【摘 要】
：
为了评价安徽省城市空间吸引力的影响范围,本文利用Voronoi图的空间剖分特性,结合主客观综合赋权法,提出了运用组合权计算中心性强度,将其作为权重引入模型,建立安徽省城市加权Voronoi图,与周长-面积分形理论和新一线城市研究所2019年发布的新一线城市排名作对比分析,分析了安徽省城市的空间吸引力影响范围。经分析验证,建立的组合权Voronoi图能够有效地对安徽省城市的吸引力影响范围进行评价。此
论文部分内容阅读
为了评价安徽省城市空间吸引力的影响范围,本文利用Voronoi图的空间剖分特性,结合主客观综合赋权法,提出了运用组合权计算中心性强度,将其作为权重引入模型,建立安徽省城市加权Voronoi图,与周长-面积分形理论和新一线城市研究所2019年发布的新一线城市排名作对比分析,分析了安徽省城市的空间吸引力影响范围。经分析验证,建立的组合权Voronoi图能够有效地对安徽省城市的吸引力影响范围进行评价。此外对城市等级的划分,也提供了借鉴和参考。
其他文献
传统的遥感影像目标提取方法大多采用目视解译或基于像素信息进行处理,难以适用于高分辨率影像中的复杂场景。而现有的卷积神经网络语义分割模型,由于难以达到较高的精度会出现提取目标粘连的情况。针对该问题,本文对实例分割模型Mask R-CNN进行改进,提出了一种高效、准确的高分辨率遥感影像建筑物提取算法。首先,在Mask R-CNN原有的特征提取部分每个层级的特征图后再增加一层卷积操作,以降低上采样造成的
针对点云配准过程中易产生错误对应点、收敛速度慢、配准时间长等问题,提出了一种基于内部形态描述子(ISS)及方向直方图描述子(SHOT)特征的点云配准算法。运用体素格网法下采样后,采用ISS算法提取特征点,并用SHOT对特征点进行描述,利用余弦相似度匹配对应点对,再采用RANSAC算法剔除错误对应点对,使得两片点云获得良好的初始位姿,最后采用点到平面的ICP算法进行精确配准。试验结果表明,与传统IC
道路交通标线信息是道路导航地图中必不可少的数据,对于制作精度更高、道路细节信息更加丰富清晰的高精度导航地图具有重要的作用。本文以车载近景立体影像中的道路交通标线信息自动提取为研究目标,针对道路交通标线快速、精确采集的应用需求,提出了基于几何规则的车载近景立体影像道路交通标线自动提取方法。该方法首先分析了道路交通标线的几何特征;其次,构建了基于几何特征的交通标线信息提取规则;最后,以标线种子点为基础
针对Android手机GNSS伪距定位精度较低的问题,利用手机端观测信息,通过载波相位/多普勒平滑伪距改善手机端伪距观测值的质量,从而达到提高定位精度的效果。首先给出了Android手机GNSS原始观测量的获取方法,然后推导了载波相位平滑伪距和多普勒平滑伪距算法模型,并设计合理有效的试验对算法的精度进行评定。试验结果表明:在手机端静态定位中载波相位和多普勒平滑算法均可提高原始伪距的定位精度,且多普
以智慧地理信息服务新兴产业应用岗位需求为目标导向,分析了智慧时代空间信息认知特征与需求,揭示了地理空间信息理解和空间认知在智慧地理空间信息服务中的重要地位,以及未来空间信息人才面临的机遇与挑战;提出了应对智慧地理空间信息服务需求的成果导向创新应用能力本为教育新模式,构建了以智慧地理信息服务项目驱动的OCCE培养途径/任务群,积极探索了新时代测绘地理信息工程教育教学改革方向。
介绍了自主导航的轨道确定及时间同步观测方程。以北斗仿真全星座为对象,通过采用仿真星间及卫星与地面锚固站间观测值,进行了60 d自主导航解算,分别探讨了锚固站数量及锚固站观测连续性对北斗卫星导航系统(BDS) 3类卫星自主导航精度的影响。结果表明:锚固站数量及观测连续性对RERR及CERR无影响;加入1个锚固站即可显著改进URE结果精度,继续增加锚固站数量虽然可进一步提高URE精度但其改进效果有限;
大学实践课程是培养学生创新、创业实践能力的重要环节,本文在新工科实验课程建设中,提出了以能力培养为导向的实践课程设计思路,旨在培养适应当今新技术、新产业、新模式快速变革时代的创新性工程科技人才。本文将传统的验证性实践课程调整为"目标设定、方案规划及实施"的设计型实验课程,强调学生在实践中的主体地位,遵循实践能力培养的规律,引导学生在实践中重参与、重思考、重实施、重过程。同时,将行业的最新发展、最新
根据当前轨检仪检定规程中尚不明确的部分,提出了更加合理的检测轨检仪实际测量精度的方法。介绍了测量检测场地轨道基础数据的方法,以及如何对轨检仪轨道测量实测数据进行精度分析。最后以某惯导型轨检仪的实际检测为例,对比了本文方法与检定规程方法的差异,验证了本文方法的正确性,并对所检测轨检仪的实际轨道测量精度进行了统计分析,可为惯导型轨检仪的检测方法和工程应用提供参考依据。
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3
为了克服现有SRTM和ASTER各自缺陷,提升公共DEM精度,本文提出了一种顾及地形坡度的SRTM和ASTER加权融合方法。首先对两种DEM进行地理配准;然后计算不同坡度等级下SRTM和ASTER的高程误差,并得到DEM融合权重;最后采用加权平均法对SRTM和ASTER进行融合。高精度控制点的检验表明:融合后DEM精度有明显提高,相比于原始SRTM和ASTER高程误差,标准差分别降低了5.65 m