算方法,并与传统Voronoi图生成的救援区域进行比较分析。     

基于MapReduce的加权Voronoi图并行算法设计及应用

针对大规模数据的加权Voronoi图实现的复杂性和计算精度低问题, 采用欧氏距离法, 设计和实现了一种基于MapReduce编程模型的并行栅格加权Voronoi图的生成算法, 并将其成功应用于石家庄桥东区超市的推荐服务。该算法计算精度高, 同时可适用于任意点、线、面及复合发生元的加权Voronoi图的计算。实验结果表明, 算法在处理大规模栅格数据时能明显提高栅格Voronoi图的生成速度, 并能为用户推荐综合因素优选的超市。     

线段加权Voronoi图的离散生成算法的研究与实现

线段加权Voronoi图是对普通Voronoi图在生成元以及权重两方面加以推广而产生的.给出用离散的方法来生成线段加权Voronoi图,无须复杂计算,容易实现.另外利用其解决绿化问题,会达到良好的划分及可视效果.     

Hadoop下面元加权Voronoi图并行算法及应用

面元加权Voronoi图是生成元为面元的加权Voronoi图。针对大规模数据情况下面元加权Voronoi图存在的计算效率不高问题,结合面元边界点提取方法,提出一种基于Hadoop云平台的面元加权Voronoi图的并行生成算法,进行了单机和集群实验。实验结果表明,算法能有效处理大规模栅格数据,明显提高面元加权Voronoi图的生成速度。还可应用于城市绿地设计规划,为绿地设计提供决策依据。     

一种蜂房移动通信中基于Voronoi图的基站管理方法

蜂房移动通信系统是目前最好的陆地移动通信组网方式。它的正六角形覆盖区域的划分实际上就是以基站为母点，且当母点均匀分布情形下的Voronoi图。然而，传统的计算几何Voronoi图的画法及一些新的适合计算机的画法在实际的应用中还存在一些缺陷，如外围基站边界的确定，在理论上是忽略这个问题的，而实际上必须考虑；基站小区划分也是出于实际考虑而添加的。对传统算法进行了适当的改进，来实现对蜂房移动通信的基站分布信息进行管理。     

基于区域分割和Voronoi图的区域覆盖算法

针对无线传感器网络区域已知的区域覆盖问题,提出了一种基于区域分割和Voronoi图的覆盖算法（RSV）。算法首先分析已知区域的地理信息和兴趣点,根据传感器感知能力,构造合适大小的网格将已知区域细化分割。然后基于分割后的各个区域,根据兴趣点的数量划分其为不同权重部分,并初步设计传感器位置。根据初步部署位置和权重,对不同权重位置构造Voronoi图填补覆盖空洞,直至所有空洞被填补完毕,并为了延长运行寿命设计了合适的节点休眠策略。仿真实验显示,基于区域分割和加权Voronoi图的目标区域覆盖算法相较于现有算法,在节点数量增加较少的情况下,延长了网络的运行寿命,同时使节点能量消耗更加平均,在节点数量受限情况下,算法对有效区域的覆盖效果也更佳。     

线段加权的Voronoi图

本文将点上加权的Ｖｏｒｏｎｏｉ图推广到线段上加权的Ｖｏｒｏｎｏｉ图，证明了该图的两线段间的Ｖｏｒｏｎｏｉ边是二次曲线，给出了所有情形下两线段间的Ｖｏｒｏｎｏｉ边的具体形状和画法及线段加权的Ｖｏｒｏｎｏｉ图Ｖｎ的画法。     

Power图的性质及构造算法研究

点集的Power图是点集Voronoi图的推广,特别适用用来解决涉及球（圆)的几何问题,文中首先对Power图的基本性质进行了几何化的证明;之后,研究了权为负数时对Power图的影响,指出在Power图的理论中允许权为负数,从而Power图可以应用到具有负权性质的领域;最后,给出了平面点集的Power图的构造算法,该算法到用Power图与正则三角化互为对偶的原理,在点集的正则三角化的基础上构造Power图,同时给出了实例以说明算法的有效性。     

基于Voronoi图和GIS的设施区位配置研究

Voronoi图是一种基本的几何构造,是解决相关几何构造问题的有效工具.它正好满足了区位配置中设施定位求解中所遇到的一些问题.在讨论Voronoi图与区位配置模型的关系基础上,从设施配置应用需求的角度,总结与分析了Voronoi图的基本性质,着重介绍了基于Voronoi图的GIS区位配置方法与模型,并指出了进一步的研究与发展方向.     

基于四叉树结构的加权Voronoi图生成算法

针对普通Voronoi图研究的局限性和加权Voronoi算法的低效率问题,提出基于四叉树结构的加权Voronoi图生成方法。核心思想是利用四叉树结构的层次性,获取未膨胀节点的搜索区域和相关生长源,以时间消耗值替代加权距离,并以节点的最短时间消耗值为依据查找归属生长源。推理了基于四叉树结构计算模型的几个基本性质。实验结果表明,本方法能实现生长源的快速膨胀,有效降低时间复杂度,其时间复杂度小于均匀格网结构,可操作性强,具有较好的实用价值。     

基于Voronoi图的有障碍物空间聚类

Voronoi图具有侧向临近特性,可以方便表达空间临近关系。根据这一性质,解决在空间数据聚类分析中的有实体障碍物所面临的问题。通过生成考虑实体障碍物的Voronoi图,建立Voronol图的距离度量方法,提出采用循障碍物求距离法,可以方便地完成有障碍物的空间聚类分析。该方法使得有实体障碍物情况下空间聚类更加准确,并通过实验进行验证。