CN107220481A - 一种面状要素地图综合质量的定量评价方法 - Google Patents
一种面状要素地图综合质量的定量评价方法 Download PDFInfo
- Publication number
- CN107220481A CN107220481A CN201710319564.5A CN201710319564A CN107220481A CN 107220481 A CN107220481 A CN 107220481A CN 201710319564 A CN201710319564 A CN 201710319564A CN 107220481 A CN107220481 A CN 107220481A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- area pattern
- point
- pattern map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 12
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 66
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 59
- 238000013441 quality evaluation Methods 0.000 claims abstract description 35
- 230000009467 reduction Effects 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000000205 computational method Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 230000010354 integration Effects 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 14
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种面状要素地图综合质量的定量评价方法，根据用户提供的综合前面状要素地图和综合后面状要素地图，利用余弦相似度的计算方法计算选取、化简、降维和合并的算子情况的相似度，将综合算子的综合质量评价结果除以算子要素总和即可得到面状要素地图综合质量的定量评价结果，计算过程均是将数据代入公式计算，即可利用计算机直接量化计算，自动得到评价结果，实现面状要素地图综合过程的自动化，可以帮助用户选择最佳的综合方案。
Description
技术领域
本发明涉及地图制图技术领域，尤其涉及一种面状要素地图综合质量的定量评价方法。
背景技术
地图综合的目的是在地图比例尺缩小，地图上的地物、地貌符号减少的情况下，尽可能多地表达制图区域的地理信息。根据地图符号的几何特征，地图要素可以分为点状、线状、面状三类，且针对地图要素的算法较多。相关技术中，针对地图要素的算法较多的阐述了算法的基本思想、程序流程、时间与空间效率等，定性的评价地图综合质量。
但是，定性的对地图综合质量的评价不能直接量化为计算机可以直接进行处理的数据，定性评价结果受主观因素的影响较大，不能实现对地图综合的质量进行自动评价。
发明内容
针对上述技术问题，本发明的实施例提供了一种面状要素地图综合质量的定量评价方法。
为解决上述技术问题，本发明的实施例提供了一种面状要素地图综合质量的定量评价方法，包括以下步骤：
(1)确定面状要素地图综合的算子为选取、化简、降维和合并四种情况；
(2)面状要素地图综合前特征点的提取和距离向量的计算；
(3)面状要素地图按照上述算子综合后的各特征点的提取和距离向量的计算；
(4)将步骤(2)和(3)中的距离向量分别代入余弦相似度计算公式中，分别得到选取、化简、降维和合并四种情况的相似度结果；
(5)分别计算选取、化简、降维和合并四种情况的要素个数；
(6)将上述相似度结果和要素个数代入相应公式中，计算得到面状要素地图综合质量的定量评价结果。
进一步地，上述步骤(2)中的计算方法包括以下步骤：
1)按照综合前面状要素地图的节点数对所述综合前地图轮廓对应的综合前多边形进行等间隔取点；以所述综合前多边形的中心点为基点延伸一条水平基准线，所述水平基准线与所述综合前多边形的第一个交点作为起点，在所述综合前多边形上沿逆时针方向等间隔取点，将其作为综合前面状要素的特征点；
2)计算每个所述特征点与所述综合前多边形中心点的距离，得到综合前面状要素的距离向量；沿逆时针方向依次获取各所述特征点与所述综合前多边形中心点的连线和所述水平基准线的夹角，采用对应的方向向量依次表示所述夹角。
进一步地，上述步骤(3)中的计算方法包括以下步骤：
1)以综合后面状要素地图的轮廓对应的综合后多边形的中心点为基点延伸一条水平基准线，所述水平基准线与所述综合后多边形相交的第一个交点作为第一特征点，连接所述特征点和所述中心点的直线按上述综合前的夹角的角度一一对应在所述综合后多边形上逆时针方向旋转，其与综合后多边形相交形成一个或多个交点；
当交点个数为1时，该交点即为特征点，若有多个交点，这些交点中与前一特征点距离最近的点被设为特征点；根据这种方式依次得到所有的特征点；
2)计算每个所述特征点与所述综合后多边形的中心点的距离，得到综合后面状要素地图的距离向量；
3)按步骤1)和2)计算面状要素地图经所述选取、化简、降维和合并四种情况综合后的距离向量。
优选地，将上述面状要素地图综合前的距离向量和面状要素地图综合后的距离向量代入余弦相似度计算公式中，计算结果取绝对值即为面状要素地图单个算子综合前后的相似度。
其中，选取情况分为保留要素部分和舍弃要素部分，保留要素部分的信息无损失，其综合质量评价权重设置为1，舍弃要素部分的信息全部损失，其综合质量评价权重设置为0；化简情况的综合质量评价权重设置为1；降维情况分为综合为点和综合为线两种，综合为点时的综合质量评价权重设置为0.4；综合为线时的综合质量评价权重设置为0.6；合并情况的综合质量评价权重设置为0.8。
优选地，分别计算选取、化简、降维和合并后的要素个数。
优选地，上述步骤(6)中的评价计算步骤为：
1)即将上述每种综合算子情况进行相似度与权重相乘后的结果进行相加，得到面状要素地图的总体综合算子的质量评价结果；
2)按公式计算每种综合算子的要素个数总和；
3)将所述总体综合算子的质量评价结果除以综合算子的要素个数总和，得到面状要素地图综合质量的评价结果。
与相关技术相比，本发明实施例的有益效果是，本发明实施例提供了一种面状要素地图综合质量的定量评价方法，根据用户提供的综合前面状要素地图和综合后面状要素地图，选取和计算相应的特征点、方向向量、距离向量可直接代入余弦相似度公式直接计算相似度；根据基于余弦相似度的计算方法计算不同综合算子的相似度，综合算子的综合质量评价结果将各算子的相似度与权重相乘后相加即可得到，综合算子的综合质量评价结果除以算子要素总和即可得到面状要素地图综合质量的定量评价结果，计算过程均是将数据代入公式计算，即可利用计算机直接量化计算，自动得到评价结果，实现面状要素地图综合过程的自动化。
附图说明
图1是本发明实施例一流程示意图。
图2是本发明实施例一面状要素地图综合前特征点提取和距离向量计算的示意图。
图3是本发明实施例一面状要素地图综合后特征点提取和距离向量计算的示意图。
图4是本发明实施例一面状要素地图综合前选取情况示意图。
图5是本发明实施例一面状要素地图综合后选取情况示意图。
图6是本发明实施例一面状要素地图综合前化简情况示意图。
图7是本发明实施例一面状要素地图综合后化简情况示意图。
图8是本发明实施例一面状要素地图综合前综合为点的降维情况示意图。
图9是本发明实施例一面状要素地图综合后综合为点的降维情况示意图。
图10是本发明实施例一面状要素地图综合前综合为线的降维情况示意图。
图11是本发明实施例一面状要素地图综合后综合为线的降维情况示意图。
图12是本发明实施例一面状要素地图综合前合并情况示意图。
图13是本发明实施例一面状要素地图综合后合并情况示意图。
图14是本发明实施例二面状要素地图综前示意图。
图15是本发明实施例二方案一面状要素地图综合示意图。
图16是本发明实施例二方案二面状要素地图综合示意图。
图17是本发明实施例二方案三面状要素地图综合示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
实施例一
参照附图1，本发明的实施例提供了一种面状要素地图综合质量的定量评价方法，包括以下步骤：
(1)确定面状要素地图综合的算子为选取、化简、降维和合并四种情况；
(2)面状要素地图综合前特征点的提取和距离向量的计算；
(3)面状要素地图按照上述算子综合后的各特征点的提取和距离向量的计算；
(4)将步骤(2)和(3)中的距离向量分别代入余弦相似度计算公式中，分别得到选取、化简、降维和合并四种情况的相似度结果；
(5)分别计算选取、化简、降维和合并四种情况的要素个数；
(6)将上述相似度结果和要素个数代入相应公式中，计算得到面状要素地图综合质量的定量评价结果。
优选地，参照附图2，上述步骤(2)中的计算过程包括以下步骤：
1)按照综合前面状要素地图的节点数对所述综合前面状要素地图的轮廓对应的综合前多边形进行等间隔取点；
具体地，所述综合前多边形的节点数为n，周长为l，点Pc(xc,yc)为所述综合前多边形的中心点，以点Pc为基点延伸一条水平基准线，所述水平基准线与所述综合前多边形的第一个交点为P1，以P1作为起点，在所述综合前多边形上沿逆时针方向等间距取点，因综合前多边形首尾节点重复，所述综合前多边形被分为n-1段，由此取得n-1个点，将其作为综合前多边形的特征点；其中，等间距计算方法见公式(1)。
Δd＝l/(n-1) (1)
得到特征点的集合P＝{P1，P2，…，Pi，…，Pn-1}，其中(xi，yi)为点Pi的坐标，其中0<i<n。
2)计算每个所述特征点与所述综合前多边形中心点的距离；
具体地，所述中心点Pc到所述特征点Pi的距离Dc，其计算方法见公式(2)，由此，计算得到面状要素地图综合前的距离向量Df＝{Df1，Df2，…，Dfi，…，Df(n-1)}。
沿逆时针方向依次获取所述特征点Pi与中心点Pc的连线PiPc和水平基准线PcP1的夹角αi，所述夹角由方向向量表示，其方向向量A＝{α1，α2，…，αi，…，αn-1}中，其中0≤α≤2π。
优选地，参照附图3，上述步骤(3)中的计算过程包括以下步骤：
1)以面状要素地图综合后的轮廓对应的综合后多边形的中心点为基点延伸一条水平基准线，所述水平基准线与所述综合后多边形的第一个交点作为起点，连接所述中心点与所述起点的直线沿逆时针方向与所述综合后多边形相交；
具体地，所述综合后多边形的中心点为Oc(xc’,yc’)，以点Oc为基点延伸一条水平基准线，所述水平基准线与所述综合后多边形的第一个交点为第一特征点O1，将直线OcO1以点Oc为起点，逆时针方向按综合前的夹角αi的角度一一对应旋转，构造n-1条直线，其与综合后多边形相交形成一个或多个交点；
若只有一个交点，该交点即为特征点Oi(xi’,yi’)，若有多个交点，这些交点中与上一特征点Oi-1距离最近的点被设为特征点Oi(xi’,yi’)；按照这种方式，依次得到特征点O2、O3、O4···Oi···On-1，其中(xi’，yi’)为特征点Oi的坐标，其中0<i<n。
2)计算每个所述特征点与所述综合后多边形的中心点的距离；
具体地，按上述公式(2)计算所述特征点Oi与中心点Oc的距离Dc’，得到面状要素地图综合后的距离向量Db＝{Db1，Db2，…，Dbi，…，Db(n-1)}。
3)按步骤1)和2)计算面状要素地图经所述选取、化简、降维和合并四种情况综合后的距离向量。
优选地，上述步骤(4)中的计算过程包括以下步骤：
1)将上述面状要素地图综合前的距离向量和面状要素地图综合后的距离向量代入余弦相似度计算公式中，计算结果取绝对值即为面状要素地图单个算子综合前后的相似度。
所述余弦相似度又称为余弦相似性，用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小；余弦值的越接近1，就表明夹角越接近0°，即两个向量越相似，表明面状要素地图综合前后的相似度大。
假设a向量是(x1,y1)，b向量是(x2,y2)，余弦值按公式(3)计算。
其中，公式(3)的余弦值计算方法适用于n维的向量a和向量b。
将上述面状要素地图综合前的距离向量Df＝{Df1，Df2，…，Dfi，…，Df(n-1)}，面状要素地图经不同算子综合后的距离向量Db＝{Db1，Db2，…，Dbi，…，Db(n-1)}代入公式(4)可得面状要素地图综合前后距离向量夹角的余弦值。
由于综合质量评价结果为非负值，所以对公式(4)取绝对值得到sim值；sim的值越接近1，表示相似度越大，由此可以定量评价面状要素地图的单个算子情况的综合质量。
2)对于选取情况(SE)，参照附图4、5，基于目标的尺寸、属性以及和周围目标关系来决定选取多少、选取哪些和怎样选取要素将选取情况分为保留要素(SE1)和舍弃要素(SE2)两部分，对于保留要素(SE1)和舍弃要素(SE2)的相似度结果按上述步骤计算为S(SE1)和S(SE2)；保留要素(SE1)的信息无损失，其综合质量评价权重设置为1；舍弃要素(SE2)的信息全部损失，其综合质量评价权重设置为0；
3)对于化简(SI)情况，参照附图6、7，相似度结果按上述步骤计算为S(SI)；在不破坏目标本质形状的前提下化简地理要素的平面图形，即化简其内部结构和外部轮廓，使得地理要素得到简化，其综合质量评价权重设置为1；
4)对于降维情况(DR)，分为面状要素综合为点的降维情况(DR1)和面状要素综合为线的降维情况(DR2)两类；
参照附图8、9，面状要素综合为点时，以综合后的点为中心，设定任一距离r，建立缓冲多边形，相似度结果按上述步骤计算为S(DR1)；考虑到综合为点时，要素丢失了面积、周长、形状等几何信息，保存了要素的位置信息，所以其综合质量评价权重设置为04；
参照附图10、11，面状要素综合为线时，设定距离，建立线的缓冲多边形，相似度结果按上述步骤计算为S(DR2)；考虑到面状要素综合为线的情况，丢失了面积、周长、形状等信息，保存了要素的内部结构和空间位置信息，所以其综合质量评价权重设置为0.6；
5)对于合并情况(MR)，参照附图12、13，取面状要素地图综合后被合并的若干多边形的外轮廓集合作为综合前多边形，合并后的多边形即为综合后多边形，相似度结果按上述步骤计算为S(MR)；单个多边形的形状、空间位置、以及面积与周长信息损失，保留了整体多边形集合的空间位置、范围轮廓、分布特征，所有其综合质量评价权重设置为0.8；
优选地，分别计算选取情况中保留要素个数N(SE1)和舍弃要素个数N(SE2)、化简要素个数N(SI)、综合为点的降维情况的要素个数N(DR1)和综合为线的降维情况的要素个数N(DR2)、合并后的要素个数N(MR)。
优选地，上述步骤(6)中的评价计算步骤为：
1)计算面状要素地图的总体综合算子的质量评价结果，即将上述每种综合算子情况进行权重与相似度相乘后的结果进行相加，如公式(6)所示，
E＝S(SE1)×1+S(SE2)×0+S(SI)×1+S(DR1)×0.4+S(DR2)×0.6
+S(MR)×0.8 (6)
2)计算每种综合算子情况的要素个数总和，如公式(7)所示，
N＝N(SE1)+N(SE2)+N(SI)+N(DR1)+N(DR2)+N(MR) (7)
3)将所述总体综合质量评价结果除以综合算子的要素个数总和，得到面状要素地图综合质量的评价结果M，如公式(8)所示。
本发明实施例提供的面状要素地图综合质量的定量评价方法，用户可以根据实际应用需要，对面状要素提取特征点数值进行调整，能实现对多边形相似度的计算。通过对距离向量与方向向量的计算与统计可以反映出面状要素的形态特征；对不同综合算子的情况统计与相似度的计算，可以得到综合过程方法的选取特点。
在实际应用中，用户只需提供综合前与综合后的面状地图以及地图综合时的选取、化简、降维和合并的数据，就可以根据余弦相似度的公式计算方法自动计算出综合算子的相似度，将计算的相似度结果输入评价地图综合质量计算的公式中，即可自动计算得到综合后的质量评价数值，可以帮助用户选择最佳的综合方案。且本发明实施例提供的方法在地图综合质量评价、地图信息数据传输等领域具有明显的市场应用前景，能够辅助人们进行地图综合方法、地图综合结果的选取。
实施例二
对某地区面状要素地图综合的质量进行评价。
参照附图14～17，实验采用某地区1:5000的面状要素数据作为数据源，首先采用ArcGIS中的地图综合工具包的合并、聚合、化简、简化建筑物等工具，通过设置“简化阈值T”以及“最小面积M”等约束条件对数据源进行综合，通过参数设置得到综合后比例尺为1:10000的地图。
实验设置三种综合方案，方案一，简化阈值设置参数为3m，最小面积参数为100m2；方案二，简化阈值设置参数为5m，最小面积参数为120m2；方案三，简化阈值设置参数为8m，最小面积参数为180m2；然后基于C#+ArcGIS Engine实现对地图综合前后面状要素特征点提取，方向向量、距离向量的计算。得到各个综合算子的要素个数和对应的平均相似度(如表1)。最后将几种综合算子计算的结果按照公式(6)～(8)进行计算得到了最终的综合质量评价结果：方案一的综合质量评价值为0.672，方案二的综合质量评价值为0.724，方案三的综合质量评价值为0.430，对该计算结果进行对比可知，在三个方案中，从面状要素轮廓几何信息损失的角度来看，方案二为最佳地图综合方案。
图9同比例尺的综合之后的不同综合地图
在本文中，所涉及的前、后、上、下等方位词是以附图中零部件位于图中以及零部件相互之间的位置来定义的，只是为了表达技术方案的清楚及方便。应当理解，所述方位词的使用不应限制本申请请求保护的范围。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种面状要素地图综合质量的定量评价方法，其特征是：
包括以下步骤：
(1)确定面状要素地图综合的算子为选取、化简、降维和合并四种情况；
(2)面状要素地图综合前特征点的提取和距离向量的计算；
(3)面状要素地图按照上述算子综合后的各特征点的提取和距离向量的计算；
(4)将步骤(2)和(3)中的距离向量分别代入余弦相似度计算公式中，分别得到选取、化简、降维和合并四种情况的相似度结果；
(5)分别计算选取、化简、降维和合并四种情况的要素个数；
(6)将上述相似度结果和要素个数代入相应公式中，计算得到面状要素地图综合质量的定量评价结果。
2.根据权利要求1所述的一种面状要素地图综合质量的定量评价方法，其特征是：
上述步骤(2)中的计算方法包括以下步骤：
1)按照综合前面状要素地图的节点数对所述综合前面状要素地图的轮廓对应的综合前多边形进行等间隔取点；
所述综合前多边形的节点数为n，周长为l，点Pc(xc,yc)为所述综合前多边形的中心点，以点Pc为基点延伸一条水平基准线，所述水平基准线与所述综合前多边形的第一个交点为P1，以P1作为起点，在所述综合前多边形上沿逆时针方向等间距取点，将其作为综合前多边形的特征点Pi；
2)计算每个所述特征点与所述综合前多边形中心点的距离；
所述中心点Pc到所述特征点Pi的距离Dc，由如下公式计算，得到面状要素地图综合前的距离向量Df＝{Df1，Df2，…，Dfi，…，Df(n-1)}；
<mrow>
<msub>
<mi>D</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
沿逆时针方向依次获取所述特征点Pi与中心点Pc的连线PiPc和水平基准线PcP1的夹角αi，所述夹角由方向向量表示，其方向向量A＝{α1，α2，…，αi，…，αn-1}中，其中0≤α≤2π。
3.根据权利要求2所述的一种面状要素地图综合质量的定量评价方法，其特征是：
上述步骤(3)中的计算方法包括以下步骤：
1)以面状要素地图综合后的轮廓对应的综合后多边形的中心点为Oc(xc’,yc’)，以点Oc为基点延伸一条水平基准线，所述水平基准线与所述综合后多边形的第一个交点为第一特征点O1，将直线OcO1以点Oc为起点，逆时针方向按综合前的夹角αi的角度一一对应旋转，构造n-1条直线，其与综合后多边形相交形成一个或多个交点；
若只有一个交点，该交点即为特征点Oi(xi’,yi’)，若有多个交点，这些交点中与上一特征点Oi-1距离最近的点被设为特征点Oi(xi’,yi’)；按照这种方式依次，得到特征点O2、O3、O4···Oi···On-1，其中(xi’，yi’)为特征点Oi的坐标，其中0<i<n；
2)计算每个所述特征点与所述综合后多边形的中心点的距离；
由以下公式计算所述特征点Oi与中心点Oc的距离Dc’，得到面状要素地图综合后的距离向量Db＝{Db1，Db2，…，Dbi，…，Db(n-1)}；
<mrow>
<msubsup>
<mi>D</mi>
<mi>c</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>X</mi>
<mi>c</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mi>c</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
3)按步骤1)和2)计算面状要素地图经所述选取、化简、降维和合并四种情况综合后的距离向量。
4.根据权利要求3所述的一种面状要素地图综合质量的定量评价方法，其特征是：
上述步骤(4)中的计算过程包括以下步骤：
1)将上述面状要素地图综合前的距离向量和面状要素地图综合后的距离向量代入余弦相似度计算公式中，计算结果取绝对值即为面状要素地图单个算子综合前后的相似度；
将上述面状要素地图综合前的距离向量Df＝{Df1，Df2，…，Dfi，…，Df(n-1)}，面状要素地图经不同算子综合后的距离向量Db＝{Db1，Db2，…，Dbi，…，Db(n-1)}代入公式可得面状要素地图综合前后距离向量夹角的余弦值；
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>D</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>D</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>D</mi>
<mi>f</mi>
</msub>
<mo>|</mo>
<mo>|</mo>
<mo>&times;</mo>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>D</mi>
<mi>b</mi>
</msub>
<mo>|</mo>
<mo>|</mo>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>f</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>&times;</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>f</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&times;</mo>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mo>,</mo>
<mi>&theta;</mi>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<mn>0</mn>
<mo>,</mo>
<mn>2</mn>
<mi>&pi;</mi>
<mo>&rsqb;</mo>
</mrow>
由于综合质量评价结果为非负值，对所述公式取绝对值得到sim值；
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>m</mi>
<mo>=</mo>
<mo>|</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>D</mi>
<mi>f</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>D</mi>
<mi>b</mi>
</msub>
<mo>|</mo>
</mrow>
<mrow>
<mo>|</mo>
<msub>
<mi>D</mi>
<mi>f</mi>
</msub>
<mo>|</mo>
<mo>&times;</mo>
<mo>|</mo>
<msub>
<mi>D</mi>
<mi>b</mi>
</msub>
<mo>|</mo>
</mrow>
</mfrac>
<mo>|</mo>
</mrow>
2)对于选取情况(SE)，分为保留要素(SE1)和舍弃要素(SE2)两部分，对于保留要素(SE1)和舍弃要素(SE2)的相似度结果按上述步骤计算为S(SE1)和S(SE2)；保留要素(SE1)的综合质量评价权重设置为1；舍弃要素(SE2)的综合质量评价权重设置为0；
3)对于化简(SI)情况，相似度结果按上述步骤计算为S(SI)；其综合质量评价权重设置为1；
4)对于降维情况(DR)，分为面状要素综合为点的降维情况(DR1)和面状要素综合为线的降维情况(DR2)两类；
面状要素综合为点时，相似度结果按上述步骤计算为S(DR1)；其综合质量评价权重设置为0.4；
面状要素综合为线时，相似度结果按上述步骤计算为S(DR2)；其综合质量评价权重设置为0.6；
5)对于合并情况(MR)，相似度结果按上述步骤计算为S(MR)；有其综合质量评价权重设置为0.8。
5.根据权利要求4所述的一种面状要素地图综合质量的定量评价方法，其特征是：
分别计算选取情况中保留要素个数N(SE1)和舍弃要素个数N(SE2)、化简要素个数N(SI)、综合为点的降维情况的要素个数N(DR1)和综合为线的降维情况的要素个数N(DR2)、合并后的要素个数N(MR)。
6.根据权利要求5所述的一种面状要素地图综合质量的定量评价方法，其特征是：
上述步骤(6)中的评价计算步骤为：
1)将上述每种综合算子情况进行权重与相似度相乘后的结果进行相加，计算面状要素地图的总体综合算子的质量评价结果E；
E＝S(SE1)×1+S(SE2)×0+S(SI)×1+S(DR1)×0.4+S(DR2)×0.6
+S(MR)×0.8
2)计算每种综合算子情况的要素个数总和N；
N＝N(SE1)+N(SE2)+N(SI)+N(DR1)+N(DR2)+N(MR)
3)将所述总体综合质量评价结果除以综合算子的要素个数总和，得到面状要素地图综合质量的评价结果M。
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mi>E</mi>
<mi>N</mi>
</mfrac>
</mrow>
3
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710319564.5A CN107220481B (zh) | 2017-05-09 | 2017-05-09 | 一种面状要素地图综合质量的定量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710319564.5A CN107220481B (zh) | 2017-05-09 | 2017-05-09 | 一种面状要素地图综合质量的定量评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107220481A true CN107220481A (zh) | 2017-09-29 |
| CN107220481B CN107220481B (zh) | 2019-12-17 |
Family
ID=59944008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710319564.5A Expired - Fee Related CN107220481B (zh) | 2017-05-09 | 2017-05-09 | 一种面状要素地图综合质量的定量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107220481B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113190639A (zh) * | 2021-05-13 | 2021-07-30 | 重庆市勘测院 | 居民地制图综合方法 |
| CN113779353A (zh) * | 2021-07-30 | 2021-12-10 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 高速铁路时空大数据分析服务引擎系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164837A (zh) * | 2013-04-07 | 2013-06-19 | 武汉大学 | 一种针对地理数据水印算法的评测方法 |
| CN104414680A (zh) * | 2013-08-21 | 2015-03-18 | 深圳迈瑞生物医疗电子股份有限公司 | 一种三维超声成像方法及系统 |
| CN106392267A (zh) * | 2016-11-28 | 2017-02-15 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
-
2017
- 2017-05-09 CN CN201710319564.5A patent/CN107220481B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164837A (zh) * | 2013-04-07 | 2013-06-19 | 武汉大学 | 一种针对地理数据水印算法的评测方法 |
| CN104414680A (zh) * | 2013-08-21 | 2015-03-18 | 深圳迈瑞生物医疗电子股份有限公司 | 一种三维超声成像方法及系统 |
| CN106392267A (zh) * | 2016-11-28 | 2017-02-15 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
Non-Patent Citations (1)
| Title |
|---|
| 施建勇: "点群分布要素地图综合的质量评价方法", 《矿山测量》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113190639A (zh) * | 2021-05-13 | 2021-07-30 | 重庆市勘测院 | 居民地制图综合方法 |
| CN113779353A (zh) * | 2021-07-30 | 2021-12-10 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 高速铁路时空大数据分析服务引擎系统及方法 |
| CN113779353B (zh) * | 2021-07-30 | 2023-11-17 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 高速铁路时空大数据分析服务引擎系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107220481B (zh) | 2019-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107451619A (zh) | 一种基于感知生成对抗网络的小目标检测方法 | |
| CN101197045A (zh) | 一种图像立体匹配方法及其装置 | |
| CN101477529B (zh) | 一种三维对象的检索方法和装置 | |
| CN102890703B (zh) | 一种网络异质多维标度方法 | |
| CN107784380A (zh) | 一种巡检最短路径的优化方法及优化系统 | |
| CN106156082A (zh) | 一种本体对齐方法及装置 | |
| CN105142148B (zh) | 终端真伪验证方法及装置 | |
| CN105303192B (zh) | 一种基于混合描述子的形状匹配方法及系统 | |
| Nosovskiy et al. | Automatic clustering and boundary detection algorithm based on adaptive influence function | |
| CN107220481A (zh) | 一种面状要素地图综合质量的定量评价方法 | |
| CN112818966A (zh) | 多模态遥感影像数据检测方法及系统 | |
| CN102779148A (zh) | 产生数据库的方法、导航装置和确定高度信息的方法 | |
| CN103049593A (zh) | 一种计算两条参数曲线间的Hausdorff距离的方法 | |
| CN102509299A (zh) | 基于视觉注意机制的图像显著区域检测方法 | |
| CN105373538B (zh) | 一种多边形对象的显示层级确定方法及装置 | |
| CN107004136B (zh) | 用于估计人脸图像的人脸关键点的方法和系统 | |
| CN105824937A (zh) | 一种基于二进制萤火虫算法的属性选择方法 | |
| CN106484845A (zh) | 基于电子地图的信息点区域确定方法及装置 | |
| CN102902864A (zh) | 三维物体的近似最小体积包围盒快速求解方法 | |
| JP2016536662A (ja) | 知識ポイントの黙示的な関係を取得するための方法及びシステム | |
| CN105653881A (zh) | 基于多密度层次的流场可视化方法 | |
| CN113704276A (zh) | 地图更新方法、装置、电子设备及计算机可读存储介质 | |
| CN103679764B (zh) | 一种图像生成方法及装置 | |
| CN102902962B (zh) | 一种基于尺度不变特征转换特征向量的前方车辆检测方法 | |
| US20090112529A1 (en) | Analysis model generation system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191217 |