一种用于空间数据多尺度表达的R树索引结构

针对现有R树无法支持空间数据多尺度表达的问题,提出了一种用于空间数据多尺度表达的R树变形索引结构:(1)允许空间对象出现在非叶结点上;(2)利用树的深度反映空间分辨率的变化,提供分辨率维的支持;(3)树的分支结构考虑对自动制图综合算法的支持.分析了该变形R树索引结构的空间数据多尺度查询过程,并着重对该索引结构生成算法中的约束条件、插入算法和分裂算法进行了讨论.针对相同数据源,使用该方法与基于四叉树的空间数据多尺度索引方法进行了对比实验,结果表明,该索引方法能有效检索多分辨率形式组织的空间数据,具有综合结果记忆功能,效率明显.     

路网要素多尺度表达目标的层次关系分析

针对目前地理要素多尺度建模的热点问题,剖析构建多尺度空间数据模型的关键技术,以路网要素为例,挖掘地理要素多尺度抽象表达的机理,利用多尺度扩展E-R方法,提炼多尺度抽象表达目标间的各种尺度、层次、语义、映射等层次语义关系,实现GIS中地理要素多尺度概念模型的设计。     

一种改进的多尺度梯度矢量流模型

梯度矢量流主动轮廓线模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但易受干扰噪声及虚假边缘的影响,在结合多尺度图像分析的基础上,利用改进的梯度矢量流场,提出了一种改进的主动轮廓线模型。实验表明,该方法较好的限制了非目标边缘和噪声干扰的影响,提高了模型分割的精确性,具有较好的分割效果。     

基于样条的矢量数据多尺度表达与压缩算法

传统矢量曲线压缩算法不能解决曲线压缩后的平滑问题,并可能产生拓扑异化。为此,提出基于样条的矢量数据多尺度表达与压缩算法。选择样条的光滑因子作为阈值对曲线进行多尺度表达与压缩,保持压缩前后曲线的光滑特性,利用少量的控制点描述整条曲线,从而提高矢量曲线处理的速度和质量。实验结果表明,该算法仅需9个控制点就能逼近给定的一条原始曲线,验证了其高效性。     

一种面向服务器制图可视化的矢量数据多尺度组织方法

提出了一种面向服务器制图可视化的矢量数据多尺度组织方法。基于矢量数据瓦片化思想,将矢量数据按照全球地理空间金字塔索引模型划分为层次化瓦片数据,将服务器制图可视化处理中对数据图层的空间查询操作,转化为对瓦片数据的数据读取操作。实验及应用表明,该方法减少了数据读取时间,降低了I/O代价,提高了矢量数据服务器制图可视化的整体性能。     

空间数据多尺度研究综述

概要分析了空间数据多尺度的发展,介绍了空间数据多尺度在基础理论和视觉上的研究,综述了空间数据的多尺度表达在国内外的研究现状,举例说明了空间数据的多尺度表达在GIS中计算机表达的具体应用.     

一种视口相关的空间数据多尺度检索方法

合理高效的数据对象选择策略是提高分布式空间数据检索效率的重要因素之一。基于人眼视觉特性,综合考虑了视口尺度对分布式空间数据检索的影响,提出了一种视口尺度相关的分布式空问数据检索方法,将视口尺度集成到分布式空问数据对象选择算法中,能根据视口尺度自适应地调整分布式空间数据对象的选择策略。实验结果表明,谈方法在小视口尺度检索时能显著降低处理和传输的数据量,以较小代价快速得到查询结果的近似解。     

数据去冗余的多尺度多结点技术

从多结点样条理论出发,提出一种自适应的多层次淘汰冗余数据的算法,并通过不同的采样数据对算法进行了有效的论证．充分利用多结点样条函数拟合的基数型、显式计算和局部性等优点．该算法可用于采样数据的压缩或针对现有算法的数据预处理．     

一种图像噪声的形态学多尺度去除方法

提出了一种基于形态学多尺度的图像噪声去除方法，该方法首先利用形态学多尺度开闭重建运算对噪声图像进行多尺度重建，将噪声图像分解为一系列尺度不同的特征图像叠加，然后对叠加特征图像进行尺度模式谱分析，确定图像中噪声对应的尺度范围，最后将噪声尺度对应的特征图像从噪声中去除，达到同时消除噪声和保持图像目标信息完整及准确定位的目的。仿真实验表明，该方法能够有效地去除不同类型的图像噪声，具有较高的输出信噪比，同时保持了图像信息的完整和图像目标的准确定位。     

土地利用数据多尺度表达规则提取与应用

土地利用数据综合是从大型土地利用数据库中派生多尺度数据的基本操作,提高土地利用数据综合的客观性和可靠性的有效途径是解析数据自身特征、从数据特征导出影响综合操作的规则、遵循规则实施土地利用数据综合操作.本文主要探讨随地理区域不同而变化的区域依赖性数据综合规则的提取和应用.首先阐明了数据综合规则的实现目标和规则层次性;然后详细描述了利用空间关联关系分析和景观指数分析来确定用地类型的重要性级别、各用地类型地块的最小面积域值和空间分布状态等规则的提取方法和应用,并以湖北省九峰县1:10000土地利用数据综合生成1:50 000数据为例检验上述规则的有效性.     

基于词共现的文档表示模型

文档表示模型是文本自动处理的基础,是将非结构化的文本数据转化为结构化数据的有效手段。然而,目前通用的空间向量模型(Vector Space Model,VSM)是以单个的词汇为基础的文档表示模型,因其忽略了词间的关联关系,导致文本挖掘的准确率难以得到很大的提升。该文以词共现分析为基础,讨论了文档主题与词的二阶关系之间的潜在联系,进而定义了词共现度及与文档主题相关度的量化计算方法,利用关联规则算法抽取出文档集上的词共现组合,提出了基于词共现组合的文档向量主题表示模型(Co-occurrence Term based Vector Space Model, CTVSM),定义了基于CTVSM的文档相似度。实验表明,CTVSM能够准确反映文档之间的相关关系,比经典的文档向量空间模型(Vector Space Model,VSM)具有更强的主题区分能力。     

一种用于渐进传输的多分辨率曲线模型

提出一种基于多叉树的用于矢量数据渐进传输的多分辨率曲线模型。通过拓扑约束规则,该模型保持了不同分辨率下曲线一致的拓扑关系。同一分辨率下的数据位于同一层次上,简化了各层分辨率数据的管理。该模型通过节点在树中的相对次序描述顶点在曲线上的顺序关系,支持多分辨率曲线的编辑。不同分辨率下的在数据逻辑上相互独立,可分离存储,提高了系统的首次响应速度。     

基于MongoDB的轨迹大数据时空索引构建方法

近年来,随着计算机技术与无线传感器网络的发展,轨迹大数据越来越得到人们的关注.针对海量轨迹数据在存储与查询中出现的效率问题,文章基于文档型非关系型数据库MongoDB提出了一套基于四叉树的道路网时空索引,实现海量轨迹数据的高效查询.通过对太原市1915辆出租车的50万条轨迹数据进行时空查询,在不同数据量与不同并发数下测试道路网时空索引与MongoDB复合时空索引的效率表现.实验结果显示道路网时空索引在数据量大于10万时有较好表现,并能够适应不同并发数下的时空查询,验证了道路网时空索引构建方法的可行性和高效性.     

基于多尺度边缘表示的图像增强快速算法

低对比度结构广泛存在于各种数字图像之中，研究如何通过后期处理增强数字图像的对比度是很有意义的。灰度图像对比度的高低总是与图像灰度梯度幅值的大小相联系，受这种思想的启发，提出了一种基于图像多尺度边缘表示的，利用对信号小波变换模极大值的拉伸和Hermite插值多项式实现的图像增强快速算法。此算法可以实现对噪声的抑制和对图像中不同尺度特征的增强。数值实验结果表明，该算法增强效果明显，运算速度快，是一种实用性较强的图像对比度增强算法。     

基于聚类的空间数据多比例尺索引树

针对现有空间对象多尺度索引结构聚簇性不高的问题,在R树索引的基础上提出一种基于聚类的空间数据多比例尺索引结构。利用树的层次结构反映空间数据的多比例尺特性,用k-means算法对相同等级的空间对象进行聚类分组,减少空间区域覆盖和重叠。实验结果表明,该方法与基于四叉树的多比例尺索引相比,能有效提高空间数据多比例尺显示的性能。     

Model-Based Video Classification toward Hierarchical Representation,Indexing and Access

In this paper, we develop a content-based video classification approach to support semantic categorization, high-dimensional indexing and multi-level access. Our contributions are in four points: (a) We first present a hierarchical video database model that captures the structures and semantics of video contents in databases. One advantage of this hierarchical video database model is that it can provide a framework for automatic mapping from high-level concepts to low-level representative features. (b) We second propose a set of useful techniques for exploiting the basic units (e.g., shots or objects) to access the videos in database. (c) We third suggest a learning-based semantic classification technique to exploit the structures and semantics of video contents in database. (d) We further develop a cluster-based indexing structure to both speed-up query-by-example and organize databases for supporting more effective browsing. The applications of this proposed multi-level video database representation and indexing structures for MPEG-7 are also discussed.