导读:本文包含了空间关系相似性论文开题报告文献综述及选题提纲参考文献，主要关键词:形状特征,拓扑关系,方位关系,空间场景
空间关系相似性论文文献综述
田泽宇[1]（2017）在《基于空间关系的空间场景相似性检索研究》一文中研究指出随着空间数据获取技术的迅速发展,空间数据规模呈爆炸增长,但空间数据的利用率却较低。为了提高空间数据利用率,需充分研究空间数据的形状特征、拓扑关系和方位关系,进行空间对象形状特征的描述检索、空间拓扑关系的描述检索和空间方位关系的描述检索,实现精准、有效的空间场景相似性检索。本文研究形状全方向特征描述方法,进行空间对象形状特征的描述检索,解决现有基于边界形状描述方法对形状形变敏感的问题,克服现有基于区域形状描述方法容易忽略形状细节信息的缺点。该方法将形状的边界信息和区域信息融合,将形状的全局特征和局部特征融合,提高形状的描述检索精度。形状全方向特征描述方法具有平移、尺度、旋转不变性,对发生了形变和扭曲的形状具有较强的识别能力,可以实现高精度的空间对象形状相似性检索,为空间关系的分析提供依据,是空间场景相似性检索的基础。本文研究空间拓扑关系定量描述方法,进行空间拓扑关系的描述检索,解决现有拓扑关系描述方法细节区分能力不强,缺少统一的拓扑关系相似性度量机制的问题。该方法对拓扑关系进行定量度量和约束放松,统一拓扑关系定量度量相似性和拓扑关系约束放松相似性,提高拓扑关系的细节描述识别能力,扩展拓扑关系的检索范围。空间拓扑关系定量描述方法具有平移、尺度、旋转不变性,可以实现高精度的拓扑关系相似性检索,为空间场景的相似性检索提供依据。本文研究空间方位感知描述方法,进行空间方位关系的描述检索,解决现有空间方位关系描述方法与人类空间感知不一致的问题。该方法基于空间方位感知概念,引入方位感知参数,通过方位感知F直方图,定量描述目标对象相对于参考对象的准确方向和偏差方向两种方位关系,定量描述目标对象在参考对象环绕下的空间方位关系,提供模拟人类感知的空间方位关系描述。空间方位感知描述方法具有平移、尺度、旋转不变性,可以实现高精度的方位关系相似性检索,为空间场景的相似性检索提供依据。本文研究空间场景相似性检索方法,解决现有空间数据检索方法没有考虑形状特征,不能自适应计算空间场景相似性的问题。该方法在形状相似性匹配、拓扑关系相似性匹配和方位关系相似性匹配的基础上,检索与样例场景完全匹配、局部匹配的所有数据库场景,自适应确定形状特征、方位关系和拓扑关系的重要程度,统一形状特征、拓扑关系和方位关系的相似性为空间场景的相似性,为完全匹配场景和局部匹配场景提供合理的相似性打分,实现高精度的、符合人类检索习惯和空间认知的场景相似性检索。本文的空间场景相似性检索方法通过形状全方向特征描述方法、空间拓扑关系定量描述方法和空间方位感知描述方法,统一进行形状特征、拓扑关系、方位关系及度量信息的相似性匹配,具有较高的空间场景检索准确率,是一种有效的、准确的空间数据检索方案。(本文来源于《哈尔滨工程大学》期刊2017-03-01）
刘闯,钱海忠,王骁,何海威,陈竞男[2]（2016）在《顾及上下级空间关系相似性的道路网联动匹配方法》一文中研究指出现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。(本文来源于《测绘学报》期刊2016年11期）
田泽宇,门朝光,汤亚楠[3]（2016）在《基于形状及空间关系的场景相似性检索》一文中研究指出为解决空间数据检索效率低、准确性差的问题,本文提出由空间对象形状描述模型、空间关系描述模型、场景相似性自适应计算模型构成的场景相似性检索方法.空间对象形状描述模型精准检索满足样例对象形状约束的数据库对象,提高空间对象形状的识别精度.空间关系描述模型检索满足样例场景关系约束的数据库场景,提高空间关系的描述精度.场景相似性自适应计算模型对满足形状及关系约束的完全匹配、局部匹配场景进行打分、排序,增加检索结果相似性打分的合理性.模拟场景、真实场景的实验表明本场景相似性检索方法具有良好的检索性能.(本文来源于《电子学报》期刊2016年08期）
许俊奎,武芳,钱海忠,马芳博[4]（2013）在《一种空间关系相似性约束的居民地匹配算法》一文中研究指出从分析人在寻找陌生地物时的思维习惯入手,在居民地匹配过程中引入了空间关系相似性约束。对两个居民地之间的拓扑关系、距离关系和方向关系的相似性进行了分析,并提出了符合人认知习惯的离散化计算方法。在匹配过程中,以突出居民地作为起始对象,以已匹配居民地作为参照,对未匹配居民地按空间邻近原则进行广度优先搜索,利用空间关系相似性约束来缩小匹配目标备选集,实现了空间关系有序的精确匹配。最后,对已匹配对象实施了基于邻近对象空间关系相似性校验的匹配质量检查。实验结果表明,该算法在待匹配数据位移较大、居民地对象形状同质化较高的情况下优势明显,能够有效提升匹配精度。(本文来源于《武汉大学学报(信息科学版)》期刊2013年04期）
董婥[5]（2012）在《基于空间关系相似性的图像检索》一文中研究指出随着互联网技术的高速发展、各种形式的媒体不断增加、互联网上以图像形式展现的内容越来越多，图像检索逐步成为了主要的检索方式之一。互联网上传统的搜索引擎，例如Google、Yahoo！、Bing等提供的图像检索，都是基于图像的文件名、所在网页内嵌的关键字等机制施行的查询。由于图像的理解与文本表达之间的鸿沟，基于关键字的图像检索的准确率不高，因此，研究者们提出了基于内容的图像检索(Content-BasedImage Retrieval，CBIR)。基于内容的图像检索是指查询条件本身就是一幅图像，或是对图像内容的描述，通过提取底层或者高层的特征建立索引，计算这些特征和查询特征之间的距离，得到两幅图像间的相似程度。基于空间关系相似性的图像检索属于CBIR的一个分支。该方法在获取对象的类别之后，找出在两个图像内均出现的对象，将这些对象组成一个对象集合，判断该对象集合内哪些对象在两个图像中构成的空间关系是一致的，将空间关系一致的对象标志为“相似对象”。进行图像检索时，用户有时无法清楚描述目标图像的特征，提供的查询图像只具有目标图像的部分特征，这种情况下，系统需要在第一次推荐之后进行多次相关反馈。通过用户在推荐结果中选择若干与目标图像相关的结果（即正例），利用这些正例中公共的对象、以及公共对象间一致的空间关系等有效信息使目标图像的特征描述不断趋于精确，最终检索系统可根据较精确的查询特征提供目标图像。本文的研究工作分为两部分：首先，本文通过对公共模式方法(Common Pattern Method，CPM)的改进，提出了基于矩形代数的相似性图像检索(Similarity Retrieval by Rectangle Algebra，SRRA)算法。SRRA算法将对象抽象成最小边界矩形，利用矩形代数判断对象间的空间关系。和基于CPM的算法所采用的基于点的空间关系模型相比，最小边界矩形能更精确地表示出对象的空间大小、范围等信息，而且利用矩形代数表示对象间的空间关系比CPM中采用的type-i方法更严格，使得最终的检索结果更加精准；此外，由于检索过程中剪枝掉了大量冗余的对象，SRRA算法能显着减少检索时间。其次，本文采用查询特征重定义的方法，提出了基于SRRA的相关反馈处理算法。该算法首先将每幅图像转化为一个有序符号串，针对所有正例的符号串求得一个最长序列模式，该最长序列模式表示所有正例包含的公共对象、以及公共对象间一致的空间关系；其次求得最长序列模式与查询图像的符号串的最短公共超串，作为新查询图像的符号串；最后利用矩形代数基本关系复合、路径相容原理相结合的方法，计算新的符号串中对象间的矩形代数关系。经过以上叁个步骤，对查询特性进行了重定义，进入到下一轮反馈；当反馈到一定次数，或者由用户确认终止反馈时，检索结束。本文采用C++与matlab混合编程的方式实现了基于空间关系相似性的图像检索系统。同时，针对以上两方面的研究，本文比较了SRRA算法与CPM的检索时间和检索效果，给出了基于SRRA的相关反馈处理算法的实验结果。本文的实验采用自动生成的图像数据和来自http://wang.ist.psu.edu/docs/related/的数据库，实验结果表明：1.与CPM相比，SRRA算法不但提高了检索结果的精确性，而且显着缩短了检索时间，其运行时间比CPM减少了近50%；2.基于SRRA的相关反馈处理算法在原始查询图像的特征基础上，通过提取正例中的公共对象、公共对象间一致的空间关系等有效信息，不断精化查询图像，使得系统能更清晰地刻画目标图像的空间特征，从推荐结果中不断删除无关图像，并最终将符合目标特征的结果推荐给用户。(本文来源于《吉林大学》期刊2012-04-01）
吴静,尹涛[6]（2011）在《多尺度空间关系相似性研究》一文中研究指出如何快速、自动地实现多尺度地图自动综合结果质量评价,对提高空间数据质量、加快空间数据生产周期等具有重要意义。本文在综合考虑拓扑关系、方向关系和距离关系的基础上,基于SRM模型提出了基于面状目标的空间关系相似性的度量方法,为地图自动综合提供空间关系评价和维护的参考。(本文来源于《测绘科学》期刊2011年04期）
孟妮娜[7]（2011）在《尺度变换中空间关系相似性的计算与评价》一文中研究指出相似性判断是人类认知中最主要的概念,贯穿于空间特征感知、空间对象认知、空间格局认知的整个过程。对空间关系相似性的判断是空间认知的基本内容,在人类对空间的认知中具有重要作用。在地理信息科学领域,将不同版本、不同来源、不同尺度的数据进行集成与匹配时,判断空间关系的差异是经常碰到的问题。另外,空间关系相似性的度量也是其它很多应用问题的基础,如空间数据的查询与检索、空间数据挖掘、地图综合等。在地图综合中保持综合前后空间关系的一致性是一个重要约束,综合过程本质上是对空间信息一种抽象和概括,这种不确定性产生了空间数据质量的问题。因此,对制图综合质量的控制和评价,离不开对空间关系相似性的判断。然而,目前空间关系相似性的研究多是基于概念邻域的定性度量,缺少定量化的研究,对制图综合中空间关系一致性的智能化评价判断的研究也不多。本文针对空间关系相似性判断问题,旨在建立一种定量化模型来表达、计算两种空间关系是否相似、相似到何种程度,探测地理目标多尺度表达中空间关系的冲突和不一致,研究制图综合中空间关系一致性的评价方法,以指导空间目标多尺度表达方案的选择和综合结果的数据质量评价。本文将对这些方面展开研究,具体内容如下：1、分析空间关系相似性研究的背景以及国内外研究现状。在阐述空间信息科学各研究领域对空间关系相似性度量具有明确需求的基础上,从相似性理论的研究领域、空间关系相似性的研究领域及制图综合领域对空间关系的研究叁个方面对空间关系相似性度量的研究进展和现状进行分析和总结。2、系统阐述支持空间关系相似性研究的理论基础。讨论空间关系的基本理论,包括空间关系的分类、空间关系的表达模型和空间关系的特征；阐述相似性理论,包括相似性的概念和作用、相似性的度量模型、空间关系的相似性；讨论支持空间关系相似性研究的数学模型,包括计算几何中的Delaunay叁角网和Voronoi图以及空间关系的概念邻域。3、研究空间映射的地图综合概念模式。介绍空间映射的地图综合概念模式,阐述空间关系映射的概念和分类,对空间关系映射的在制图综合中的表现进行分析,并将空间关系映射的作用概括为两类：一是对低分辨率下的空间关系进行粗化表达,二是对实体映射时产生的空间关系冲突进行修正。4、从制图综合操作算子的角度归纳整理了各种综合操作(如化简、合并、移位、夸大、降维、删除等算子)可能造成的空间关系破坏情况,用图文并貌的方式描述点、线、面地图目标之间可能产生的各种空间关系的矛盾、冲突和不一致。5、在分析制图综合中空间关系一致性评价的特点的基础上,将拓扑关系一致情况下的空间关系差异度量作为本文的重点研究内容,建立一系列定量化的模型来比较计算不同尺度下目标间各类空间关系的相似程度：(1)拓扑关系的概念邻域和相似度计算：以面对象间的拓扑关系为例,对基本的8分辨率拓扑关系进行粗化和细化,建立了多分辨率的面面拓扑关系概念邻域的差异矩阵,并通过定义最大差异值的方法,建立了基于拓扑关系概念邻域差异矩阵的多尺度面.面拓扑关系差异度的计算公式；(2)空间邻近关系相似度的计算模型：以目标群为研究对象,以计算几何的Delaunay叁角网和Voronoi图为研究工具,在对单个对象渐进运动规律进行分析的基础上,根据两事物相同特征量的多少决定它们的相似程度的基本理论,建立单个对象和多个对象位置变化的邻近关系相似度的计算模型；根据提取相对于特定参考目标不同级别目标间的Voronoi图边界得到的“等距离关系曲线”可以度量对象之间的远近级别的思想,建立了基于等距离关系曲线的邻近关系相似性模型。(3)方位关系和距离关系集成的定量相似度计算模型：参考测量平差理论中用角度对应的弧长来表达角度误差,以此将角度误差和距离误差统一成为位置误差的思想,本文在研究方位关系和距离关系的集成差异时,用方位角对应的弧长来等价表示方位关系,使得方位关系和距离关系单位统一到度量单位；建立了适宜方位距离关系集成表示和差异量计算的极坐标系,提出了空间方位和距离关系集成差异的计算方法,根据该计算模型以及人对空间关系的认知特征,得到了六种多尺度多分辨率的方位和距离关系集成差异量的可视化模型；最后,用实例演示多个对象方位和距离关系平均集成差异度和相似度的计算方法和过程。(4)基于方位距离集成差异模型的定性空间关系相似度：基于已建立的方位和距离关系集成差异量的定量计算模型,研究不同分辨率下空间关系从定量到定性的转换方法,得到了不同尺度和分辨率下与参考关系不同相似度的其它定性方位和距离关系的语义描述集合。6、研究制图综合中空间关系一致性的评价理论和方法。在分析制图综合质量评价的特点、内容和研究现状的基础上,探讨基于知识推理的空间关系一致性评价问题,主要包括空间关系一致性评价的方法和过程,空间关系一致性评价知识库建立中的知识分类,知识的结构化表示,知识库表结构设计,推理机制等；最后以用实例验证了本文所建立的空间关系相似度计算模型及评价方法的可行性。(本文来源于《武汉大学》期刊2011-05-01）
孟妮娜,艾廷华,周校东[8]（2009）在《制图综合中空间关系相似度的集成表达》一文中研究指出基于空间关系的概念邻域,研究了空间实体多尺度表达中空间关系变化程度的比较和计算问题.首先从数字景观多尺度表达的角度对空间关系包含的拓扑关系、方位关系、距离关系分别建立了具有适当空间关系分辨率的概念邻域结构,其次,基于已建立的空间关系概念邻域给出了多尺度对象空间关系差异程度的集成表达和度量方法,从而得出了空间关系相似度的计算公式,最后结合实验数据的分析和计算,证明了该空间关系相似度集成表达模型和计算方法的合理性及适用性.(本文来源于《华中师范大学学报(自然科学版)》期刊2009年04期）
张敏[9]（2006）在《空间关系相似性对幼儿符号表征的影响作用》一文中研究指出符号表征能力是人类所独有的一种能力,也是幼儿认知发展的一个重要方面。很多研究使用符号寻找任务进行研究,确定了很多影响幼儿符号使用和理解能力的因素。本研究在修改实验材料的基础上,采用此种研究方法对幼儿的符号表征能力作进一步探究。本研究的两个实验证实了以往的研究,叁岁以上的幼儿已经具有了一定的符号表征能力,能够根据符号与所指物的对应关系,基本完成符号寻找任务,即使用符号作为中介提供的信息来解决问题。但是幼儿的符号表征能力是不稳定的,当对空间关系相似性因素进行操作的时候,幼儿的符号寻找成绩降低。实验一发现两个年龄组在两种地点类型上的记忆成绩没有差异,但是独特地点的符号寻找成绩要好于相同地点的符号寻找成绩。这说明幼儿在进行符号表证的时候对于空间关系相似性的识别能力是有限的,他们不能很好地区分两个表面虽然相似但是根据空间关系对应来看并不相同的两个地点。实验二在实验一的基础上,修改实验条件,对幼儿的错误原因进行了进一步的探索。发现当表面相似性占优势的时候,幼儿更容易根据表面相似性进行类比,从而忽略了空间关系相似性。说明当情境间具有更多显着的表面水平的特征的时候,那么情境间的深层的、抽象的特征可能被掩盖。两个实验结合起来也证实了DeLoache提出的因素模型,即幼儿的符号表征能力是受到多重因素的交互作用而决定的。(本文来源于《河南大学》期刊2006-05-01）
空间关系相似性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有道路网匹配方法中,大多利用道路自身结点和弧段特征进行匹配,而较少注意道路邻域要素在道路网匹配中的重要定位参考作用,从而影响匹配效率和正确率的进一步提高。针对上述问题,本文提出了一种顾及上下级空间关系相似性的道路网联动匹配方法,即模仿人在读图时通过特征地物和空间关联寻找目标地物的思维过程,将匹配看作是一种特征目标寻找、信息关联传递的推理过程。首先,运用Stroke技术将复杂道路网进行等级划分。其次,通过道路骨架关联关系树构建道路网联动匹配模型。最后,选取高等级骨干道路作为起始特征对象,计算道路间的上下级空间关系相似性,逐级迭代使匹配信息在道路网联动匹配模型中传递,从而得到匹配结果。试验表明,本文算法缩小了待匹配数据的搜索范围,能够有效提高匹配正确率和效率,尤其在数据位移较大、存在非系统性几何位置偏差的情况下优势明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间关系相似性论文参考文献
[1].田泽宇.基于空间关系的空间场景相似性检索研究[D].哈尔滨工程大学.2017
[2].刘闯,钱海忠,王骁,何海威,陈竞男.顾及上下级空间关系相似性的道路网联动匹配方法[J].测绘学报.2016
[3].田泽宇,门朝光,汤亚楠.基于形状及空间关系的场景相似性检索[J].电子学报.2016
[4].许俊奎,武芳,钱海忠,马芳博.一种空间关系相似性约束的居民地匹配算法[J].武汉大学学报(信息科学版).2013
[5].董婥.基于空间关系相似性的图像检索[D].吉林大学.2012
[6].吴静,尹涛.多尺度空间关系相似性研究[J].测绘科学.2011
[7].孟妮娜.尺度变换中空间关系相似性的计算与评价[D].武汉大学.2011
[8].孟妮娜,艾廷华,周校东.制图综合中空间关系相似度的集成表达[J].华中师范大学学报(自然科学版).2009
[9].张敏.空间关系相似性对幼儿符号表征的影响作用[D].河南大学.2006