空间关系是地理信息科学的一个重要分支,空间相似关系又是其中的一个难点,它的研究对当前GIS空间数据库查询、空间定位、空间推理、新一代高性能GIS软件的研制等具有重要的理论和现实意义。本书系统论述了空间相似关系的基本概念、基础理论和计算方法。本书的主要内容有空间相似关系的基础理论,其包括空间相似关系的定义、性质、分类体系,影响空间相似关系判断的主要因子及各个因子的权值确定方法:同尺度空间相似关系的计算方法和应用;多尺度空间相似关系的计算方法及其在地图自动综合中的应用。
本书可供测绘、地理、遥感、计算机信息处理、自动控制等方面的科技工作者参阅,亦可作为相关专业研究生的教学参考用书。
前言
第1章 导言
1.1 问题来源
1.2 问题意义
1.2.1 空间相似关系是空间关系理论的重要内容
1.2.2 良好的空间描述离不开空间相似关系
1.2.3 空间查询和空间分析需要空间相似关系
1.2.4 空间推理有赖于地图空间相似关系
1.2.5 多尺度矢量地图数据库自动构建需要地图空间相似关系
1.3 一些说明
1.4 本书组织
第2章 相似
2.1 相似的定义
2.1.1 数学中的相似
2.1.2 计算机科学中的相似
2.1.3 工程学中的相似
2.1.4 心理学中的相似
2.1.5 音乐学中的相似
2.1.6 化学中的相似
2.1.7 地理(地图)学中的相似
2.1.8 相似的一般性定义
2.2 相似的性质
2.2.1 计算机科学中关于相似的性质
2.2.2 心理学中关于相似的性质
2.2.3 地理(地图)学中关于相似的性质
2.2.4 对相似的性质的分析
2.3 相似的分类
2.3.1 按学科划分
2.3.2 按描述方法划分
2.3.3 按对照的客体划分
2.3.4 按时间点划分
2.3.5 按时间尺度划分
2.3.6 按空间尺度划分
2.4 影响相似性判断的因子
2.5 相似的计算
2.5.1 差异度计算方法
2.5.2 相似度计算方法
2.5.3 差异度和相似度计算方法比较
2.6 本章小结
第3章 空间相似关系的基本问题
3.1 空间相似关系的定义
3.2 空间相似关系的性质
3.3 空间相似关系的分类
3.4 影响空间相似关系判断的因子
3.4.1 影响单体目标对的空间相似关系判断的因子
3.4.2 影响群组目标对的空间相似关系判断的因子
3.4.3 影响单体与群组目标对的空间相似关系判断的因子
3.5 空间相似关系影响因子权重的确定
3.5.1 群组目标对
3.5.2 单体目标对
3.6 本章小结
第4章 同尺度空间相似关系计算
4.1 同尺度地图空间相似关系概述
4.2 同尺度地图空间语义相似度计算
4.2.1 本体的概念
4.2.2 语义相似度的定义
4.2.3 影响语义相似度的因素
4.2.4 语义相似度的计算方法
4.3 同尺度地图空间几何相似度计算
4.3.1 单体点状目标的几何相似度
4.3.2 单体线状目标的几何相似度
4.3.3 单体面状目标的几何相似度
4.4 同尺度地图空间群组目标拓扑相似度计算方法
4.5 同尺度地图空间群组目标距离相似度计算方法
4.6 同尺度地图空间群组目标方向相似度计算方法
4.7 本章小结
第5章 同尺度空间相似关系应用
s1牢间聚类
5.1.1 聚类与空间聚类
5.1.2 对空间聚类的评测准则
5.1.3 空间聚类算法
5.1.4 空间聚类分析应用示例
5.2 空间描述
5.3 空间查询
5.3.1 空间关键字个性化语义近似查询
5.3.2 基于语义轨迹的相似性连接查询
5.3.3 基于手绘图形的空间相似查询
5.4 空间匹配
5.4.1 线目标匹配
5.4.2 面目标匹配
5.4.3 空间场景匹配
5.4.4 手绘草图与矢量地图匹配
5.5 空间推理
5.6 本章小结
第6章 多尺度空间相似关系计算
6.1 单体目标的相似度计算
6.1.1 单体点状目标
6.1.2 单体线状目标
6.1.3 单体面状目标
6.2 群组目标的相似度计算
6.2.1 点群目标空间相似度的计算
6.2.2 平行线簇目标空间相似度的计算
6.2.3 相交线网目标空间相似度的计算
6.2.4 树状线网目标空间相似度的计算
6.2.5 离散面群目标空间相似度的计算
6.2.6 连续面群目标空间相似度的计算
6.3 图幅之间的相似度计算
6.3.1 图幅的空间拓扑关系相似度的计算
6.3.2 图幅的空间方向关系相似度的计算
6.3.3 图幅的空间距离关系相似度的计算
6.3.4 图幅的属性相似度的计算
6.4 空间相似关系计算方法的验证
6.4.1 模型验证的一般方法
6.4.2 新模型验证的策略
6.4.3 心理学实验设计
6.4.4 心理学实验中的样例数据
6.4.5 实验分析与讨论
6.5 本章小结
第7章 多尺度空间相似关系应用
7.1 比例尺与相似度的关系计算
7.1.1 问题的描述
7.1.2 解决问题的框架性思路
7.1.3 比例尺变化幅度和空间相似度之间的函数关系构建
7.1.4 对比例尺变化幅度和空间相似度之间函数关系的讨论
7.2 Douglas-Peucker算法的自动化
7.2.1 全自动DP算法的思想
7.2.2 多尺度曲线相似度的计算方法
7.2.3 全自动DP算法实现
7.2.4 实验研究
7.3 地图综合过程的自动化
7.4 地图综合结果的质量评价
7.4.1 居民地群组目标的特征提取及其相似度计算
7.4.2 实验及分析
7.5 本章小结
第8章 结论
8.1 本书的贡献
8.2 局限与问题
参考文献