基于特征矩阵的空间场景相似性度量模型与约束指标松弛化研究
| 作者简历 | 第7-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第16-25页 |
| 1.1 研究背景和研究意义 | 第16页 |
| 1.2 国内外研究现状与趋势 | 第16-19页 |
| 1.2.1 空间信息检索研究现状 | 第16-17页 |
| 1.2.2 空间相似性研究现状 | 第17-18页 |
| 1.2.3 反馈机制及松弛化研究现状 | 第18页 |
| 1.2.4 研究现状分析 | 第18-19页 |
| 1.3 选题来源 | 第19页 |
| 1.4 论文研究的目标、内容及研究方案 | 第19-23页 |
| 1.4.1 研究目标 | 第19-20页 |
| 1.4.2 研究内容 | 第20-21页 |
| 1.4.3 总体研究方案 | 第21-23页 |
| 1.5 文章结构安排 | 第23-25页 |
| 第二章 矩形方向关系的数学表达及空间推理 | 第25-44页 |
| 2.1 相关研究工作 | 第27-30页 |
| 2.1.1 区间代数 | 第27-28页 |
| 2.1.2 矩形代数 | 第28-29页 |
| 2.1.3 矩形方向演算 | 第29-30页 |
| 2.2 特征值元组 | 第30-35页 |
| 2.2.1 特征值 | 第30-31页 |
| 2.2.2 特征值元组 | 第31-33页 |
| 2.2.3 特征值元组的邻域空间 | 第33-34页 |
| 2.2.4 特征值元组的传递闭包 | 第34-35页 |
| 2.3 特征矩阵 | 第35-43页 |
| 2.3.1 特征矩阵的构建 | 第35-39页 |
| 2.3.2 特征矩阵邻域空间 | 第39-41页 |
| 2.3.3 特征矩阵的传递闭包 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 矩形方向约束的邻域空间推理 | 第44-58页 |
| 3.1 矩形约束关系邻域空间 | 第44-46页 |
| 3.2 邻域距离 | 第46-48页 |
| 3.2.1 区间关系邻域距离 | 第46-47页 |
| 3.2.2 矩形约束邻域距离 | 第47-48页 |
| 3.3 矩形空间约束变形分析 | 第48-56页 |
| 3.3.1 缩放 | 第48-53页 |
| 3.3.2 平移 | 第53-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 基于边界交互的区组合拓扑相似性 | 第58-77页 |
| 4.1 相关研究工作 | 第59-62页 |
| 4.1.1 线段交互类型 | 第59-61页 |
| 4.1.2 边界交集记录 | 第61-62页 |
| 4.2 区组合拓扑关系的相似度量 | 第62-69页 |
| 4.2.1 初始匹配步骤 | 第62-65页 |
| 4.2.2 精确匹配步骤 | 第65-69页 |
| 4.3 案例分析及权重设置 | 第69-76页 |
| 4.3.1 案例分析 | 第69-74页 |
| 4.3.2 权重设置 | 第74-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 带洞区间的相似性度量 | 第77-91页 |
| 5.1 相关研究工作 | 第78-80页 |
| 5.1.1 多洞区定义 | 第78页 |
| 5.1.2 形状描述子 | 第78-80页 |
| 5.2 多洞区相似度计算方法 | 第80-82页 |
| 5.2.1 约束满足问题 | 第80-81页 |
| 5.2.2 几何形状相似度 | 第81-82页 |
| 5.2.3 方向关系相似度 | 第82页 |
| 5.3 多洞区相似度计算准则 | 第82-83页 |
| 5.4 案例分析 | 第83-90页 |
| 5.4.1 数据准备 | 第83-84页 |
| 5.4.2 几何相似度和方向相似度的计算 | 第84-88页 |
| 5.4.3 解决方案分析 | 第88-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第六章 基于松弛标记法的多尺度空间场景匹配方法 | 第91-108页 |
| 6.1 相关研究工作 | 第92-94页 |
| 6.1.1 空间场景的特征矩阵 | 第92页 |
| 6.1.2 松弛标记法 | 第92-94页 |
| 6.2 基于概率松弛匹配的场景相似性 | 第94-101页 |
| 6.2.1 匹配流程 | 第94-95页 |
| 6.2.2 空间场景的初始概率矩阵 | 第95-97页 |
| 6.2.3 概率矩阵松弛化 | 第97-101页 |
| 6.3 实验与分析 | 第101-107页 |
| 6.3.1 实验数据 | 第101-102页 |
| 6.3.2 匹配过程 | 第102-104页 |
| 6.3.3 结果分析 | 第104-107页 |
| 6.4 本章小结 | 第107-108页 |
| 第七章 基于用户多等级相关性反馈的权重设置 | 第108-121页 |
| 7.1 空间场景匹配算法 | 第109-111页 |
| 7.1.1 空间场景的特征向量相似度计算 | 第109页 |
| 7.1.2 空间场景的特征向量归一化 | 第109-111页 |
| 7.2 多等级相关性用户反馈算法 | 第111-113页 |
| 7.3 实验结果 | 第113-119页 |
| 7.3.1 实验数据 | 第113页 |
| 7.3.2 实验结果及分析 | 第113-119页 |
| 7.4 本章小结 | 第119-121页 |
| 第八章 总结和展望 | 第121-126页 |
| 8.1 完成的主要工作和结论 | 第121-124页 |
| 8.2 论文创新点 | 第124-125页 |
| 8.3 待进一步研究和解决的问题 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-143页 |
