基于网络加权Voronoi图的点群选取.pdf

基于网络加权Voronoi图的的点群选取 时 间：2018年11月28日 报告提纲 研究背景、现状及目标 1 2 算法原理与方法 3 实验与分析 4 总结与存在的问题 研究背景、现状及目标：背景 1 地图制图中，当地图比例尺缩小时，地图要素难免会出现拥挤、 堆叠和冲突等情形 （图1），这时候选取就显得至关重要。它是地 图综合中最先进行、也是最重要的步骤，是在对空间地物进行重要 性评价及分布特征分析的基础上，根据综合前后比例尺及负载量等 计算选取数量并对相应地物进行判断取舍的过程。 研究背景、现状及目标：背景 1 点群是空间地理目标的重要组成部分，当地图比例尺 缩小时，许多空间地物都表现为点群，如医院、学校、 超市、饭馆、树木等。 1 研究背景、现状及目标：背景 点群综合是地图综合的重要组成部分，目的是在点数目 减少的情况下尽量正确表达点群的整体信息，是在对点群 进行重要性评价及分布特征分析的基础上，根据综合前后 比例尺及负载量等计算选取数量并对其进行判断取舍的过 程。 1 研究背景、现状及目标：现状 点群综合代表性算法有： 居民地空间比率、分布系数、重力模型算法(Langran C, 1986) 圆增长算法（van,1995 ） 点地图化简算法(de Berg, 2004) Kohonen网络算法(蔡永香，2007) 基于Voronoi的算法(Yan Haowen, 2008) 基于加权Voronoi的算法(Yan Haowen, 2013) 基于层次Voronoi图的算法（李佳田，2014 ） 1 研究背景、现状及目标：现状 其中有一类选取算法是基于Voronoi图的算法，如基于Voronoi 图、层次Voronoi图及加权Voronoi的算法等； 构建点群的Voronoi图，以Voronoi多边形面积为基础实现点 群选取，算法仅顾及了点群分布特征：分布范围及分布密度 1 研究背景、现状及目标：现状 其中有一类选取算法是基于Voronoi图的算法，如基于Voronoi 图、层次Voronoi图及加权Voronoi的算法等； 权重为 1 权重为2 构建点群的加权Voronoi图，利用加权Voronoi多边形代表点 群的辐射范围，在此基础上进行点群的选取 1 研究背景、现状及目标：现状 此类算法中用到的Voronoi图均将平面视为均匀空间，并假 设任意两点可以通过直线相连。但在实际地理空间中，各种地 理要素之间的相互联系发生于网络路径，传统Voronoi图剖分 忽略了点群之间的连接与通达是沿着道路网的路径距离的事实 （艾廷华，2013 ）； 不仅如此，已有算法均没有顾及相关道路对点群辐射范 围的影响，而现实生活中，点群的辐射范围往往与其周边道路 是紧密相关的，关联道路的通达程度等都会影响点群的辐射范 围。 1 研究背景、现状及目标：现状 网络加权Voronoi图在Voronoi图的基础上将均匀空间改为 网络空间，两点之间用实际网络路径距离相连。同时，其构建 过程可以融入道路等级及连通方向等因素。与平面Voronoi图 相比，网络加权Voronoi图无疑是划分点群辐射范围更为合理、 精确的方法。 为此，算法将网络加权Voronoi图引入点群选取，以期得到 更加符合实际地理空间特征的点群选取结果。 1 研究背景、现状及目标： 目标 点群的网络加权Voronoi图构建； 基于网络加权Voronoi图的点群选取； 算法验证与对比。 2 算法原理与方法： 1 算法融合已有算法提出的扩张理论与最短路径思想，利用 PCNN （脉冲耦合神经网络）并行处理及 动波特性，参 考水流扩展算法思想，提出了一种改进PCNN支持下的网 络Vor