空间相似关系

目录 前言 第1章导言1 1.1问题来源1 1.2问题意义4 1.2.1空间相似关系是空间关系理论的重要内容4 1.2.2良好的空间描述离不开空间相似关系4 1.2.3空间查询和空间分析需要空间相似关系5 1.2.4空间推理有赖于地图空间相似关系5 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5 1.3一些说明6 1.4本书组织6 第2章相似8 2.1相似的定义8 2.1.1数学中的相似8 2.1.2计算机科学中的相似10 2.1.3工程学中的相似10 2.1.4心理学中的相似10 2.1.5音乐学中的相似12 2.1.6化学中的相似12 2.1.7地理（地图）学中的相似12 2.1.8相似的一般性定义13 2.2相似的性质13 2.2.1计算机科学中关于相似的性质14 2.2.2心理学中关于相似的性质14 2.2.3地理（地图）学中关于相似的性质15 2.2.4对相似的性质的分析18 2.3相似的分类18 2.3.1按学科划分18 2.3.2按描述方法划分18 2.3.3按对照的客体划分19 2.3.4按时间点划分19 2.3.5按时间尺度划分19 2.3.6按空间尺度划分20 2.4影响相似性判断的因子20 2.5相似的计算21 2.5.1差异度计算方法21 2.5.2相似度计算方法25 2.5.3差异度和相似度计算方法比较32 2.6本章小结33 第3章空间相似关系的基本问题34 3.1空间相似关系的定义35 3.2空间相似关系的性质37 3.3空间相似关系的分类42 3.4影响空间相似关系判断的因子44 3.4.1影响单体目标对的空间相似关系判断的因子45 3.4.2影响群组目标对的空间相似关系判断的因子51 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56 3.5空间相似关系影响因子权重的确定56 3.5.1群组目标对57 3.5.2单体目标对59 3.6本章小结61 第4章同尺度空间相似关系计算62 4.1同尺度地图空间相似关系概述62 4.2同尺度地图空间语义相似度计算63 4.2.1本体的概念63 4.2.2语义相似度的定义64 4.2.3影响语义相似度的因素64 4.2.4语义相似度的计算方法68 4.3同尺度地图空间几何相似度计算68 4.3.1单体点状目标的几何相似度68 4.3.2单体线状目标的几何相似度69 4.3.3单体面状目标的几何相似度76 4.4同尺度地图空间群组目标拓扑相似度计算方法77 4.5同尺度地图空间群组目标距离相似度计算方法81 4.6同尺度地图空间群组目标方向相似度计算方法81 4.7本章小结83 第5章同尺度空间相似关系应用84 5.1空间聚类84 5.1.1聚类与空间聚类84 5.1.2对空间聚类的评测准则84 5.1.3空间聚类算法85 5.1.4空间聚类分析应用示例87 5.2空间描述91 5.3空间查询92 5.3.1空间关键字个性化语义近似查询92 5.3.2基于语义轨迹的相似性连接查询94 5.3.3基于手绘图形的空间相似查询96 5.4空间匹配98 5.4.1线目标匹配98 5.4.2面目标匹配100 5.4.3空间场景匹配103 5.4.4手绘草图与矢量地图匹配105 5.5空间推理105 5.6本章小结107 第6章多尺度空间相似关系计算108 6.1单体目标的相似度计算109 6.1.1单体点状目标109 6.1.2单体线状目标110 6.1.3单体面状目标112 6.2群组目标的相似度计算113 6.2.1点群目标空间相似度的计算114 6.2.2平行线簇目标空间相似度的计算118 6.2.3相交线网目标空间相似度的计算120 6.2.4树状线网目标空间相似度的计算123 6.2.5离散面群目标空间相似度的计算126 6.2.6连续面群目标空间相似度的计算130 6.3图幅之间的相似度计算133 6.3.1图幅的空间拓扑关系相似度的计算133 6.3.2图幅的空间方向关系相似度的计算134 6.3.3图幅的空间距离关系相似度的计算136 6.3.4图幅的属性相似度的计算137 6.4空间相似关系计算方法的验证137 6.4.1模型验证的一般方法137 6.4.2新模型验证的策略138 6.4.3心理学实验设计139 6.4.4心理学实验中的样例数据140 6.4.5实验分析与讨论168 6.5本章小结171 第7章多尺度空间相似关系应用172 7.1比例尺与相似度的关系计算172 7.1.1问题的描述172 7.1.2解决问题的框架性思路173 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174 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184 7.2Douglas-Peucker算法的自动化186 7.2.1全自动DP算法的思想187 7.2.2多尺度曲线相似度的计算方法187 7.2.3全自动DP算法实现189 7.2.4实验研究193 7.3地图综合过程的自动化195 7.4地图综合结果的质量评价197 7.4.1居民地群组目标的特征提取及其相似度计算198 7.4.2实验及分析202 7.5本章小结206 第8章结论207 8.1本书的贡献207 8.2局限与问题207 参考文献209