出版時(shí)間:2008-5 出版社:科學(xué)出版社 作者:武芳 錢海忠 鄧紅艷 王輝連 頁數(shù):343
Tag標(biāo)簽:無
內(nèi)容概要
無論是地理信息系統(tǒng)中空間數(shù)據(jù)的多尺度表達(dá),還是地圖自動(dòng)化生產(chǎn)中的自動(dòng)制圖綜合,核心內(nèi)容均相同,就是面向地圖自動(dòng)綜臺的空間信息智能處理。這是一個(gè)備受當(dāng)今制圖工作者普遍關(guān)注的問題,也是現(xiàn)代地圖學(xué)面臨的核心問題之一。 本書是作者在自動(dòng)制圖綜合領(lǐng)域科學(xué)研究與工程文踐的理論總結(jié),是作者在該領(lǐng)域多年研究成果的提煉。從自動(dòng)制圖綜合的基本特點(diǎn)和理論出發(fā),本書系統(tǒng)論述了數(shù)字環(huán)境下面向地圖自動(dòng)綜合的空問信息智能處理的原理與方法。全書共分12章,分別從應(yīng)用于自動(dòng)綜合的相關(guān)學(xué)科基礎(chǔ)、地圖自動(dòng)綜合輔助信息獲取、基于知識的自動(dòng)綜合處理模型、基于遺傳算法的自動(dòng)綜合處理模型、基于ABTM的自動(dòng)綜合處理模型、基于彈性力學(xué)的自動(dòng)綜合位移模型、基于數(shù)學(xué)形態(tài)學(xué)和神經(jīng)元網(wǎng)絡(luò)的居民地自動(dòng)綜合處理模型、基于圓特性的自動(dòng)綜合處理模型、基于圖論的道路網(wǎng)自動(dòng)綜合模型、基于Agent的自動(dòng)綜合過程控制模型等角度對地圖自動(dòng)綜合展開了全面和深入的研究,最后以一個(gè)作者開發(fā)的自動(dòng)綜合系統(tǒng)為例,介紹了自動(dòng)制圖綜合系統(tǒng)的設(shè)計(jì)方法和功能實(shí)現(xiàn)。 本書可作為地圖學(xué)與地理信息工程專業(yè)的研究生教材,也可供從事數(shù)字地圖制圖、地理信息系統(tǒng)、電子地圖制作的科研、教學(xué)、牛產(chǎn)單位的科技人員使用。
書籍目錄
序前言第1章 緒論 1.1 地圖與地圖制圖綜合的發(fā)展 1.2 地圖自動(dòng)綜合與計(jì)算機(jī)技術(shù) 1.3 地圖自動(dòng)綜合與人工智能 1.4 地圖自動(dòng)綜合與地理信息科學(xué) 1.5 地圖自動(dòng)綜合理論與方法的探索第2章 應(yīng)用于地圖自動(dòng)綜合的相關(guān)學(xué)科基礎(chǔ) 2.1 遺傳算法 2.2 智能體 2.3 彈性力學(xué)方法第3章 地圖自動(dòng)綜合輔助信息獲取 3.1 結(jié)構(gòu)化信息獲取 3.2 輔助綜合的空間關(guān)系分析 3.3 自動(dòng)綜合索引的建立第4章 基于知識的地圖自動(dòng)綜合處理模型 4.1 制圖綜合知識的歸納與組織 4.2 基于知識的自動(dòng)綜合策略 4.3 基于知識的天然河系自動(dòng)選取 4.4 基于知識的人工河網(wǎng)自動(dòng)選取第5章 基于遺傳算法的地圖自動(dòng)綜合處理模型 5.1 基于遺傳算法的點(diǎn)群目標(biāo)選取 5.2 基于遺傳算法的線要素化簡 5.3 基于遺傳算法的道路網(wǎng)綜合 5.4 基于遺傳算法的河流選取模型 5.5 基于遺傳多目標(biāo)優(yōu)化的人工水網(wǎng)自動(dòng)選取模型 5.6 基于遺傳算法的點(diǎn)注記配置模型 5.7 基于遺傳算法的線注記自動(dòng)配置模型 5.8 模型存在的主要問題與解決方案第6章 基于ABTM的地圖自動(dòng)綜合處理模型 6.1 基于邊優(yōu)先的任意多邊形最優(yōu)三角剖分 6.2 基于ABTM的地圖自動(dòng)綜合算法模型 6.3 基于ABTM的建筑物合并模型 6.4 基于ABTM的線要素化簡 6.5 基于ABTM的點(diǎn)群要素選取第7章 基于彈性力學(xué)的地圖自動(dòng)綜合位移模型 7.1 位移研究現(xiàn)狀及方法分析 7.2 基于彈性力學(xué)原理的目標(biāo)平移 7.3 基于彈性力學(xué)原理的目標(biāo)變形 7.4 基于彈性力學(xué)原理的位移模型實(shí)現(xiàn)第8章 基于數(shù)學(xué)形態(tài)學(xué)和神經(jīng)元網(wǎng)絡(luò)的居民地自動(dòng)綜合處理模型 8.1 數(shù)學(xué)形態(tài)學(xué)輔助下的街區(qū)自動(dòng)合并 8.2 數(shù)學(xué)形態(tài)學(xué)和神經(jīng)元網(wǎng)絡(luò)用于建筑物多邊形化簡 8.3 點(diǎn)群目標(biāo)選取的神經(jīng)元網(wǎng)絡(luò)模型 8.4 居民地圖形的等級轉(zhuǎn)換 8.5 數(shù)學(xué)形態(tài)學(xué)和神經(jīng)元網(wǎng)絡(luò)用于沖突探測第9章 基于圓特性的地圖自動(dòng)綜合處理模型 9.1 基于圓極化變換的點(diǎn)群要素選取 9.2 基于圓特性的線要素化簡 9.3 基于圓特性的面要素選取 9.4 基于圓特性的面要素位移第10章 基于圖論的道路網(wǎng)自動(dòng)綜合模型 10.1 基于圖論的道路網(wǎng)選取 10.2 道路網(wǎng)網(wǎng)絡(luò)特征的分類及選取方法 10.3 道路網(wǎng)自動(dòng)選取的結(jié)果分析第11章 基于Agent的地圖自動(dòng)綜合過程控制模型 11.1 自動(dòng)綜合的任務(wù)提取與執(zhí)行 11.2 自動(dòng)綜合過程監(jiān)控與算法評估 11.3 自動(dòng)綜合任務(wù)存儲(chǔ) 11.4 自動(dòng)綜合過程控制第12章 地圖自動(dòng)綜合系統(tǒng)的技術(shù)實(shí)現(xiàn) 12.1 系統(tǒng)設(shè)計(jì)原則 12.2 制圖綜合系統(tǒng)GenerMap主要參考文獻(xiàn)
章節(jié)摘錄
第2章 應(yīng)用于地圖自動(dòng)綜合的相關(guān)學(xué)科基礎(chǔ)地圖自動(dòng)綜合的發(fā)展離不開各相關(guān)學(xué)科領(lǐng)域發(fā)展進(jìn)步對其的促進(jìn)與支持,一方面計(jì)算機(jī)、人工智能等相關(guān)領(lǐng)域技術(shù)的迅速發(fā)展為自動(dòng)制圖綜合問題的解決提供了新的思路和方法,涌現(xiàn)出大量新的模型和算法,如基于遺傳算法、蟻群算法、人工神經(jīng)元網(wǎng)絡(luò)、智能體等的模型和算法,有效地促進(jìn)了自動(dòng)制圖綜合問題的解決;另一方面,自動(dòng)綜合的進(jìn)步也有效利用了眾多基礎(chǔ)數(shù)學(xué)方法、應(yīng)用數(shù)學(xué)等方面的最新方法,如基于小波方法、模糊數(shù)學(xué)方法、分形方法等的模型和算法。限于篇幅,本章僅對本書中應(yīng)用比較多、相對比較重要的近幾年發(fā)展起來的人工智能領(lǐng)域的遺傳算法、智能體和彈性力學(xué)方法進(jìn)行簡要闡述。2.1遺傳算法遺傳算法抽象于生物體的進(jìn)化過程,通過全面模擬自然選擇和遺傳機(jī)制,形成了一種具有“生成+檢測”(generateandtest)特征的迭代搜索算法,是一種求解極值問題的自適應(yīng)、自組織人工智能技術(shù)。遺傳算法以編碼空間代替問題的參數(shù)空間,以適應(yīng)度函數(shù)為評價(jià)依據(jù),以編碼群體為進(jìn)化基礎(chǔ),以對群體中個(gè)體位串的遺傳操作實(shí)現(xiàn)選擇和遺傳機(jī)制,建立起一個(gè)迭代過程。在這一迭代過程中,通過隨機(jī)重組編碼位串中重要的基因,使子代的位串集合優(yōu)于父代的位串集合,群體的個(gè)體不斷進(jìn)化,逐漸接近最優(yōu)解,最終達(dá)到求解問題的目的。2.1.1遺傳算法的研究歷史概述遺傳算法研究的歷史可追溯到20世紀(jì)60年代中期,早期的研究主要集中于自然界生物遺傳系統(tǒng)模擬上。有人認(rèn)為早期的遺傳搜索方法研究的成績應(yīng)歸功于Rechenberg,他于1965年就發(fā)表了有關(guān)這方面的論文。但是,“遺傳算法”這一術(shù)語最早卻是由Baglay于1967年在他的博士論文中提出來的,他不僅對選擇操作做了十分有意義的研究,而且還討論了遺傳算法在自動(dòng)博弈中的應(yīng)用。
編輯推薦
《面向地圖自動(dòng)綜合的空間信息智能處理》可作為地圖學(xué)與地理信息工程專業(yè)的研究生教材,也可供從事數(shù)字地圖制圖、地理信息系統(tǒng)、電子地圖制作的科研、教學(xué)、牛產(chǎn)單位的科技人員使用。
圖書封面
圖書標(biāo)簽Tags
無
評論、評分、閱讀與下載
面向地圖自動(dòng)綜合的空間信息智能處理 PDF格式下載