论文摘要
基于概率时间地理学,两个运动物体之间的相遇是随机的。当两个移动对象在一定时间和空间中的潜在位置的区域处于重叠时,那么这个时候两个移动对象的发生相遇的可能性也就比较大,这也代表着在一定程度上我们通过计算移动对象在其某时刻的潜在位置活动区域的概率分布情况可以推断出两个移动对象在该时刻发生相遇事件的概率。概率时间地理学的角度认为两个移动对象在不同的时间和空间中的发生相遇的概率大小不完全相同,所以我们计算两个移动对象的相遇概率大小时,需要判断实际的情况。已知的移动对象的相遇概率计算方法是基于离散空间和连续空间的,其中离散空间中,相遇事件的定义是两个移动对象同一时刻处于同一个离散单元时他们相遇,但该方法限制于离散栅格单元的粒度大小和栅格单元的位置的影响,这种方法的计算结果会随着栅格单元的粒度改变而发生变化,所以并不适用于连续的空间;而在连续空间的相遇概率计算方法中,引入距离阈值的限制条件,定义两个移动对象相遇的条件是,在某时刻,当两个移动对象在研究区域的空间中的距离小于等于距离阈值dmeet时他们相遇。但该方法仅限于计算不存在障碍物的理想地理空间,而现实广泛存在的障碍物对相遇事件的影响却并没有考虑到。所以对于相遇概率的定量分析需要考虑实际的地理环境。现有的相遇概率算法基于齐次空间,忽略了各种障碍及其对相遇事件的影响。在此基础上,本文首先引入了地形障碍因子,提出了受障碍物约束的相遇事件,即在障碍物空间中某时刻两个移动对象的位置点之间的距离小于dmeet,并且两个移动对象的视线连线与地表不存在交集,这是根据障碍物对视觉感知的影响,运用视线通视分析原理,建立了移动物体的相遇概率计算模型。在此模型中,注意将障碍物空间也是转化为离散空间通过栅格单元进行计算的,同时两移动对象的视线联系是考虑了移动对象自身的高度的直线函数,地表也是通过地表函数表示的。本文提出的障碍空间中的相遇概率的计算方法在一定程度上补充了连续空间中的相遇概率计算方法未考虑障碍物对相遇事件的影响的不足,该方法更适用于现实模拟的环境和数据,为预测两个移动对象和最大可能相遇位置提供了定量的依据。最后,本文通过模拟的两个移动对象的时空数据实验验证了模型的有效性。该模型利用武汉数字高程模型(DEM)的部分数据,通过将该DEM模型离散化以及反比例权重法计算出移动对象分为在其可达域中的概率分布,然后根据提出的障碍物空间的相遇概率计算方法计算了两个移动对象的相遇概率,并分析了这些概率的时空分布特征。
论文目录
文章来源
类型: 硕士论文
作者: 刘辉
导师: 尹章才
关键词: 时间地理学,障碍空间,视线地形分析,移动对象,相遇概率
来源: 武汉理工大学
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 武汉理工大学
分类号: P91
DOI: 10.27381/d.cnki.gwlgu.2019.000620
总页数: 67
文件大小: 1749K
下载量: 18
相关论文文献
- [1].路网上基于时空锚点的移动对象群体和个体运动监测方法[J]. 计算机科学 2020(11)
- [2].方向感知的路网移动对象范围查询算法[J]. 计算机科学 2018(11)
- [3].面向城市交通应用的移动对象聚类算法比较研究[J]. 地理与地理信息科学 2016(06)
- [4].时间区间上的不确定移动对象距离范围查询[J]. 计算机系统应用 2017(02)
- [5].移动对象时空方向关系建模[J]. 遥感信息 2017(01)
- [6].不确定移动对象的概率反向最远邻查询算法[J]. 小型微型计算机系统 2017(02)
- [7].路网中高吞吐量移动对象实时查询算法[J]. 计算机科学 2017(03)
- [8].基于星型传感器网络的支持多种查询的分布式交通移动对象索引[J]. 信息与电脑(理论版) 2017(01)
- [9].基于中国观鸟数据的移动对象周期模式发现[J]. 计算机工程 2017(04)
- [10].GAPI:GPU加速的移动对象并行索引方法[J]. 计算机科学与探索 2017(11)
- [11].一种移动对象间方向与距离关系的结合推理方法[J]. 北京石油化工学院学报 2020(01)
- [12].面向不确定移动对象的连续K近邻查询算法[J]. 模式识别与人工智能 2016(11)
- [13].支持频繁位置更新的移动对象索引方法[J]. 地球信息科学学报 2017(02)
- [14].路网环境下的移动对象查询技术研究综述[J]. 软件学报 2017(06)
- [15].基于道路网络的移动对象聚类[J]. 计算机工程与应用 2016(07)
- [16].面向频繁位置更新的不确定移动对象索引策略[J]. 计算机科学与探索 2016(11)
- [17].不确定移动对象的查询处理技术研究综述[J]. 计算机科学与探索 2013(12)
- [18].基于运动趋势的移动对象位置预测[J]. 通信学报 2014(02)
- [19].移动对象时空轨迹及社交关系一体化数据模型[J]. 武汉大学学报(信息科学版) 2014(06)
- [20].障碍空间中的移动对象位置预测[J]. 计算机科学 2014(07)
- [21].移动对象的反向最近邻查询方法研究[J]. 齐齐哈尔大学学报(自然科学版) 2014(06)
- [22].面向动态环境的移动对象自适应索引方法[J]. 浙江大学学报(工学版) 2013(03)
- [23].空间网络移动对象范围监视查询算法研究[J]. 科技通报 2012(05)
- [24].基于R树移动对象预测位置查询[J]. 科技视界 2012(14)
- [25].路网中速度不确定移动对象的k近邻查询[J]. 小型微型计算机系统 2012(08)
- [26].基于移动对象数据库的航行信息更新机制[J]. 上海海事大学学报 2012(03)
- [27].支持预测查询和部分历史查询的移动对象索引方法[J]. 小型微型计算机系统 2012(09)
- [28].移动对象预测聚集范围查询方法[J]. 计算机工程与应用 2011(09)
- [29].交通网络中移动对象全时态位置索引模型[J]. 计算机工程 2011(03)
- [30].移动对象最近邻查询实时更新算法[J]. 计算机工程 2011(19)