基于多维约束空间的自动制图综合质量评估模型

为解决现阶段自动制图综合结果难以量化和比较的问题，提出一种基于多维约束空间的制图综合质量评估模型．首先对综合结果所得的各约束值进行归一化和无量纲处理，然后在单个一维约束坐标轴的基础上建立虚拟的多维约束空间，使综合结果在同一尺度范围内进行讨论，最后把欧氏距离扩展到多维约束空间用来度量制图综合质量以进行质量优劣的比较．使用该方法对普通建筑物的不同综合结果进行了评估，计算了面积、相邻点之间距离等5个建筑物约束条件所得制图综合结果的综合评价值，按照该综合评价值的排序获取的质量评估结果与实际情况完全符合．结果证明，该方法原理正确，计算简单，是评价和比较多个制图综合结果的有效方法．     

基于遗传多目标优化的河流自动选取模型

在分析河系自身特点以及河流选取基本原则基础上，建立了基于遗传多目标优化的河流自动选取模型：首先建立面向河系空间知识的结构化河流数据模型，然后运用遗传多目标优化算法对河流进行自动选取．该模型综合考虑了河流选取中的河流长度、河流间隔、河流的重要性等指标，同时兼顾了河流选取对河网总体结构特征的保持．实验证明了该思想的合理性和有效性，与传统方法相比，该方法具有较高的自动化和智能化水平．     

顾及网络特征的复杂人工河网的自动选取

针对人工河网选取过程中需要考虑的几个重要因素,引入了线状要素动态分段模型组织人工河网数据及其空间知识。提出一种基于栅格的河网密度探测方法,较传统的计算网眼面积的方法简便且效果较好。建立了基于"知识决策"的人工河网选取模型,模型中考虑了复杂人工河网综合中河渠的属性(主要、次要)、长度、连通情况、河渠间的空间关系以及河网密度等5个方面的因素,建立多准则决策模型对每条备选河渠平等地进行综合评价,根据评价结果按照选取可能性从小到大间隔选取,从而能够较好保持人工河网的网络特征。     

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.     

基于通视性原理的等高线化简算法研究

等高线自动综合历来是制图综合领域的重点和难点。目前已存在的等高线化简方法主要是一种几何上的逼近,由于综合处理后的等高线难以保持原有的形态特征,因此为了更好地进行等高线化简,首次提出了一种基于最大通视条件的新的等高线化简方法。该方法首先利用最大通视性原理划分等高线化简区域,并在每个划分的区域范围内,对曲线段进行弯曲嵌套层次分析和等级划分;然后在此基础上根据曲线段弯曲的等级和预先设定的阈值进行弯曲取舍。实验证明,该方法在控制自相交、特征点保持等方面均明显优于其他化简方法,化简后的形态保持,更符合等高线的综合要求。