流域规划时空数据管理关键技术研究

针对流域规划工作中存在专业模型计算数据格式众多、时空数据分离、包含时间和空间信息的多方案对比不直观等问题,对流域规划中数据管理关键技术进行了研究。利用水资源分区和行政区划组合出了"流域-子流域-计算分区"不同层次的空间尺度,运用历史年月统计数据、长时间日观测系列数据,预测计算出了从规划基准年到近、远期规划水平年间不同时间粒度的成果,按照"数据集-对象图层-要素"的组织形式存储于关系型数据库中,用以构建厄瓜多尔流域规划时空数据库,实现了多格式数据集成化管理、不同尺度时空数据的整合以及多方案成果的直观表达,增加了流域规划工作中数据多样化分析的应用方式,提升了数据分析及其应用的自动化程度,通过对时空数据变化的直观模拟,提升了对比分析的工作效率。     

到达数据中时空异常聚簇发现

在时空数据中有一类表示用户在某一时间到达某一地点的数据——到达数据,到达数据可以是社交网站的签到数据、轨迹数据中的停留点及公共交通中乘客抵达的位置数据,这些数据的聚簇可以反映用户的聚集行为.基于到达数据,提出一类新的时空数据查询——时空异常聚簇发现.将到达数据进行周期性划分,通过时空聚类算法对一个时间段的数据进行聚类,比较不同时间段内聚簇的差异度,发现具有最大簇异常度的前k个簇.通过该查询发现的时空异常聚簇可以应用于城市安全管理、基于位置的服务和交通调度等方面.定义了异常簇查询模型,提出了针对任意形状聚簇的簇差异度度量,将异常簇查询转化为二分图最大匹配问题,对二分图构建与匹配进行了优化并提出了高效的查询算法.利用真实数据集进行了充分实验,验证了查询结果的实际意义,评估了所提出的各查询算法在不同参数设置下的查询效率.     

一类具有时空时滞的Musca domestica苍蝇模型的行波解的存在性

通过单调迭代和上、下解技术,研究了一类具有时空时滞的Musca domestica苍蝇模型行波解的存在性,证明了当时滞充分小时,方程具有连接两个平衡点的单调的行波解。     

基于检测与跟踪相互迭代的极暗弱目标搜索算法

针对极低信噪比（LSNR）情况下暗弱运动目标和背景噪声的强度难以区分的问题,提出了一种基于检测与跟踪相互迭代的极暗弱目标搜索算法,总体上采用将时域检测与空域跟踪的过程联合、迭代进行的新型策略。首先,在检测过程中计算检测窗口内信号片段与已经提取的背景估计特征的差别;然后,在跟踪过程中运用动态规划算法保留使得轨迹能量累积最大的轨迹;最后,自适应地调整下一检测过程中被保留轨迹的检测器阈值参数,使该轨迹内的像素能以更宽容的策略被保留到下一检测跟踪阶段。实验测试结果表明,所提算法可以在1%~2%的虚警率和约70%的检测率下探测到低至0 dB的暗弱运动目标。可见该算法可有效改善对LSNR暗弱目标的检测能力。     

面向交通流量预测的时空超关系图卷积网络

交通流量预测是智能交通系统中的重要研究课题,然而,交通对象（如站点、传感器）之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络（STHGCN）预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络（STSGCN）等时空预测模型,STHGCN在均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。     

一类具有时滞的食饵-捕食者模型的时空斑图

研究了一类具有时滞和反应扩散的食饵-捕食者模型的动力学行为.通过数学分析,发现了两种不同类型的不稳定性,并且详细给出了图灵不稳定的条件.在由反应扩散引起的不稳定的条件下,通过一系列的数值模拟,得到了参数空间中丰富的图灵结构,分别有点状斑图、条状斑图以及点状和条状共存的斑图结构.在由时滞引起的不稳定的条件下,通过数值模拟,得到了"黑眼斑图".这些结果表明,受时滞和扩散影响的模型具有丰富的动力学,揭示了该模型在实际生活中是非常有用的.     

中国积雪时空演变特征及其与海气环流因子的时序关联性

积雪时空变化作为表征增暖背景下冰冻圈的重要指标之一,在全球气候变化科学研究中具有重要作用。采用1961—2016年中国545个气象观测站的积雪日数、积雪深度日值数据和3个海气环流因子,通过多种统计方法,诊断中国积雪的时空演变特征及积雪与海气环流因子的时频相关性。结果表明:(1)1961—2016年中国积雪日数和深度在波动中呈缓慢增加趋势,且具有明显的年代分段变化特征。中国积雪日数和深度均具有30a和50a的周期振荡特征,其中积雪深度在1969年发生突变。(2)1961—2016年中国气候态积雪日数和深度具有明显的南低北高的空间分异特征,尤其是东北、内蒙古东部和新疆北部的积雪较多分布。中国积雪多寡具有明显的年代和区域分异特征。(3)在变化趋势上,1961—2016年中国积雪日数在东北和内蒙古东部趋于增多;而积雪深度除上述区域外,在华北、西北和江淮东部也趋于增多。在波动特征上,中国积雪日数和深度在华南南部、云南和四川东部波动较大,其它地区波动相对较小。(4)与海气因子时频关联性上,中国积雪与不同海气因子关联性不同,且与同一因子在不同时段的关联性也有一定差异。     

A general method of spatio-temporal clustering analysis

Spatio-temporal clustering has been a hot topic in the feld of spatio-temporal data mining and knowledge discovery.It can be employed to uncover and interpret developmental trends of geographic phenomenon in the real world.However,existing spatio-temporal clustering methods seldom consider both spatiotemporal autocorrelations and heterogeneities among spatio-temporal entities,and the coupling in space and time has not been well highlighted.In this paper,a unifed framework for the clustering analysis of spatio-temporal data is proposed,and a novel spatio-temporal clustering algorithm is developed by means of a spatio-temporal statistics methodology and intelligence computation technology.Our method is applied successfully to fnding spatio-temporal cluster in China’s annual temperature database for the period 1951 1992.     

移动对象数据库模型、查询语言及实时交通流分析

提出一种移动对象数据库模型——Dynamic Transportation Network Based Moving Objects Database(简称DTNMOD),并给出了DTNMOD中基于移动对象时空轨迹的网络实时动态交通流分析方法.在DTNMOD中,交通网络被表示成动态的时空网络,可以描述交通状态、拓扑结构以及交通参数随时间的变化过程;网络受限的移动对象则用网络移动点表示.DTNMOD 模型包含了完整的数据类型和查询操作的定义,因此可以在任何可扩充数据库(如PostgreSQL 或SECONDO)中实现,从而得到完整的数据库模型和查询语言.为了对相关模型的性能进行比较与分析,基于PostgreSQL 实现了一个原型系统并进行了一系列的实验.实验结果表明,DTNMOD 提供了良好的区域查询及连接查询性能.     

一种基于H.264/AVC的快速帧间模式选择算法

为了解决帧间模式选择计算量大的问题,提出了一种快速算法。算法利用编码模式的利用率信息和时空相关性来预先判定当前宏块最可能的编码模式,从而大大加快了模式选择的过程。算法缩小了候选模式的范围,并采用阈值来提高预测准确度。仿真结果表明,该算法在编码质量只有轻微下降的情况下明显降低了计算复杂度。