一、空间数据挖掘在基于GIS的交通诱导系统中的应用（论文文献综述）
蒋晨琛[1]（2020）在《空间数据驱动的城市安全态势分析 ——以B市主城区为例》文中研究指明数据驱动下的城市安全态势分析是指以公共安全事件数据为基础,从数据驱动视角识别安全威胁,进而通过基础数据呈现对“态”的分析,并利用模型预测进行“势”的防控,对城市进行安全态势的分析有利于提高响应速度、降低威胁程度,对于城市安全响应及应急处理能力等方面具有重要意义。论文以基于派出所的泰森多边形为研究单元,围绕B市主城区2016年至2017年五类刑事案件,通过全局和局部Moran’s I指数检验犯罪案件空间格局的分布模式,采用核密度估计法识别犯罪点模式下的风险热点,利用标准差椭圆、趋势分析探究B市主城区犯罪案件的时空演变特征。在时空分析的基础上,对犯罪热点区域的空间影响因素进行深入探讨。综合运用空间兴趣点（Point of Interest,POI）与多时相高分二号遥感影像等多源数据,对可能的地理空间影响要素进行获取、解译和显示,采用统计分析中的相关分析和主成分分析（Principal Component Analysis,PCA）提取犯罪相关影响因子,并解释以上相关地理空间因子对五类城市犯罪空间分布的影响。最后,论文基于上述犯罪相关因子作为初始解释变量,引入Johnson解释变量和PCA第一主成分因子建立最小二乘法模型（the Ordinary Least Squares model,OLS）和地理加权回归模型（Geographically Weighted Regression model,GWR）,探究自变量影响因子与因变量犯罪率之间的关系,构建拟合度较高的犯罪预测模型,从而洞悉和评估城市安全风险。研究发现:在遥感信息提取的过程中,采用PCA降维技术和模糊C均值聚类算法（Fuzzy c-means,FCM）、K均值聚类算法（K-means）对高分二号遥感影像进行多尺度分割,为支持向量机SVM分类器（Support Vector Machine,SVM）面向对象的分类过程奠定基础,对比原始聚类算法的分割结果,均表明联合PCA预处理的聚类算法能得到更高质量的分割结果;在时空分析上,研究区域在六至七月份呈现犯罪率高值的时态特征,具有“东西”走向且“离心型犯罪化”的空间表现;通过16个初始影响因素相关分析,其中有10个变量对犯罪率存在较强的正相关影响,并采用全局Moran’s I指数检验变量之间较强的空间自相关性,引入主成分分析建立基于主成分因子的最小二乘法模型和地理加权回归模型,消除影响因子强相关性;在回归模型检验上,基于PCA分析与Johnson检验的OLS、GWR模型具有较高的拟合度。此研究结果可为犯罪高风险区域精准防控提供指导,对风险因子分析和犯罪预测建模提供参考。
李婧[2]（2020）在《基于智慧警务理念的道路交通事故信息采集研究》文中指出道路交通事故信息采集是描述道路交通事故最为高效、直接的方法,是道路交通事故分析的重要依据。完整的道路交通事故信息可以通过采集与事故相关的人、车、路及环境等因素,全面反映道路交通事故状况。当前,道路交通安全问题已经成为当今世界的重大问题,威胁了人类的生命和财产安全。因此,充分运用当代先进的理念及技术方法对道路交通事故信息采集问题进行深入研究成为国内外交通安全领域研究的重点。随着大数据的时代的来临,智慧警务理念在警务变革中得到应用发展。道路交通事故信息采集作为智慧警务建设体系的组成部分,需深入研究智慧警务理念在其实践中的应用,从而实现对道路交通事故信息全面、科学、规范的采集。全方位分析事故原因、掌握事故规律,预防和减少道路交通事故的发生。本论文以山东省某地级市道路交通事故处理部门为调研平台,开展了道路交通事故信息采集方面的调查研究。结合当前我国道路交通事故信息采集现状,分析了其所面临的主要问题:道路交通事故信息标准化进程缓慢、信息采集技术落后、事故数据采集不全面以及管理机制欠缺,从而导致了道路交通事故信息采集中的标准混乱、采集内容不充分、职能权限不明确等问题,直接制约了道路交通事故研究的深化。在此背景下,充分运用智慧警务的技术理念,以道路交通事故成因理论为基础,以地理信息系统（GIS）技术和数据挖掘为支撑,构建了集道路交通事故信息采集、数据库关联、数据挖掘为一体的GIS道路交通事故信息采集系统。通过数据挖掘的关联规则和粗糙集方法,实现数据的科学、全面、客观的采集与处理,并以山东省某地级市道路交通事故处理部门Y大队的采集数据为案例进应用分析。在智慧警务管理理念的指导下,结合山东省某地级市道路交通事故处理部门在管理机制中存在的问题,深入分析研究。在制度规范建设、系统构建、组织机构设置、信息共享、人才管理五个方面入手,提出改善当前道路交通事故信息采集管理机制的基本框架。转变传统的道路交通事故处理模式,实现道路交通事故处理工作的高效运转。
杜坤[3]（2020）在《基于街景影像的人本尺度街道空间规划理论与方法 ——以北京中心城区为例》文中提出我国的城镇化已经从高速增长转向中高速增长,进入规模扩张与质量提升并重发展的新阶段。过去几十年间,城市道路建设虽然取得了巨大的成就,但同时也给城市街区活力、历史人文传承、城市安全出行带来了压力和挑战。城市道路主要关注系统性的交通功能,对以服务街区为主的慢行交通以及沿街功能和活动关注不足。由城市道路、附属设施和沿线建筑等诸多元素共同构成的街道空间作为城市空间重要组成部分,亟需满足更多“人性化”需求。因此,必须对既有的建设管理模式进行转型与创新,实现从道路向街道进行“人性化”的转变。街道空间的设计和管理不仅是城市管控的重要内容,更是当前加强城市管控工作的主要切入点。在新形势下,加强街道建设,是满足人民群众对公共产品和公共服务需求的重要途径,可以进一步改进城市服务供给,激发城市活力,提升城市文化内涵和塑造城市精神。在我国城市规划逐渐由过去二三十年的“大拆大建”向精细化规划编制与管理转型的背景下,定量城市研究得到了越来越多的关注。近年来信息通信技术的进步与普及为定量城市研究提供了大量新的数据。在新型城镇化时期,新数据环境所蕴含的关于社会空间和人群行为活动的丰富信息,被认为是促进城市规划科学化与城镇治理高效化的有力工具,为相应的学术研究、规划实践带来了新的发展契机。面向存量的街道空间规划,建立健全存量空间资源利用的政策法规和规划理论体系、转变存量规划思维方式、完善存量空间资源利用的规划编制方法、创新存量空间的规划技术是当前亟需解决的问题。本研究基于人本主义规划思想视角,以街道空间为研究对象,构建以街景影像为主要数据的街道空间数据库,利用深度学习、GIS和图像处理技术和文献研究、对比分析、实践调研及城市空间量化分析等方法,构建了基于街景影像的人本尺度街道空间规划理论,提出了街道空间规划的研究框架和流程体系,并以北京为例进行了街道空间实证优化研究,对城市街道空间规划具有较为重要的理论和实践意义。具体而言,本文的主要工作及贡献归纳如下:（1）在梳理既有人本主义的街道空间规划理论、空间尺度相关理论及街景影像在街道空间中的应用的基础上,对基于街景影像的人本尺度街道空间规划的含义、理论与方法等基本问题进行探讨,以满足街道空间不同使用功能及心理需求为导向,重点强调街景影像对人本尺度街道空间规划的支撑作用,明确基于街景影像的人本尺度街道空间规划的目标、原则及关键点,并构建优化街道空间的研究框架和流程体系。（2）提出基于街景影像的人本尺度街道空间规划方法中的关键技术及难点的解决方案。街景影像处理关键技术主要包括利用深度学习技术提取街道特征及街景影像的投影处理。在爬取街景影像的基础上,基于研究框架及街道空间规划需求,利用深度学习中的物体检测识别和语义分割技术提取街景影像中相关要素,并利用图像处理技术将图像投影为鱼眼镜头或普通镜头,以进行相关指标计算分析。此外,还需要对街道空间数据库中的其他数据进行量化及分类处理,主要包括对道路矢量数据进行拓扑简化处理、POI数据的分类及道路类型判断等。（3）基于本研究提出的理论和方法对北京中心城区进行了实证研究。针对北京街道空间存在的“多”、“少”、“乱”问题,分别对应选取交通护栏、街道绿化空间和街道空间品质进行研究对象进行实证研究。通过分析相关评价指标的空间分布,了解城市街道空间整体现状,归纳总结街道空间的总体特征,结合城市发展特点及相关政策解读,探究影响街道空间现状的机制原因,进而提出规划治理街道空间策略,促进街道空间规划科学化和治理高效化。
曲冰[4]（2020）在《基于数字技术的集约型城市街区形态评价与优化方法研究》文中指出建设集约型城市是促进未来我国城市可持续发展的重要保障。作为城市土地与形态管理的基本单元,街区形态的科学管控对城市整体空间形态的集约化发展起到关键作用。目前,国内关于街区形态的研究仍处于探索阶段,大量学者虽已逐步开始尝试突破原有以审美经验和主观价值判断为基础的传统城市设计方法,为街区形态提供更加理性的发展原则和目标,但真正能够为街区形态集约化发展提供合理决策的研究仍相对较少,并亟需在理论建构和应用技术上取得进一步突破。近年来随着大数据、人工智能技术以及其他计算科学在各个领域的蓬勃发展,以定量计算、客观评价以及智能优化相融合的数字化城市设计将成为解决这一研究课题的重要方向,并将为集约型城市街区形态管控与城市可持续发展提供更加科学、高效的空间决策。在此背景下,本文以城市街区为研究对象,以促进集约型城市街区发展为目标,在城市设计学科视角下,从理论架构到技术方法再到具体应用,逐步探讨了城市街区形态的集约化评价与优化问题以及数字技术在其中的应用方法。在理论层面,首先从集约化概念内涵出发,从空间生产关系视角对集约型街区形态概念进行辨析;其次,对城市街区形态发展动力与规律进行解析,理解街区形态发展与城市空间体系之间的空间互动及其发展规律;第三则是基于以上两点,探讨了集约化评价与形态优化方法的内在机制,包括基于投入与产出效率的集约化评价逻辑,以及基于规律学习的街区形态优化逻辑,为后续深度学习应用建立理论依据。最后,基于城市形态学定量分析与城市设计管控的讨论,将从平面形态和立体形态两个维度进行具体研究。在技术层面,首先梳理了数字化城市设计的兴起与发展现状,在此基础上对研究中所应用的技术方法及其相关原理进行阐述。其中,主要技术应用包括四个方面:街区形态采集与数据分析、基于数据包络分析的集约化评价模型、基于深度学习的形态优化模型以及基于贝叶斯方法的优化结果统计模型。与之相对应的计算分析平台分别是:基于CADMAPPER、Google Earth的城市开源信息与Grasshopper编程技术、用于数据包络分析的Deap 2.1、用于编写和运行深度学习模型的Spyder平台以及集成于SPSS 25.0版本中的贝叶斯统计。在应用层面,选取南京老城区206个街区作为研究案例,就上述理论基础和技术方法进行实践应用。在平面形态研究中,建立了包含6个产出型指标和5个投入型指标的指标体系,从数据包络分析的集约化评价到深度学习技术形态指标优化,再到基于贝叶斯的统计计算,实现了对109个非集约型街区产出型指标的优化。在立体形态研究中,提出了基于垂直空间密度的立体形态描述方法,并通过Grasshopper编程进行相关数据的采集和统计。在此基础上,结合平面形态中优化计算结果,运用深度学习方法进一步对109个非集约化街区在24m、50m、100m、150m以及200m高度上的开发密度进行优化,从而实现对立体空间形态的优化与管控。城市街区虽然是城市形态的构成单元,但其研究视角却不仅限于街区本身,而需要从城市全局层面出发进行系统性地分析、评价和优化。文章最后探讨了本研究有待解决的问题并提出建议与展望。街区虽然仅是城市构成中的基础单元,但却具有巨大的研究潜力。作为城市形态与建筑发展的基础媒介,街区不但影响了土地开发和建筑形态,而且从单元到全局、从微观到宏观,通过层层传导影响着城市整体空间形态的发展。故以集约型城市街区形态研究为契机,不仅可以为未来城市低效用地再利用以及城市更新提供研究基础,也可与城市绿地系统、城市历史街区保护、城市风貌塑造等诸多视角进行关联性研究,促进集约高效、和谐统一、生态宜居的城市可持续发展。
何朝阳[5]（2020）在《滑坡实时监测预警系统关键技术及其应用研究》文中认为监测预警是地质灾害防灾减灾的重要手段,监测是预警的基础,预警是监测的目的。近年来,国内外学者对滑坡监测预警的方法技术体系进行了深入研究,取得了大量的研究成果。但总体上,地理与地质结合不够紧密,监测预警模型很难充分考虑滑坡变形过程和成灾机理,难以取得较高的预警精度,研发的监测预警系统也难以满足数以万计隐患点实时监测预警的实战需求。已有的研究成果还难以有效地解决地质灾害“什么时间可能发生”、“力争实现提前3个小时预警”的任务。如何提高滑坡监测预警能力,我们面临诸多挑战:如何提高滑坡监测预警精度?如何将理论研究成果应用到实际的监测预警中,构建一套可业务化大规模应用的滑坡实时监测预警系统?基于此,本论文系统总结作者近10年来在监测预警方面的实践成果,采用云计算与物联网等先进技术,构建滑坡监测预警云平台,整合与管理滑坡地质灾害演化全过程的各类资料,研发并行高效的多源异构监测数据汇聚平台,集成多源异构实时监测数据,形成天-空-地多元立体监测数据中心;综合分析2.1万余台（套）监测设备、超过1.26亿条监测数据的实测曲线,总结划分监测曲线类型,构建监测设备可靠度评价体系,研究滑坡过程预警模型及其实现的关键技术,在此基础上,构建一套混合架构（B/S架构、C/S架构、移动App）的滑坡实时监测预警系统,实现了地质与地理、空间与属性相结合的滑坡演化全过程一体化管理,利用计算机手段对滑坡实施全过程动态跟踪的“过程预警”,有效地提高了滑坡预警精度。本文取得主要成果如下:（1）构建滑坡“过程预警”模型及其自动求解算法:结合变形速率、速率增量、改进切线角三个参数,构建基于滑坡变形演化过程的“过程预警”模型,从滑坡变形监测数据入手,划分监测曲线类型,研究滑坡变形演化阶段的自动识别理论及计算机技术,实现对滑坡全过程动态跟踪预警;（2）构建监测设备可靠度建立评价体系和多设备联动预警机制:通过动态对监测设备可靠度进行评价,结合联动预警机制,评价预警结论可信度,以提升监测预警的成功率,利用计算机技术自动识别滑坡的变形演化过程,实现自动、实时的“过程预警”,为预警模型的业务化、自动化运行提供理论与技术支撑;（3）提出监测数据自动处理方法:研究实测监测数据的预处理方法,为计算机自动处理监测数据提供相关的算法。通过设置监测数据过滤器和采用拉依达准则实现对异常数据的初步过滤与粗差处理,再结合数据特征,分别采用移动平均法与最小二乘法对数据进行拟合,识别数据表现出来的变形趋势。基于监测数据曲线特征自动选择相应的数据处理方法,为后续预警模型计算提供更为准确的数据,提高预警精度;（4）构建实时高效的监测数据集成与共享统一管理平台:结合物联网、消息队列、负载均衡等技术,研究监测数据编码体系,提出一套基于MQTT协议的实时监测数据传输与集成方案,实现多源异构监测数据终端集成和监测数据采集、传输及汇集融合一体化管理,为监测预警提供实时数据保障;（5）构建基于策略的滑坡实时过程预警技术:从模型的计算、预警的发布与解除等方面,将滑坡预警的理论模型与实际应用相结合,研发预警等级求解器,构建基于策略的预警模型通用计算框架,并从预警信息发布技术及发布策略方面进行总结,实现对滑坡的实时过程预警;（6）构建滑坡变形演化全过程一体化数据管理平台:基于“天-空-地”滑坡多元立体观测技术,采用WebGL技术跨平台的三维数字地球,提供直观、真实的三维实景漫游平台,实现海量基础数据、实时监测数据、视频的集成管理与共享,也为实时监测预警系统提供一个功能强大、数据丰富的三维展示平台,构建基于滑坡演化全过程的一体化数据管理体系和滑坡综合信息模型,为滑坡的专家预警决策提供数据支撑;（7）研发混合架构体系的滑坡实时监测预警系统:综合集成上述研究成果,研究混合架构体系（B/S、C/S、移动端）,基于微服务研发滑坡实时监测预警系统,各个架构系统密切配合,针对不同的功能需求,充分发挥各架构的优势,构建数据综合展示统一平台,为过程预警模型提供技术解决方案,实现滑坡监测预警的业务化运行,为滑坡的防治、应急、抢险等提供基础数据支撑与预警信息服务。
杨阳[6]（2020）在《城市道路机动车污染物排放动态量化方法研究》文中指出随着经济的快速发展,特别是在发展中国家,汽车工业发展迅速。截至2019年6月,中国机动车保有量已达3.4亿辆,其中汽车数量为2.5亿辆,占机动车总量的74.58%,乘用车保有量达1.98亿辆。作为中国东南沿海地区的江苏省省会,南京市汽车保有量呈爆炸式增长,2018年底达到258万辆,使全市在全国660个城市中排名第16位。其中,乘用车占主要份额,据南京市统计局统计,2017年增加的乘用车数量为24.1万辆,占当年新注册汽车的91.3%。汽车保有量的增长给城市交通带来了沉重的压力,汽车排放成为中国城市空气污染的主要来源。根据生态环境部发布的《中国移动源环境管理年报（2019）》所示。2018年全国机动车四项污染物（CO、HC、NOx和PM）排放总量初步核算为4065.3万吨,其中一氧化碳（CO）约3089.4万吨,碳氢化合物（HC）约368.8万吨,氮氧化物（NOx）约562.9万吨以及颗粒物（PM）约44.2万吨,由汽车排放的CO、NOx和PM超过90%,HC超过80%,是机动车污染物排放的主要贡献者。因此,控制在用车辆的排放被认为是减少环境污染的最有效手段之一。为了解决环境污染问题,动态量化在用车辆污染物的排放是需要解决的首要关键问题。行驶工况是用一系列速度时间曲线来表示车辆的行驶状态,作为量化车辆排放的重要指标,行驶工况的主要目的是通过模拟真实驾驶模式来评估车辆污染排放和燃料消耗。几十年来,中国一直采用欧洲排放认证标准行驶工况作为新车的排放认证程序,世界轻型车辆测试程序（WLTP）将在2020年7月取代新欧洲行驶工况（NEDC）作为新型轻型车辆的排放认证标准行驶工况。但是,随着近年来中国的车辆保有量增加,中国与欧洲国家之间的道路驾驶条件差异越来越大。目前使用的标准行驶工况是否能够代表国内道路真实的行驶条件从而提供更准确的排放评估引起了越来越多的关注。因此,更多的学者开始关注能够代表地区行驶特征的本地行驶工况的开发。首先,本文通过采用主成分分析和聚类分析方法,对道路车载试验采集的数据提取短行程并进行统计组合,开发了南京市本地行驶工况（LDC）。挑选出代表短行程特征的18个特征参数,用于识别提取的373个短行程,通过主成分分析提取5个主成分,然后将373个短行程通过聚类分析法分为三类。本文采用的南京市本地行驶工况的构建方法较为系统和合理,结果与道路车载试验采集的实际数据误差小于10%。同时将南京本地行驶工况的典型特征参数与一些标准行驶工况和国内其他城市（北京,上海,天津和宁波）的本地行驶工况进行比较。结果表明即使是同一国家的不同城市,其行驶条件也存在显着差异,部分原因在于道路基础设施、交通条件和驾驶习惯等方面的差异。因此,有必要针对不同城市开发本地行驶工况,以便于提供更精确的车辆排放的评估。采用相同的数据采集和处理方法分别建立2009年和2017年南京本地乘用车行驶工况。选择相同的研究区域,并在两个实验中使用相同的数据采集系统（SEMTECH-DS）。通过比较发现2009年和2017年南京市本地行驶工况的典型特征参数存在显着差异,证明了从时间维度方面分析行驶工况的必要性。作为非标准行驶工况,用于估算车辆排放的本地行驶工况应根据道路情况保持更新。其次,将构建的南京市本地行驶工况在底盘测功机上进行污染物排放测试。分析速度和加速度对不同污染物排放速率的影响,通过计算底盘测功机试验数据和道路车载排放试验数据的平均值获得排放数据。结果表明,对于不同的污染气体,排放速率随速度和加速度的变化规律不同。与CO和HC相比,CO2和NOx的排放速率受到速度和加速度的影响更大。相反,CO和HC的排放速率没有受到速度的明显影响。这些研究结果可为通过交通管理措施减少机动车排放提供理论依据。此外,将南京市本地行驶工况在底盘测功机试验中获得的四种污染物（CO2、CO、NOx和HC）的排放速率和排放因子与其他标准行驶工况（ASM、VMAS、NEDC）在不同的行驶模式（加速、减速、匀速和怠速）下进行比较。在加速模式下,LDC的CO2和HC的排放速率和排放因子都是最小的,除HC外,减速模式下不同行驶工况的排放因子和排放速率没有显着差异。在匀速模式中,最小的CO2排放速率和排放因子出现在LDC,但最大的NOx排放速率也出现在LDC。在怠速模式下,LDC中的CO2和NOx排放速率最高,而NEDC中HC的排放速率比LDC高25倍。南京市城市道路行驶工况和其他标准行驶工况的排放特性分析比较表明,不同污染气体的排放速率和排放因子在ASM、VMAS或NEDC行驶工况与南京市本地工况下有明显差异。因此,开发和应用能够代表特定区域真实道路行驶条件的本地行驶工况以评估车辆排放是非常必要的。然后,利用RFID非接触式的自动识别技术进行交通信息采集,利用RFID釆集技术能够迅速识别车辆属性并调取相应车辆排放信息的优势。对RFID冗余数据（包括重复数据和相似数据）进行清洗和预处理,建立基于概率轨迹模型对车辆轨迹缺失数据进行填补,通过计算车辆经过不同基站被识别的时间差可以得到车辆经过基站对的行程时间,根据路网中基站对间的路径信息获得车辆行程距离并得出单辆车在两基站之间的区间速度。对获得的数据进行整理分析,可以获得不同时空条件下车辆的区间速度。最后通过案例分析,对采集到的南京市道路RFID数据进行处理和车辆活动水平预测。本文提出的RFID数据的处理和分析方法,旨在提高智能交通大数据背景下利用RFID数据提取道路交通参数的能力,提供一种更精确更稳定的道路交通信息采集方法,为交通管理和规划人员做出优化交通决策提供技术支持。同时基于RFID数据的道路交通信息采集和基于底盘测功机试验获得的车辆排放因子相结合,可以获得道路较为精确的污染物动态排放量化数据。最后,城市道路机动车污染物排放的动态量化方法进行分析,建立城市道路机动车污染物排放动态量化系统,并从系统整体构架、系统功能模块进行分析,从设计原则、逻辑结构和功能配置方面对系统软件体系结构进行规划设计,最后对系统中操作者角色模型和能力特征模型进行构建。
丁小辉[7]（2019）在《基于BIM数据源的三维GIS数据模型及其应用研究》文中指出建筑信息模型（Building Information Model,BIM）与三维GIS之间的数据融合正在获得越来越多的关注,融合后的数据正在被广泛的应用于城市基础设施管理、灾害评估、室内导航及建筑工程施工（Architecture Engineering Construction,AEC）等领域。但由于BIM主要是为建筑物的全生命周期进行管理提供实时、准确及充分的信息,其注重的是对现实时空世界的规划与管理;而GIS注重对既有客观现实世界的描述。因此,BIM与GIS对时空认知存在显着差异,其所描述的语义存在巨大的“语义鸿沟”,也为BIM与GIS数据融合提出了巨大挑战。本文从BIM与GIS领域分别最具代表性的工业基础类（Industry Foundation Classes,IFC）数据模型与City GML数据模型之间的融合入手,在语义融合、坐标系转换及几何结构转换等方面开展了二者之间的数据融合研究及应用研究工作,并对其他的三维数据模型的语义标注及空间分割等方法进行了初步研究。主要取得了以下几个方面的成果:（1）基于文本挖掘的语义匹配与筛选方法的提出采用基于文本挖掘的方式,对IFC与City GML数据交换与共享标准中定义的语义实体进行匹配,筛选出了正确的语义匹配项,提高了IFC与City GML数据融合的自动化程度。本文采用词哈希的表达方式来构造语义词向量,不仅省去了传统词向量构造方法的中的去停用词、词干提取等过程,而且算法最终获得的语义匹配精度及语义匹配能力都要优于传统的方法。在将所有的语义要素（语义实体名称、语义实体定义）纳入计算的前提下,基于词哈希表达构造的词向量,在采用夹角余弦进行语义相似度匹配时,在排名阈值小于60时,其匹配精度为100%,随着排名阈值的增大,匹配精度逐渐下降,但其召回率在排名阈值为200时,上升至最大的0.821。研究表明,本文的方法要优于传统的基于文本挖掘的语义匹配方法。（2）坐标系转换与几何结构转换在进行语义筛选之后,本文对IFC的空间坐标系与几何结构进行了分析。为了最终实现IFC局部坐标系向City GML全局地理坐标系的转换。本文首先探讨了实现坐标系转换的过程,并对基于泰勒级数展开方法和基于罗德里格方法的坐标系转换参数求解方法进行了对比研究。研究表明,在坐标系发生大角度旋转的情况下,基于罗德里格方法的坐标系旋转参数求解方法具有较高的精度。在几何结构转换方面,本文还研究了将IFC中的扫描实体向City GML中的边界表达模型进行转换的方法。最后,本文在上述研究基础之上,构建了基于IFC和City GML数据标准的中间本体,并以此为依据实现了二者数据之间的融合。（3）三维模型语义标注与空间分割针对目前大多数三维数据模型都缺乏语义描述的情况,本文借鉴了计算机图形学中的几何分析方法,构造了基于射线的几何特征构造方法,并采用支持向量机及超限学习机对三维模型进行有监督分类,实现了初步的语义标注。其次,针对三维网格模型索引、求交等分析处理过程中效率低下的问题,本文构建了网格模型的测地距离与形状直径函数等几何特征描述子,用于基于超限学习机的三维空间模型分割,结果表明,经过分割后的三维网格模型在空间求交分析中,效率获得了较大提高。（4）基于三维空间模型的路径规划应用研究本文首先研究了基于分离轴定律的空间三维模型体素化方法,并在此基础上研究构建了基于八叉树的空间划分方法,建立了基于哈希映射的线性八叉树空间数据组织方法,形成了用于进行室内路径规划的八叉树地图。另外,本文将二维空间中的A*算法拓展到三维空间,并采用三维空间中的26-邻域模型进行最短路径规划。研究结果表明,算法获得的最短路径能够有效地规避障碍物。本文研究的语义匹配与筛选方法,空间参照系统转换参数的求解方法及几何结构转换方法、三维模型语义标准、空间分割算法等为BIM与GIS数据的进一步融合奠定了坚实的理论与技术基础,在此基础上开展的路径规划应用研究为三维模型的应用提供了良好示范。
杨建新[8]（2019）在《国土空间开发布局优化方法研究 ——以武汉市为例》文中研究指明面对资源约束趋紧、生态环境恶化、空间开发失序等制约我国社会经济可持续发展的现实困境,我国提出了全面推进生态文明建设的重大战略部署,并将国土空间优化作为实现生态文明建设的首要任务和根本途径。国土空间优化既包括宏观尺度的格局调整,注重区域主体功能协调与要素匹配,如陆海统筹发展、区域均衡发展、城乡融合发展等;同时也包括微观尺度的布局优化,注重空间具体用途和功能的配置与落地,如城镇、农业及生态功能空间的布局与协调。随着我国生态文明建设的深度推进,新时代国土空间优化的内涵和需求也随之变化,而如何从生态文明视角出发,以生态文明理念指导国土空间开发布局优化的实践操作则是当前区域生态文明建设面临的关键问题之一。其中,如何根据国土空间的社会、经济及生态属性,合理布局农业生产空间和生态保护空间,划定空间开发底线,并在此基础上引导构建科学合理的城镇建设空间布局,形成人口、资源与环境相协调,社会、经济与生态效益相统一的国土空间开发布局,则是解决当前我国社会经济发展所面临问题的重要途径,也是当前生态文明建设的紧迫任务。本文以市县层面国土空间开发布局优化作为研究切入点,在生态文明建设理论视角之下,采用系统动力学、超多目标优化、空间分析、空间模拟、机器学习等技术方法,就市县层面国土空间数量结构优化、空间开发底线划定、城镇开发建设布局模拟优化等国土空间开发布局优化的核心问题进行研究,以解决问题为基本导向选择行之有效的模型方法,并就技术方法中存在的不足之处提出针对性的改进方案,最终构建一套切实可行的国土空间开发布局优化技术方法体系,并进行实证应用研究。本研究的主要研究内容、结论如下:（1）梳理国内外研究现状,对当前国土空间数量结构优化、空间开发底线划定（包括永久基本农田保护区划定和生态网络空间构建）、城镇开发建设布局模拟与优化等相关技术方法的研究进展进行总结,分析其当前不足之处和未来发展趋势。通过文献研究明确了生态文明的基本概念内涵,并基于本文研究目的对“国土空间开发”相关概念进行辨析和界定。特别是明确了生态文明视角下国土空间开发布局优化的内涵与要求,即:协调生态、农业及城镇空间布局,统筹社会、经济及生态效益,强化底线管控、引导合理开发,注重布局与功能匹配。（2）把握区域国土空间开发演变的历史特征,提高空间认知水平,是开展国土空间开发布局优化的基础。传统利用转移矩阵以及基于转移矩阵构建的模型指数进行国土空间开发演变特征分析的研究方法没有充分利用转移矩阵中包含的结构变化信息,难以揭示国土空间开发演变的稳定性和系统性过程与模式,也无助于将国土空间开发演变过程、模式与区域社会经济活动相联系。针对这一不足之处,本研究提出使用层次化的强度分析框架并进行改进以准确探析并直观反映多种国土空间利用类型转换过程中的稳定性和系统性模式,以帮助决策者抓住国土空间开发演变过程的系统性特征,制定具有可操作性国土空间开发策略,辅助研究人员构建针对性的国土空间数量结构演变和空间布局模拟模型,从而提高模型结果的可靠性。利用转移矩阵和层次化强度分析框架分析识别武汉市国土空间开发演变特征和规律,结果表明武汉市国土空间具有农业生产空间比重高,城大镇小,村庄密集及绿色生态空间减少的基本特征,城镇建设空间布局表现出近域扩张、轴向拓展、圈层整合的演变模式。在此变化过程中,农业生产空间→绿色生态空间、农业生产空间→乡村生活空间、农业生产空间→城镇建设空间等转换过程是表现为稳定地倾向性系统转换模式,农业生产空间→其他生态空间、绿色生态空间→水体生态空间、乡村生活空间→水体生态空间、水体生态空间→农业生产空间、以及水体生态空间→绿色生态空间等转换过程则表现为稳定地避免性系统转换模式。（3）国土空间数量结构优化是国土空间开发布局优化的基础前提。传统国土空间数量结构优化方法将国土空间数量结构的形成看作数理方程的推导,割裂了国土空间数量结构演变与其所处的自然、社会及经济环境变化的整体性、系统性和动态关联性关系,仅停留在对国土空间面积和比例的客观叙述,缺乏原因和机理的考虑,欠缺实际的政策指导性。针对这一不足之处,本研究将系统动力学仿真模型与超多目标进化优化算法进行深度耦合,通过系统动力学模型将国土空间数量结构的形成与演变同社会、经济及资源环境因子相耦合,按照“优化政策、适应环境、提升效益、追求稳定”的基本原则,借助高性能并行计算技术和超多目标优化技术搜索使得国土空间开发的社会、经济及生态效益综合优化的鲁棒性决策因子,并结合历史经验和专家知识识别系统可适应、可承受的外部环境因子,构建国土空间数量结构仿真优化模型,并进行情景分析。将构建的国土空间数量结构演变系统动力学模型和超多目标优化模型应用于武汉市,其中基于系统动力学的探索性分析结果表明,武汉市国土空间数量结构演变表现出不同的发展趋势和行为模式,既有正向的、良性的系统变化模式,也有负向的、恶性的系统退化模式,因此需进行政策优化,引导国土空间数量结构的良性循环。结合基于超多目标进化优化的定量分析结果和基于专家知识的定性分析结果构建了武汉市国土空间数量结构优化的生态导向和经济导向决策情景。生态导向决策情境下武汉市2035年城镇建设用地面积为1844.21km2,耕地面积为2255.15km2,而经济决策导向情境下将达到2931.17km2,耕地面积仅有1269.70km2,面临较大的区域粮食安全风险。（4）划定国土空间开发底线,锚定农业生产空间和生态保护空间底线,强化底线约束是生态文明背景下国土空间开发布局优化的内在要求,主要包括永久基本农田保护区划定和生态网络空间构建。传统直接基于耕地质量指数排序划定永久基本农田保护区的方法因未考虑空间集聚信息,会使得划定的保护区分散破碎化,不利于基本农田的规模化经营以及保护与管理。针对这一不足之处,本研究从基本农田“高质量连片”这一基本要求出发,基于LESA耕地质量评价体系和AMEOBA空间非规则搜索聚类算法构建了既可反映耕地综合质量信息又能体现耕地空间集聚程度的优劣排序指数,然后结合国土空间数量结构优化结果划定研究区永久基本农田保护区。实证研究结果表明基于LESA评价体系和AMEOBA空间聚类算法划定的永久基本农田保护区符合武汉市耕地资源分布的基本特征,识别的永久基本农田保护区具有较好的空间聚集性。“斑块-廊道-基底”模式已成为当前生态网络空间构建的主要途径。基于适宜性评价结果采用GIS分析直接划定源地斑块存在导致源地斑块过于破碎化的风险,而基于源地斑块识别结果和最小累积阻力模型识别生态廊道的方法则会导致识别的廊道过多且无法指定廊道宽度,导致识别结果应用性不足。针对这些不足之处,本研究基于“宽松”理念提出生态源地及廊道识别方法的改进策略,其“宽松”性主要体现在:（1）适宜性评价过程中进行指标分级赋分时遵循较少分级原则;（2）采用移动窗口法平滑相近栅格单元的生态源地适宜性差异大小;（3）将源地斑块聚类为“源区”减少廊道数量;（4）基于最小累积阻力路径对应的最小累积阻力值逐渐提高最小累积阻力上限,构建累计阻力值等值线,从而增加路径（廊道）宽度。应用改进的生态网络构建方法,本研究在武汉市共识别陆生生态源地斑块263个,总面积1875.34km2,其中面积大于500ha的生态斑块有23个,总面积为1607.14km2,占生态斑块总面积的85.70%,平均斑块面积为6987.6ha,总体上大面积斑块占比较多,而小面积斑块占比较少,表明移动窗口法识别生态斑块能较好的避免斑块破碎化。根据源地斑块的空间分布特征,共勾绘“源区”9个,识别陆生廊道11条,有效的降低了廊道数量,并确定了差异化的廊道宽度。（5）城镇建设空间布局模拟是优化城镇开发建设布局的重要方法。基于元胞自动机模型对城镇开发建设布局进行多情景模拟与优化已发展较为成熟且应用广泛。传统元胞自动机模型以每个栅格作为空间开发单元,且没有考虑城镇空间开发建设过程中的不同模式,对城镇开发过程的表达不尽合理,也会使得模拟结果过于破碎化或过于紧凑而与实际不符。针对这一不足之处,本研究构建了基于斑块的地理元胞自动机模型（Patch-CA）,并将城镇开发过程分为跳跃型和连续型分别进行模拟,通过跳跃型和连续型开发的面积比例控制城镇建设空间布局的空间集聚程度。此外,构建的模型还允许控制城镇开发建设斑块的形状和大小,从而影响空间布局形态。针对模型参数较多、校正困难的问题,本研究使用历史变化数据拟合和遗传算法寻优相结合的解决思路对模型参数进行校正。该模拟模型可以很好地与国土空间数量结构优化结果和开发底线划定结果相结合,进行不同决策情景下的城镇建设空间布局模拟。将构建的城镇建设空间布局模拟模型应用于武汉市1996-2015的城镇建设布局变化模拟中,结果显示2015年模拟布局的相似性指数均值为0.4773,具有较高的模拟精度,模型可用于未来武汉市城镇建设布局模拟和情景预测。基于生态决策情景的预测结果表明未来武汉市2035年城镇开发建设规模适度,布局合理,城市内部生态网络结构保存完好,农田和坑塘水面等毛细生态要素也受到较好的保护,生态网络功能受城镇开发建设胁迫而下降的风险较小。（6）在湖北省武汉市进行实证应用,研究结果验证了本文所构建方法体系的可行性。本研究以湖北省武汉市为实证研究区,应用构建的国土空间开发布局优化技术体系,有效识别了武汉市国土空间开发演变模式特征,确定了国土空间数量结构的生态和经济决策情景,划定了永久基本农田保护区,优化了生态网络空间布局,并在此基础上模拟了不同决策情景下的武汉市城镇开发建设布局。以此为基础,提出了武汉市未来国土空间开发布局优化路径建议:首先,要坚守生态底线,以生态网络空间优化促进国土空间开发布局优化,建议武汉市未来采取“环-廊-楔-区”相互补充的生态网络构建策略,形成“两轴、两环、六楔、多廊、多区”的生态网络空间布局;其次,应调整耕地布局,发挥农业生产空间多重功能性,构建“点-片-带”相结合的永久基本农田布局,与城镇建设空间相互支撑融合,组团布局,营造良好的城市田园风貌,提出了打造城市周边农业景观点,建设高产农田建设带,提升农业生态保护区的优化路径;第三,应着力构建“多中心、网络化、组团式”城镇建设布局,顺应国土空间开发底线的约束和引导,以组团结构为基础,采取组团分散、组群集聚、轴向拓展、圈层整合的开发策略,构建“一主、六新、多组团”的网络化城镇建设空间布局。本文的创新之处主要体现在以下方面:（1）将国土空间数量结构演变系统动力学仿真模型与超多目标优化算法耦合,通过系统动力学模型将国土空间数量结构演变与社会、经济及资源环境因子相耦合,搜索使得国土空间数量结构的社会、经济及生态效益综合优化的鲁棒性决策因子,构建国土空间数量结构仿真优化决策模型。（2）本研究基于“宽松”理念,从生态源地斑块识别、斑块空间聚合以及廊道识别等方面对传统生态源地和生态廊道识别方法进行改进,提出了一套改进的基于绿色基础设施评估的区域生态网络构建研究框架。（3）本研究构建了基于斑块的地理元胞自动机模型进行城镇建设空间布局模拟,并将城镇开发建设过程分为跳跃型和连续型进行模拟分析,实现了对城镇空间布局演变过程和模式的协调耦合控制,并提出了基于历史数据和优化算法的模型参数自校正方法。
张莹莹[9]（2019）在《装配式建筑全生命周期中结构构件追踪定位技术研究》文中认为建筑工业化是我国建筑业实现传统产业升级的重要战略方向,预制装配式生产建造技术是实现建筑工业化的主要措施,信息化可以使项目各阶段、各专业主体之间在更高层面上充分共享资源,极大高预制装配式建造的精确性与效率。预制构件是装配式建筑的基本要素,准确地追踪和定位预制构件能够更好地管理装配式建筑的整个流程。构件追踪定位是一个动态的过程,与各阶段的工作内容息息相关。因此,深入了解装配式建筑的全流程,分析和总结各阶段工作需要的构件空间信息,是建立合理追踪定位技术框架的重要前。显然,仅用单一技术难以满足全生命周期构件追踪定位的要求,因此需要充分了解相关技术的优缺点与适用性,以便根据装配式建筑的特点制定出合理的技术方案。另外,预制构件追踪定位及空间信息管理技术的研究涉及到建筑学、土木工程、测绘工程、计算机、自动化等多个专业。但是,目前相关的研究主要集中在建筑学以外的学科,鲜有从建筑学专业角度出发,综合地研究适用于装配式建筑全生命周期的构件追踪定位技术。而建筑学专业在装配式建筑的全流程中起着“总指挥”的作用,需要汇总、评估、共享各阶段与各专业的信息,形成完整的信息链。因此,建筑学专业对构件追踪定位技术研究的缺失不仅会导致构件空间信息的片段化,而且难以深度参与到项目的各阶段、协调各专业的工作。基于上述需求和目前研究存在的问题,本文首先梳理了典型装配式建筑的结构类型和结构构件类型,以及从设计、生产运输、施工装配、运营维护直至拆除回收的全生命周期过程,总结出各阶段所需的构件空间信息以及追踪定位的内容,并根据精度需求将构件追踪定位分为物流和建造两个层级。其中物流层级的定位精度要求较低,主要用于构件的生产运输和运维管理;建造层级的定位精度要求较高,主要用于构件的生产和施工装配。其次,详细分析了BIM、GIS等数据库,GNSS、智能化全站仪、三维激光扫技术、摄影测量技术等数字测量技术,以及RFID、二维码、室内定位等识别定位技术的功能和在装配式建筑中的适用性。通过对现有技术的选择和优化,建立了一套基于装配式建筑信息服务与监管平台、结合多项数据采集技术的装配式建筑全生命周期构件追踪定位技术链,并分别从物流和建造两个层级对此技术链的应用流程进行了探索。着重介绍了装配式建筑数据库中预制构件分类系统和编码体系,分析二者在预制构件追踪定位技术中的作用。最后,以轻型可移动房屋系统的设计、生产和建造过程为例,说明以装配式建筑信息服务与监管平台为核心,结合数据采集技术实现预制构件追踪定位和信息管理的方法。本文以装配式建筑的结构构件作为基本研究对象,采用数据库和数据采集技术建立了适用于装配式建筑全生命周期构件追踪定位技术链,对于整合项目各阶段构件空间信息、形成完整信息链、协调各专业工作、优化资源配置有一定的借鉴意义,而这些方面是实现预制构件精细化管理、高装配式建筑生产施工效率的关键。本文共计约160000字,图片143幅,表格63张
董维[10]（2019）在《基于GIS的交通状态判别与险态辨识研究》文中提出汽车保有量的增加导致交通事故频发,引起了人们的广泛关注。城市道路拥挤状态与事故率、事故严重度等多项指标密切相关,交通拥堵导致事故发生的同时,事故发生恶性循环又加剧了拥挤。随着智能交通系统的大力发展,实现事故位置、道路交通状态、车辆风险状态的实时可视化显示,对后续交通控制、交通诱导、风险控制以及规划层面的交通拥挤、风险防控治理方法的提出有理论和实践意义。因此本文从智能交通的角度出发,对交通状态判别、险态辨识分析相关理论进行深入研究,在提出基于模糊C均值（FCM）聚类与支持向量机（SVM）的交通状态判别方法和基于主成分分析（PCA）与等价关系模糊聚类（FCA）的险态辨识分析方法的基础上,开发了一套道路与车辆的监控系统,实现了交通状态判别与车辆险态辨识的可视化显示。主要工作包括以下内容:第一,对交通状态判别与险态辨识涉及到的聚类方法进行了分析,在深入研究了模糊聚类和支持向量机运行原理和优缺点的基础上,提出了基于FCM-SVM的交通状态判别方法,并通过真实数据验证了该算法在交通状态判别上的准确性。第二,提出了基于PCA-FCA的险态辨识分析方法,并通过实际交通事故统计数据验证了该算法对车辆险态识别的适用性。第三,在分析数据库数据结构的基础上,在遵从Geo Database数据组织基本思想的原则下,精简了数据视图建模的相关步骤,制定出数据库存储方案。对数据库数据模型进行了设计,构建了交通状态判别与车辆险态辨识数据库。第四,开发了交通状态判别与险态辨识系统。详细阐述了GPS数据、监测中心数据、智能车辆监控设备数据的获取与存储;并对各个功能模块的开发流程和界面设计进行了说明,包括事故位置的监控与显示、交通状态的判别与显示、险态车辆的判别与显示模块。
二、空间数据挖掘在基于GIS的交通诱导系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、空间数据挖掘在基于GIS的交通诱导系统中的应用（论文提纲范文）
（1）空间数据驱动的城市安全态势分析 ——以B市主城区为例（论文提纲范文）
| 摘要 |
| abstract |
| 注释说明清单 |
| 引言 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于GIS与遥感的城市安全态势研究进展 |
| 1.2.2 基于遥感图像的信息提取研究进展 |
| 1.2.3 目前研究存在的不足 |
| 1.3 研究思路与内容 |
| 1.3.1 技术路线 |
| 1.3.2 主要研究内容 |
| 1.4 论文结构 |
| 2 研究数据与方法 |
| 2.1 研究区概况及研究单元划分 |
| 2.1.1 研究区域概况 |
| 2.1.2 基于泰森多边形的研究单元 |
| 2.2 研究数据获取及预处理 |
| 2.2.1 基础数据库 |
| 2.2.2 犯罪案件数据库 |
| 2.2.3 遥感影像数据库 |
| 2.3 研究方法 |
| 2.3.1 遥感技术 |
| 2.3.2 GIS技术 |
| 2.3.3 数据挖掘技术 |
| 2.4 本章小结 |
| 3 空间点模式的风险热点识别 |
| 3.1 时空统计分析 |
| 3.1.1 年月际变化分析 |
| 3.2 时空聚类检验及分布模式识别 |
| 3.2.1 Global Moran’s I全局空间自相关检验 |
| 3.2.2 LISA局部空间自相关检验 |
| 3.3 风险热点识别 |
| 3.3.1 核密度分析 |
| 3.3.2 标准差椭圆 |
| 3.4 空间插值分析 |
| 3.4.1 基于点的空间插值 |
| 3.4.2 基于Voronoi的空间插值 |
| 3.5 本章小结 |
| 4 安全态势影响因素指标构建及预测模型设计 |
| 4.1 GIS空间数据库指标构建 |
| 4.1.1 空间特征提取 |
| 4.1.2 定量指标构建 |
| 4.2 遥感影像地理信息提取 |
| 4.2.1 NDVI指标信息提取 |
| 4.2.2 NDWI指标信息提取 |
| 4.2.3 面向对象图像分割 |
| 4.2.4 面向对象信息提取 |
| 4.3 结构化地理模型设计 |
| 4.3.1 影响因子变量定义 |
| 4.3.2 影响因子数据检验及变换 |
| 4.3.3 相关分析 |
| 4.3.4 主成分分析 |
| 4.3.5 回归预测模型设计 |
| 4.4 本章小结 |
| 5 安全风险因子分析与回归模型测试 |
| 5.1 基于最小二乘法的回归模型 |
| 5.1.1 简单的线性回归模型 |
| 5.1.2 多元线性回归模型 |
| 5.1.3 结果分析 |
| 5.2 基于地理加权的回归模型 |
| 5.2.1 空间自相关检验 |
| 5.2.2 模型检验 |
| 5.2.3 结果分析 |
| 5.3 模型评价 |
| 5.4 本章小结 |
| 6 结论与讨论 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 在学研究成果 |
（2）基于智慧警务理念的道路交通事故信息采集研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 1 绪论 |
| 1.1 研究目的和意义 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容、方法和研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究思路 |
| 2 理论基础 |
| 2.1 智慧警务理念 |
| 2.1.1 智慧警务的概念 |
| 2.1.2 智慧警务的特点 |
| 2.1.3 智慧警务理念的可行性 |
| 2.2 道路交通事故成因理论概述 |
| 2.2.1 人的因素 |
| 2.2.2 车的因素 |
| 2.2.3 道路因素 |
| 2.2.4 环境因素 |
| 2.2.5 其他影响因素 |
| 2.3 道路交通事故的相关概述 |
| 2.3.1 道路交通事故的相关定义 |
| 2.3.2 道路交通事故的特点 |
| 2.3.3 道路交通事故信息的分类及特点 |
| 3 基层道路交通事故信息采集实证调研 |
| 3.1 问卷调查 |
| 3.1.1 调查问卷设计 |
| 3.1.2 描述性分析 |
| 3.2 实践调查 |
| 3.2.1 组织机构状况 |
| 3.2.2 采集技术及内容现状 |
| 3.2.3 采集管理现状 |
| 4 道路交通事故信息采集工作中存在的主要问题 |
| 4.1 道路交通事故信息采集标准不统一 |
| 4.1.1 采集广度不全 |
| 4.1.2 采集深度不足 |
| 4.2 道路交通事故信息采集滞后 |
| 4.2.1 采集技术落后 |
| 4.2.2 采集系统开发不完善 |
| 4.2.3 采集渠道受限 |
| 4.3 道路交通事故信息采集数据不全面 |
| 4.3.1 采集数据缺失 |
| 4.3.2 客观因素被忽略 |
| 4.4 道路交通事故信息采集管理机制不健全 |
| 4.4.1 采集制度规范匮乏 |
| 4.4.2 机构岗位配置不合理 |
| 4.4.3 职责划分不明确 |
| 4.4.4 共享机制不完善 |
| 4.4.5 人员管理机制缺乏 |
| 5 GIS道路交通事故信息采集系统构建 |
| 5.1 GIS技术概述 |
| 5.1.1 GIS系统简介 |
| 5.1.2 GIS应用可行性 |
| 5.2 采集系统框架构建 |
| 5.2.1 系统需求分析 |
| 5.2.2 系统功能设置 |
| 5.2.3 系统框架设计 |
| 5.3 采集系统实现路径 |
| 5.3.1 现场信息采集模块 |
| 5.3.2 数据库索引链接模块 |
| 5.3.3 数据挖掘模块 |
| 6 道路交通事故信息采集管理机制建设 |
| 6.1 完善采集制度规范 |
| 6.1.1 严格采集流程规范 |
| 6.1.2 制定采集标准 |
| 6.1.3 其他采集相关制度建设 |
| 6.2 推进采集系统构建 |
| 6.2.1 采集系统建设原则 |
| 6.2.2 采集系统建设途径 |
| 6.2.3 先进技术的引进 |
| 6.3 完善组织机构设置 |
| 6.3.1 优化机构设置 |
| 6.3.2 明确职能定位 |
| 6.4 实现信息平台共享机制 |
| 6.4.1 建立通用的事故信息编码规则 |
| 6.4.2 拓展外部信息资源 |
| 6.4.3 实现多领域资源共享联动 |
| 6.5 构建采集人才队伍管理机制 |
| 6.5.1 树立智慧警务理念 |
| 6.5.2 加强专业性人才管理 |
| 6.5.3 落实考核奖惩激励机制 |
| 6.5.4 组建专业化培训队伍 |
| 6.5.5 建立常态化人才培养机制 |
| 结论 |
| 参考文献 |
| 附录A 调查问卷统计表 |
| 在学研究成果 |
| 致谢 |
（3）基于街景影像的人本尺度街道空间规划理论与方法 ——以北京中心城区为例（论文提纲范文）
| 博士生自认为的论文创新点 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 街道空间人本规划理念 |
| 1.2.2 新数据环境下的定量城市研究 |
| 1.2.3 图像在城市空间中的应用研究 |
| 1.3 主要研究内容 |
| 1.3.1 研究区域 |
| 1.3.2 基于街景影像的人本尺度街道空间规划理论与方法 |
| 1.3.3 街景影像及相关数据处理 |
| 1.3.4 基于街景影像的人本尺度街道空间规划应用研究 |
| 1.4 论文组织结构 |
| 第2章 相关理论方法研究 |
| 2.1 中西方人本主义规划思想内涵及比较 |
| 2.1.1 人本主义内涵 |
| 2.1.2 西方人本主义规划思潮发展 |
| 2.1.3 我国人本主义规划思潮发展 |
| 2.1.4 中西方人本主义规划思潮演进比较 |
| 2.2 空间尺度辨析及研究 |
| 2.2.1 空间尺度内涵研究 |
| 2.2.2 微观空间尺度辨析 |
| 2.2.3 空间尺度感知研究 |
| 2.3 街道空间含义及演变发展 |
| 2.3.1 街道空间含义及功能类型 |
| 2.3.2 街道空间演变发展 |
| 2.4 街景影像处理技术 |
| 2.4.1 基于卷积神经网络的图像语义分割 |
| 2.4.2 街景影像投影处理 |
| 2.5 本章小结 |
| 第3章 基于街景影像的人本尺度街道空间规划理论与方法 |
| 3.1 人本尺度街道空间内涵 |
| 3.1.1 人本主义规划思想核心发展趋势 |
| 3.1.2 人本尺度含义 |
| 3.1.3 人本尺度街道空间内涵 |
| 3.2 当前城市规划对街道空间形成的影响及局限性 |
| 3.2.1 城市总体规划对街道空间的影响 |
| 3.2.2 控制性详细规划对街道空间的影响 |
| 3.2.3 街道设计导则对街道空间的影响 |
| 3.2.4 传统规划研究方法局限性 |
| 3.3 街景影像对人本尺度街道空间规划的支撑 |
| 3.4 基于街景影像的人本尺度街道空间规划理论 |
| 3.4.1 背景理论与思想 |
| 3.4.2 研究框架 |
| 3.4.3 研究方法 |
| 3.4.4 规划目标、原则及关键点 |
| 3.5 本章小结 |
| 第4章 研究区域与街景影像处理关键技术 |
| 4.1 研究区域 |
| 4.1.1 北京街道空间发展演变 |
| 4.1.2 北京街道空间现存问题 |
| 4.2 街景影像特征提取及投影计算 |
| 4.2.1 爬取街景影像 |
| 4.2.2 利用深度学习技术提取街道特征 |
| 4.2.3 街景影像投影处理 |
| 4.2.4 鱼眼图像中可视因子计算 |
| 4.3 基于可视因子的街景影像数据有效性验证 |
| 4.3.1 可视因子概述 |
| 4.3.2 基于BSV和3D-GIS的 SVF结果比较 |
| 4.3.3 基于3D-GIS估算SVF和 TVF的不确定性 |
| 4.3.4 与部分国际大城市的SVF比较 |
| 4.4 POI分类与道路数据处理 |
| 4.4.1 POI分类处理 |
| 4.4.2 道路数据处理 |
| 4.5 本章小结 |
| 第5章 基于街景影像的人本尺度交通护栏优化研究 |
| 5.1 交通护栏的作用及研究现状 |
| 5.1.1 交通护栏的作用及影响 |
| 5.1.2 研究现状及存在问题 |
| 5.2 研究框架 |
| 5.2.1 研究目标 |
| 5.2.2 技术流程 |
| 5.2.3 关键技术 |
| 5.3 北京中心区域护栏分布及其街道活力特征 |
| 5.3.1 护栏分布特征研究 |
| 5.3.2 设置护栏支路的街道空间功能及活力特征研究 |
| 5.3.3 北京与上海中心区域对比研究 |
| 5.3.4 护栏设置现存问题 |
| 5.4 北京中心城区交通护栏分布优化研究 |
| 5.4.1 交通护栏设置优化方案 |
| 5.4.2 优化后的交通护栏设置与周边空间关系 |
| 5.4.3 优化方案小结 |
| 5.5 本章小结 |
| 第6章 基于多时相街景影像的人本尺度街道绿化空间优化研究 |
| 6.1 街道绿化空间的作用及研究现状 |
| 6.1.1 街道绿化空间的作用 |
| 6.1.2 街道绿化空间量化指标概述 |
| 6.2 研究方法 |
| 6.2.1 研究目标 |
| 6.2.2 技术流程 |
| 6.2.3 关键技术 |
| 6.3 北京三环内街道绿化空间特征 |
| 6.3.1 基于街景采集点的绿化空间特征分析 |
| 6.3.2 街道绿化空间特征分析 |
| 6.3.3 街道绿化空间与周边环境的关系 |
| 6.3.4 街道绿化空间现存问题 |
| 6.4 北京三环区域内街道绿化空间优化方案 |
| 6.4.1 街道绿化空间整体方案 |
| 6.4.2 优化方案具体措施 |
| 6.5 本章小结 |
| 第7章 基于街景影像的人本尺度街道空间品质优化研究 |
| 7.1 街道空间品质研究综述及认知 |
| 7.1.1 街道空间品质研究综述 |
| 7.1.2 街道空间品质认知 |
| 7.2 研究方法 |
| 7.2.1 研究目标 |
| 7.2.2 技术流程 |
| 7.2.3 关键技术 |
| 7.3 北京中心城区街道空间品质现状特征 |
| 7.3.1 基于街景采集点的街道特征分析 |
| 7.3.2 街道空间品质特征分析 |
| 7.3.3 街道空间品质评价指标相关性分析 |
| 7.4 北京中心城区街道空间品质优化研究 |
| 7.4.1 基于街道空间品质研究的再思考 |
| 7.4.2 基于街道空间品质评价指标的优化策略 |
| 7.5 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 需要进一步研究的问题及展望 |
| 参考文献 |
| 攻博期间完成的学术论文及获奖情况 |
| 致谢 |
（4）基于数字技术的集约型城市街区形态评价与优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 集约型城市发展的现实需求 |
| 1.1.2 地块、街区与街区制 |
| 1.1.3 城市街区形态管控技术的发展 |
| 1.1.4 第四代城市设计——数字城市设计 |
| 1.2 研究对象、视角和内容 |
| 1.2.1 研究对象——城市街区 |
| 1.2.2 研究视角 |
| 1.2.3 研究内容 |
| 1.3 研究现状与动态 |
| 1.3.1 西方城镇街区形态的演变与量化解析 |
| 1.3.2 我国城市街区形态的研究进展 |
| 1.3.3 相关评价指标体系的构成与应用 |
| 1.3.4 基于数字技术的城市形态评价与优化技术发展 |
| 1.3.5 小结 |
| 1.4 研究目的与意义 |
| 1.4.1 探索数字技术在城市街区形态发展研究中的应用方法 |
| 1.4.2 解析非集约型城市街区形态的不足与发展潜力 |
| 1.4.3 为集约型城市街区形态发展决策提供有效支撑 |
| 1.5 研究方法与技术 |
| 1.6 研究框架 |
| 第二章 集约型城市街区形态评价与优化的理论构建 |
| 2.1 集约型城市街区概念辨析 |
| 2.1.1 集约的概念与基本测度方法 |
| 2.1.2 集约型城市与相关城市发展理念的内涵思辨 |
| 2.1.3 城市设计视角下集约型城市街区的概念界定 |
| 2.2 城市街区形态发展动力与规律 |
| 2.2.1 空间经济学作为街区形态发展主导因素 |
| 2.2.2 城市街区形态发展的内在动力——空间互动 |
| 2.2.3 城市街区形态发展规律 |
| 2.3 集约化街区形态评价与优化的内在机制 |
| 2.3.1 基于全局视角的系统性评价与优化 |
| 2.3.2 基于投入与产出的集约化评价 |
| 2.3.3 基于规律学习的街区形态优化 |
| 2.4 集约型街区形态评价与优化的形态学基础与分析维度 |
| 2.4.1 .基于定量分析的城市形态学研究 |
| 2.4.2 城市形态定量分析与城市设计 |
| 2.4.3 集约化街区形态评价与优化维度——平面形态与立体形态 |
| 2.5 本章小结 |
| 第三章 数字化技术应用路径与方法解析 |
| 3.1 数字化城市设计的兴起与发展 |
| 3.1.1 当代城市设计的困境 |
| 3.1.2 数字化技术在城市设计中的应用 |
| 3.1.3 集约型城市街区形态评价与优化的技术流程 |
| 3.2 城市街区形态采集与数据分析 |
| 3.2.1 基于开源信息的城市街区建模 |
| 3.2.2 基于Grasshopper编程的模型数据信息获取 |
| 3.2.3 数据统计与信息管理 |
| 3.3 基于数据包络分析的城市街区形态集约化评价策略 |
| 3.3.1 基于生产关系的集约化评价 |
| 3.3.2 基于投入与产出的评价指标体系与评价模型——数据包络分析 |
| 3.3.3 有效区分集约与非集约城市街区 |
| 3.4 基于深度学习技术的非集约型街区形态优化策略 |
| 3.4.1 基于相似系数的形态参照 |
| 3.4.2 深度学习概念与基本原理 |
| 3.4.3 深度学习模型搭建与训练 |
| 3.5 基于贝叶斯统计的街区形态优化决策 |
| 3.5.1 深度学习计算结果的概率统计 |
| 3.5.2 贝叶斯统计的概念与基本原理 |
| 3.5.3 基于SPSS的贝叶斯统计 |
| 3.5.4 置信区间——形态指标优化的弹性框架 |
| 3.6 本章小结 |
| 第四章 街区平面形态的集约化评价与优化 |
| 4.1 街区平面形态集约化评价指标及其量化方法 |
| 4.1.1 可达性 |
| 4.1.2 用地形态 |
| 4.1.3 界面效率 |
| 4.1.4 开发形态指标 |
| 4.1.5 研究样本 |
| 4.2 基于数据包络分析的集约化评价与分析 |
| 4.2.1 指标分类——投入型指标与产出型指标 |
| 4.2.2 评价过程与结果分析 |
| 4.2.3 基于数据包络分析的形态优化与不足 |
| 4.3 基于深度学习技术的形态优化 |
| 4.3.1 深度学习模型的搭建与优化训练 |
| 4.3.2 数据包络分析作为深度学习优化的基础——训练样本与优化样本的分类 |
| 4.3.3 形态优化数据分析 |
| 4.4 基于贝叶斯统计的形态指标优化 |
| 4.4.1 形态优化数据不确定性分析 |
| 4.4.2 基于贝叶斯统计的形态指标优化 |
| 4.4.3 非集约型街区平面形态的提升潜力与发展决策 |
| 4.5 本章小结 |
| 第五章 街区立体空间形态优化 |
| 5.1 城市街区立体空间形态 |
| 5.1.1 从平面形态到立体形态 |
| 5.1.2 当前城市街区立体空间形态的研究视角 |
| 5.1.3 街区立体空间形态——垂直空间密度 |
| 5.2 城市街区垂直空间密度 |
| 5.2.1 街区垂直空间密度概念 |
| 5.2.2 街区垂直空间密度的研究意义 |
| 5.2.3 街区垂直空间密度的度量方法 |
| 5.2.4 街区垂直空间密度特征分析与评价 |
| 5.3 基于深度学习的非集约型街区垂直空间密度优化 |
| 5.3.1 街区垂直空间密度的影响因素及其指标构成 |
| 5.3.2 垂直空间密度的优化基础 |
| 5.3.4 基于深度学习的非集约化街区立体形态优化计算 |
| 5.4 立体空间形态引导 |
| 5.4.1 垂直空间密度优化的空间分布特征 |
| 5.4.2 差值计算分析 |
| 5.4.3 立体空间形态推演 |
| 5.5 本章小结 |
| 第六章 论文总结与研究展望 |
| 6.1 主要研究结论 |
| 6.2 论文的创新点 |
| 6.3 论文研究的不足 |
| 6.4 研究展望 |
| 6.5 总结 |
| 致谢 |
| 参考文献 |
| 附录 |
| 发表论文与参加科研情况说明 |
（5）滑坡实时监测预警系统关键技术及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 滑坡监测预警模型研究 |
| 1.2.2 滑坡位移监测数据处理方法研究 |
| 1.2.3 数据质量评价方法研究 |
| 1.2.4 滑坡监测预警系统研究 |
| 1.2.5 混合架构在监测预警领域中的应用研究 |
| 1.3 主要存在的问题 |
| 1.4 主要研究内容 |
| 1.4.1 滑坡监测预警方法研究 |
| 1.4.2 滑坡监测预警系统关键技术研究 |
| 1.4.3 基于WebGL技术的三维数字地球的研究 |
| 1.4.4 混合架构体系的滑坡监测预警系统研究 |
| 1.5 研究路线 |
| 1.6 本论文特色及创新点 |
| 1.7 完成的主要工作 |
| 第2章 基于变形演化过程的滑坡预警技术 |
| 2.1 概述 |
| 2.2 滑坡变形演化过程的一般特征 |
| 2.3 基于变形过程的滑坡预警模型 |
| 2.4 滑坡变形演化阶段自动识别 |
| 2.4.1 改进切线角自动求解方法 |
| 2.4.1.1 改进切线角模型 |
| 2.4.1.2 离散小波变换提取曲线特征 |
| 2.4.2 常见监测曲线类型与识别 |
| 2.4.2.1 平稳型(T11) |
| 2.4.2.2 稳定型(T21) |
| 2.4.2.3 震荡型(T22) |
| 2.4.2.4 递增型(T31) |
| 2.4.2.5 指数型(T32) |
| 2.4.2.6 突变型(T33) |
| 2.5 多设备联动预警机制 |
| 2.5.1 监测设备分组 |
| 2.5.2 监测设备可靠度动态评价体系TRIP |
| 2.5.3 预警结论可信度 |
| 2.5.4 联动预警案例分析 |
| 2.6 本章小结 |
| 第3章 滑坡监测数据自动处理方法 |
| 3.1 异常数据自动处理 |
| 3.1.1 监测数据过滤器 |
| 3.1.2 异常数据处理方法 |
| 3.1.2.1 粗差数据的处理 |
| 3.1.2.2 雨量监测数据常见问题 |
| 3.2 监测数据的拟合处理 |
| 3.2.1 移动平均法 |
| 3.2.2 最小二乘法 |
| 3.3 数据处理方法适用范围研究 |
| 3.3.1 数据消噪处理 |
| 3.3.2 仪器误差处理 |
| 3.3.3 滑坡失稳阶段的数据处理 |
| 3.4 监测数据等时间间隔处理 |
| 3.4.1 状态量数据 |
| 3.4.2 累积量数据 |
| 3.5 本章小结 |
| 第4章 滑坡监测数据实时集成与共享技术 |
| 4.1 高可靠数据集成与共享技术 |
| 4.1.1 高级消息队列协议(AMQP) |
| 4.1.2 消息队列遥测传输(MQTT) |
| 4.1.3 高并发下的高可靠数据分发与共享 |
| 4.2 基于MQTT协议的多源异构监测数据实时集成技术 |
| 4.2.1 两种数据集成技术 |
| 4.2.1.1 基于ETL模式的批处理集成 |
| 4.2.1.2 基于MQTT协议的流处理集成 |
| 4.2.2 基于MQTT协议的数据集成体系 |
| 4.2.2.1 数据流模型 |
| 4.2.2.2 负载均衡中的会话保持 |
| 4.3 海量数据存取优化方案 |
| 4.3.1 分词技术 |
| 4.3.2 倒排索引 |
| 4.3.3 海量数据存取优化方案 |
| 4.4 本章小结 |
| 第5章 基于策略的滑坡实时过程预警技术 |
| 5.1 基于策略的预警模型计算框架 |
| 5.1.1 预警计算流程 |
| 5.1.2 预警模型管理 |
| 5.1.3 通用模型计算框架研究 |
| 5.1.4 预警等级求解器的设计与实现 |
| 5.1.4.1 求解器计算流程 |
| 5.1.4.2 多线程预警技术 |
| 5.1.5 过程预警成果展示 |
| 5.2 预警的发布与解除 |
| 5.2.1 预警信息自动发布技术 |
| 5.2.2 预警信息发送规则 |
| 5.2.3 预警信息解除 |
| 5.3 本章小结 |
| 第6章 滑坡综合数据一体化管理技术 |
| 6.1 滑坡空间数据集成体系研究 |
| 6.1.1 多源异构空间数据预处理 |
| 6.1.2 空间数据库的选择 |
| 6.1.3 空间数据服务平台 |
| 6.1.4 空间数据集成体系 |
| 6.2 基于WebGL技术的三维数字地球 |
| 6.2.1 WebGL技术 |
| 6.2.2 三维平台的选择 |
| 6.2.3 三维模型高精度集成技术 |
| 6.2.4 三维数字地球应用效果 |
| 6.3 基于国标的视频设备集成体系 |
| 6.3.1 数据传输协议 |
| 6.3.2 视频监控统一管理平台 |
| 6.3.2.1 平台架构设计 |
| 6.3.2.2 视频设备编码规则 |
| 6.3.2.3 统一视频平台的开发与应用 |
| 6.4 天-空-地一体化数据管理体系 |
| 6.4.1 空间数据 |
| 6.4.2 属性数据 |
| 6.4.3 非结构化数据 |
| 6.4.4 一体化数据管理平台 |
| 6.5 本章小结 |
| 第7章 基于混合架构体系的滑坡实时监测预警系统 |
| 7.1 概述 |
| 7.2 需求分析 |
| 7.3 系统功能架构设计 |
| 7.4 数据结构体系 |
| 7.5 云服务基础平台设计 |
| 7.5.1 SOA与 JWT |
| 7.5.2 系统架构 |
| 7.6 混合架构体系 |
| 7.6.1 B/S架构网页端 |
| 7.6.1.1 系统演示主界面 |
| 7.6.1.2 天-空-地一体化数据管理 |
| 7.6.1.3 监测数据分析 |
| 7.6.1.4 滑坡过程预警分析 |
| 7.6.2 C/S架构客户端 |
| 7.6.2.1 演示模式 |
| 7.6.2.2 空间数据管理 |
| 7.6.2.3 监测预警信息管理 |
| 7.6.2.4 后台服务监控 |
| 7.6.3 移动端App |
| 7.6.3.1 概述 |
| 7.6.3.2 功能架构设计 |
| 7.6.3.3 移动端开发相关技术 |
| 7.6.3.4 主要功能 |
| 7.7 本章小结 |
| 第8章 系统应用案例 |
| 8.1 预警案例 |
| 8.2 预警流程时间因素分析 |
| 8.3 黑方台滑坡监测预警 |
| 8.3.1 概述 |
| 8.3.2 党川7号滑坡预警过程 |
| 8.4 兴义龙井村9组岩质滑坡监测预警 |
| 8.4.1 概述 |
| 8.4.2 监测点布置 |
| 8.4.3 系统应用 |
| 8.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
| 附录 |
| A.1 全文公式索引 |
| A.2 全文图索引 |
| A.3 全文表索引 |
（6）城市道路机动车污染物排放动态量化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号、略缩词注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容和结构 |
| 1.3 研究方法及技术路线 |
| 第二章 国内外研究综述 |
| 2.1 机动车排放获取方法综述 |
| 2.1.1 实验室排放测试 |
| 2.1.2 道路排放测试 |
| 2.1.3 排放测试方法比较分析 |
| 2.2 交通信息采集方法综述 |
| 2.2.1 固定式采集技术 |
| 2.2.2 移动式采集技术 |
| 2.2.3 采集技术方法比较分析 |
| 2.3 机动车排放量化研究综述 |
| 2.3.1 微观层次排放量化 |
| 2.3.2 中观层次排放量化 |
| 2.3.3 排放量化模型比较分析 |
| 2.4 本章小结 |
| 第三章 本地行驶工况的构建方法 |
| 3.1 试验方案设计 |
| 3.1.1 测试系统 |
| 3.1.2 测试车辆 |
| 3.1.3 测试路线 |
| 3.1.4 数据预处理 |
| 3.2 工况构建方法 |
| 3.2.1 短行程的提取 |
| 3.2.2 特征参数的选取 |
| 3.2.3 主成分分析结果 |
| 3.2.4 聚类分析结果 |
| 3.2.5 行驶工况的构建 |
| 3.3 南京市本地行驶工况与其他工况对比 |
| 3.3.1 南京市本地行驶工况(LDC) |
| 3.3.2 与标准工况参数对比 |
| 3.3.3 与国内其他城市工况参数对比 |
| 3.4 南京市本地行驶工况时效性分析 |
| 3.4.1 时效性分析的必要性 |
| 3.4.2 对比行驶工况的建立 |
| 3.4.3 不同时期行驶工况对比 |
| 3.5 本章小结 |
| 第四章 基于底盘测功机试验的排放特性分析 |
| 4.1 底盘测功机试验 |
| 4.1.1 测试方案 |
| 4.1.2 测试工况 |
| 4.2 南京市本地行驶工况排放特性分析 |
| 4.2.1 排放速率和排放因子 |
| 4.2.2 瞬时速度对排放速率的影响 |
| 4.2.3 速度和加速度对排放速率的影响 |
| 4.3 南京市本地行驶工况与标准工况排放特性对比 |
| 4.3.1 不同行驶模式的排放贡献率对比 |
| 4.3.2 不同工况下排放速率和排放因子的对比 |
| 4.4 本章小结 |
| 第五章 基于RFID数据的道路交通信息采集与活动水平分析 |
| 5.1 RFID数据采集 |
| 5.1.1 RFID信息采集技术 |
| 5.1.2 基站数据采集系统 |
| 5.1.3 RFID数据特点 |
| 5.2 RFID数据清洗与预处理 |
| 5.2.1 冗余数据检测与清洗 |
| 5.2.2 基于概率轨迹模型的RFID轨迹填补 |
| 5.3 基于RFID数据的交通流参数信息获取 |
| 5.3.1 交通流参数 |
| 5.3.2 基于RFID数据交通流参数计算步骤 |
| 5.3.3 基于RFID数据的动态短时交通流预测 |
| 5.4 RFID数据更新与压缩 |
| 5.5 案例分析 |
| 5.5.1 数据来源 |
| 5.5.2 冗余数据分析 |
| 5.5.3 轨迹填补 |
| 5.5.4 路网车辆活动水平分析 |
| 5.6 本章小结 |
| 第六章 城市道路机动车污染物排放动态量化系统 |
| 6.1 城市道路机动车污染物排放动态量化方法 |
| 6.1.1 方法设计 |
| 6.1.2 排放因子的选取 |
| 6.1.3 量化方法 |
| 6.2 城市道路机动车污染物排放分析 |
| 6.3 城市道路机动车污染物排放动态量化系统构建 |
| 6.3.1 系统整体架构 |
| 6.3.2 系统功能模块 |
| 6.3.3 系统软件体系结构 |
| 6.3.4 系统领域模型 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要研究成果 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介、攻读博士学位期间发表论文及科研参与情况 |
（7）基于BIM数据源的三维GIS数据模型及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.2 BIM与 IFC |
| 1.3 GIS与 CityGML |
| 1.4 BIM与 GIS融合集成进展 |
| 1.5 室内路径规划研究进展 |
| 1.6 论文研究内容与组织结构 |
| 第2章 语义匹配 |
| 2.1 语义匹配概述 |
| 2.2 基于文本挖掘技术的语义匹配 |
| 2.2.1 实体定义提取 |
| 2.2.2 实体定义分词及词干提取 |
| 2.2.3 词哈希表达 |
| 2.2.4 向量化表达 |
| 2.2.5 相似性计算 |
| 2.3 基于文本挖掘技术的语义匹配结果 |
| 2.4 本章小结 |
| 第3章 空间表达 |
| 3.1 空间坐标系转换 |
| 3.2 几何表达转换 |
| 3.3 IFC到 CityGML的数据融合 |
| 3.4 实验结果 |
| 3.5 本章小结 |
| 第4章 三维模型语义标注与空间分割 |
| 4.1 三维形状特征描述子 |
| 4.1.1 基于射线的3D模型几何特征提取算法 |
| 4.1.2 测地距离 |
| 4.1.3 形状直径函数 |
| 4.2 基于支持向量机的三维模型分类 |
| 4.3 基于超限学习机的三维模型语义标注与分割 |
| 4.3.1 超限学习机理论 |
| 4.3.2 超限学习机特征映射阶段 |
| 4.3.3 超限学习机训练阶段 |
| 4.4 实验数据介绍 |
| 4.5 实验结果 |
| 4.5.1 三维空间数据模型语义标注 |
| 4.5.2 基于超限学习机的空间模型分割结果 |
| 4.5.3 基于空间分割算法的三角面片相交测试 |
| 4.6 本章小结 |
| 第5章 室内路径规划 |
| 5.1 3D模型体素化 |
| 5.1.1 三维模型体素化研究现状 |
| 5.1.2 体素化与体素投影 |
| 5.1.3 基于分离轴定律的凸多边形相交关系计算 |
| 5.2 基于八叉树的空间数据组织 |
| 5.3 基于A*算法的路径规划 |
| 5.3.1 基于最佳优先搜索算法的最短路径搜索 |
| 5.3.2 基于A*算法的路径寻优原理 |
| 5.4 路径规划结果 |
| 5.5 本章小结 |
| 第6章 系统构建 |
| 6.1 文件组织 |
| 6.1.1 OFF文件组织 |
| 6.1.2 Obj文件组织 |
| 6.2 IFC与 CityGML模型数据转换系统 |
| 6.3 路径规划系统构建 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文主要结论 |
| 7.2 论文的不足 |
| 7.3 未来研究展望 |
| 参考文献 |
| 作者简介及在学期间所获得的学术成果 |
| 致谢 |
（8）国土空间开发布局优化方法研究 ——以武汉市为例（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 国土空间数量结构优化方法 |
| 1.3.2 国土空间开发布局优化方法 |
| 1.3.3 生态网络空间布局优化方法 |
| 1.3.4 永久基本农田保护区划定方法 |
| 1.4 研究体系 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 研究技术路线 |
| 第二章 国土空间开发布局优化基础理论与技术思路 |
| 2.1 基本概念界定 |
| 2.1.1 生态文明 |
| 2.1.2 国土空间开发 |
| 2.1.3 城镇开发建设适宜性 |
| 2.1.4 国土空间数量结构 |
| 2.2 相关理论基础 |
| 2.2.1 可持续发展理论 |
| 2.2.2 区位理论 |
| 2.2.3 复杂系统理论 |
| 2.2.4 景观生态学理论 |
| 2.3 国土空间分类及其衔接体系构建 |
| 2.4 生态文明视角下国土空间开发布局优化内涵 |
| 2.5 国土空间开发布局优化方法体系构建原则与思路 |
| 2.5.1 方法体系构建基本原则 |
| 2.5.2 方法体系构建总体思路 |
| 第三章 基于SD-MOEA模型的国土空间数量结构优化方法研究 |
| 3.1 基于强度分析框架的国土空间开发演变模式识别 |
| 3.1.1 国土空间转移矩阵 |
| 3.1.2 国土空间开发演变稳定性和系统性模式识别 |
| 3.2 基于SD模型的国土空间数量结构演变分析 |
| 3.2.1 系统动力学概述 |
| 3.2.2 国土空间数量结构演变的SD模型构建 |
| 3.2.3 基于SD模型的国土空间数量结构演变探索性分析 |
| 3.3 基于SD-MOEA耦合模型的国土空间数量结构决策优化 |
| 3.3.1 国土空间数量结构决策优化模型总体框架 |
| 3.3.2 SD-MOEA优化模型决策因子设定 |
| 3.3.3 SD-MOEA优化模型目标函数设定 |
| 3.3.4 SD-MOEA优化模型约束条件设定 |
| 3.3.5 自适应超多目标进化优化算法(MOEA) |
| 3.3.6 决策因子鲁棒性分析及数量结构优化决策情景构建 |
| 第四章 国土空间开发底线划定方法研究 |
| 4.1 基于GIA理念的生态网络空间布局优化研究 |
| 4.1.1 GIA模型概述 |
| 4.1.2 基于“宽松”策略的陆生生态网络空间构建 |
| 4.1.3 基于遥感方法的水生生态网络空间构建 |
| 4.1.4 GI要素生态重要性评估 |
| 4.1.5 生态网络空间布局优化 |
| 4.2 兼顾质量和空间集聚性的永久基本农田保护区划定研究 |
| 4.2.1 基于LESA体系的耕地综合质量评价 |
| 4.2.2 基于AMOEBA空间聚类算法的永久基本农田保护区划定 |
| 第五章 基于Patch-CA模型的城镇建设空间布局模拟方法研究 |
| 5.1 元胞自动机概述 |
| 5.1.1 CA模型基本原理 |
| 5.1.2 Patch-CA模型概述 |
| 5.2 基于Patch-CA的城镇建设空间布局模拟模型构建 |
| 5.2.1 城镇建设空间数量规模设定模块 |
| 5.2.2 基于机器学习模型的城镇开发建设适宜性评价模块 |
| 5.2.3 顾及空间开发过程的城镇建设空间布局配置模块 |
| 5.2.4 基于GA算法的Patch-CA模型自校正模块 |
| 5.3 基于Patch-CA模型的城镇建设空间布局多情景模拟 |
| 5.3.1 模型校正阶段 |
| 5.3.2 模型有效性验证阶段 |
| 5.3.3 城镇建设空间布局情景模拟 |
| 第六章 实证研究 |
| 6.1 武汉市概况与数据来源 |
| 6.1.1 武汉市概况 |
| 6.1.2 数据来源与处理 |
| 6.2 武汉市国土空间开发现状及演变特征分析 |
| 6.2.1 国土空间开发利用现状及存在问题分析 |
| 6.2.2 国土空间开发演变特征及驱动机制分析 |
| 6.2.3 国土空间开发演变系统性模式识别 |
| 6.3 武汉市国土空间数量结构优化 |
| 6.3.1 国土空间数量结构演变的SD模型构建 |
| 6.3.2 国土空间数量结构演变仿真与分析 |
| 6.3.3 国土空间数量结构演变的探索性分析 |
| 6.3.4 国土空间数量结构决策优化及情景分析 |
| 6.4 武汉市国土空间开发底线划定 |
| 6.4.1 生态网络空间布局优化 |
| 6.4.2 永久基本农田保护区划定 |
| 6.5 武汉市城镇建设空间布局模拟 |
| 6.5.1 城镇建设空间布局模拟模型构建 |
| 6.5.2 城镇建设空间布局情景预测 |
| 6.6 武汉市国土空间开发布局优化路径及政策建议 |
| 6.6.1 国土空间开发布局优化路径 |
| 6.6.2 国土空间开发布局优化政策建议 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新点 |
| 7.3 研究不足及展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）装配式建筑全生命周期中结构构件追踪定位技术研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 建筑工业化与信息化 |
| 1.1.2 装配式建筑全生命周期管理 |
| 1.1.3 构件追踪定位与空间信息管理 |
| 1.2 研究对象 |
| 1.3 研究现状 |
| 1.3.1 构件空间信息 |
| 1.3.2 构件追踪定位技术 |
| 1.3.3 现有研究评述 |
| 1.4 研究内容与意义 |
| 1.4.1 研究内容 |
| 1.4.2 研究意义 |
| 1.5 技术路线 |
| 第二章 装配式建筑全生命周期中结构构件的空间信息 |
| 2.1 装配式建筑结构体系和结构构件类型 |
| 2.1.1 装配式结构体系类型 |
| 2.1.2 装配式建筑结构构件类型 |
| 2.2 装配式建筑全生命周期工作流程 |
| 2.2.1 设计阶段 |
| 2.2.2 生产运输阶段 |
| 2.2.3 施工安装阶段 |
| 2.2.4 运营维护阶段 |
| 2.2.5 拆除回收阶段 |
| 2.3 构件空间信息 |
| 2.3.1 构件空间信息的内容 |
| 2.3.2 构件空间信息的传递特点 |
| 2.4 本章小结 |
| 第三章 预制构件追踪定位技术 |
| 3.1 数据库 |
| 3.1.1 建筑信息模型 |
| 3.1.2 地理信息系统 |
| 3.1.3 BIM与 GIS的特性 |
| 3.1.4 BIM-GIS与装配式建筑供应链的契合性分析 |
| 3.2 数字测量技术 |
| 3.2.1 GNSS定位系统 |
| 3.2.2 全站仪测量系统 |
| 3.2.3 三维激光扫描技术 |
| 3.2.4 摄影测量技术 |
| 3.2.5 施工测量技术的适用性分析 |
| 3.3 自动识别和追踪定位技术 |
| 3.3.1 自动识别技术 |
| 3.3.2 追踪定位系统 |
| 3.3.3 自动识别和追踪定位技术在建筑领域的应用 |
| 3.4 本章小结 |
| 第四章 装配式建筑结构构件追踪定位技术流程 |
| 4.1 装配式建筑构件追踪定位技术链 |
| 4.1.1 装配式建筑构件追踪定位技术链的基本组成 |
| 4.1.2 装配式建筑构件追踪定位技术链中的关键技术 |
| 4.1.3 数据库交互设计 |
| 4.2 建造层面的结构构件追踪定位流程 |
| 4.2.1 基于BIM的构件定位 |
| 4.2.2 设计阶段 |
| 4.2.3 生产阶段 |
| 4.2.4 装配阶段 |
| 4.3 物流层面的结构构件追踪定位流程 |
| 4.3.1 构件生产与运输 |
| 4.3.2 构件施工装配 |
| 4.3.3 运营维护与拆除回收 |
| 4.4 本章小结 |
| 第五章 装配式建筑结构构件追踪定位技术示例 |
| 5.1 装配式建筑结构构件定位技术的实现 |
| 5.1.1 南京装配式建筑信息服务与监管平台 |
| 5.1.2 预制构件追踪管理技术的实现 |
| 5.2 轻型可移动房屋系统结构构件追踪定位 |
| 5.2.1 轻型可移动房屋系统概况 |
| 5.2.2 轻型可移动房屋系统设计 |
| 5.2.3 构件生产与运输 |
| 5.2.4 构件装配 |
| 第六章 总结与展望 |
| 6.1 各章内容归纳 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 附录1 |
| 附录2 |
| 参考文献 |
| 读博期间主要学术成果 |
| 鸣谢 |
（10）基于GIS的交通状态判别与险态辨识研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 交通状态判别研究现状分析 |
| 1.3.2 事故成因分析研究现状分析 |
| 1.4 课题研究的主要内容及技术路线、框架和方法 |
| 1.4.1 主要内容及技术路线 |
| 1.4.2 论文框架 |
| 1.4.3 研究方法 |
| 第二章 状态判别与险态辨识涉及聚类方法介绍 |
| 2.1 支持向量机聚类 |
| 2.2 模糊聚类 |
| 2.2.1 基于等价关系的模糊聚类方法 |
| 2.2.2 基于目标函数的模糊聚类方法 |
| 第三章 交通状态判别方法的实现与险态辨识知识规则的获取 |
| 3.1 基于FCM-SVM方法的交通状态判别 |
| 3.1.1 交通状态划分 |
| 3.1.2 交通状态判别指标 |
| 3.1.3 交通状态判别模型 |
| 3.1.4 基于matlab的交通状态判别算法实现 |
| 3.2 基于PCA-FCA的险态辨识知识规则的获取 |
| 3.2.1 事故成因分析 |
| 3.2.2 事故成因分析指标 |
| 3.2.3 事故成因分析模型 |
| 3.2.4 基于PCA-FCA的险态辨识知识规则 |
| 第四章 交通状态判别与车辆险态辨识数据库的构建 |
| 4.1 交通状态判别与车辆险态辨识数据库设计的目标 |
| 4.2 交通状态判别与车辆险态辨识数据库结构 |
| 4.2.1 事故位置监控数据 |
| 4.2.2 交通状态判别数据 |
| 4.2.3 车辆险态辨识数据 |
| 4.2.4 空间数据的抽象与表达 |
| 4.3 交通状态判别与车辆险态辨识数据库的实现 |
| 第五章 基于GIS的交通状态判别与险态辨识系统的实现 |
| 5.1 系统体系结构图 |
| 5.2 数据来源、数据处理与存储 |
| 5.2.1 GPS数据的处理与存储 |
| 5.2.2 监测中心数据的处理与存储 |
| 5.2.3 智能车辆监测设备数据的处理与存储 |
| 5.2.4 国家气象局天气状况数据的获取、处理与存储 |
| 5.3 功能模块 |
| 5.3.1 功能概述 |
| 5.3.2 事故位置的监控与显示 |
| 5.3.3 交通状态的判别与显示 |
| 5.3.4 车辆险态的辨识与显示 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间发表的论文及科研成果 |
四、空间数据挖掘在基于GIS的交通诱导系统中的应用（论文参考文献）
- [1]空间数据驱动的城市安全态势分析 ——以B市主城区为例[D]. 蒋晨琛. 中国人民公安大学, 2020(12)
- [2]基于智慧警务理念的道路交通事故信息采集研究[D]. 李婧. 中国人民公安大学, 2020(12)
- [3]基于街景影像的人本尺度街道空间规划理论与方法 ——以北京中心城区为例[D]. 杜坤. 武汉大学, 2020(03)
- [4]基于数字技术的集约型城市街区形态评价与优化方法研究[D]. 曲冰. 东南大学, 2020(01)
- [5]滑坡实时监测预警系统关键技术及其应用研究[D]. 何朝阳. 成都理工大学, 2020(04)
- [6]城市道路机动车污染物排放动态量化方法研究[D]. 杨阳. 东南大学, 2020(01)
- [7]基于BIM数据源的三维GIS数据模型及其应用研究[D]. 丁小辉. 中国科学院大学(中国科学院东北地理与农业生态研究所), 2019(04)
- [8]国土空间开发布局优化方法研究 ——以武汉市为例[D]. 杨建新. 中国地质大学, 2019(05)
- [9]装配式建筑全生命周期中结构构件追踪定位技术研究[D]. 张莹莹. 东南大学, 2019(01)
- [10]基于GIS的交通状态判别与险态辨识研究[D]. 董维. 西南交通大学, 2019(03)