论文部分内容阅读
空间位置描述是人们日常生活中最为常见的空间活动。传统的GIS采用数字坐标来描述空间位置，而在日常生活中，人们往往以地标作为参照物，根据目标对象与地标的空间关系来定性或者半定量地描述目标对象的空间位置。如何选择合适的地标作为参照物，是空间位置描述中的重要内容。
论文概括了空间知识表达和推理的最新进展，研究了空间位置描述中涉及的几个问题，基于Voronoi图和地标提出了空间位置描述的三个模型，并实现关键算法，开发了空间位置描述原型系统Location Descriptor。
论文的主要内容可以归纳为：
（1）一个目标
论文的主要目标是建立符合空间认知的空间位置描述模型，其核心在于如何从地标系统中选择合适的地标作为描述给定目标对象空间位置的参照物。
（2）两类场景
论文区分了空间位置描述中两种不同的场景，即当人们初到一个空间环境时，仅仅获得了地标知识，并基于各个地标建立分散的空间参照系统，空间知识以各个地标为基础进行组织，称为场景Ⅰ；当对空间环境逐渐熟悉，获得了关于空间的测量知识时，则建立了关于空间全局一致的参照系统，称为场景Ⅱ。论文分析和比较了两种不同场景下进行空间位置描述的特点。
（3）三个模型
论文针对两类不同的场景，分别建立了三个不同的空间位置描述模型。因为在场景Ⅰ下的部分工作已经有其它相关研究，论文主要集中在场景Ⅱ下的空间位置描述。这三个模型包括：
--基于Voronoi邻近的空间位置描述模型。基于Voronoi邻近，提出从地标系统中选择候选参照物的方法，建立选择地标作为参照物的概率函数，给出空间位置描述的方法；同时根据地标选择概率函数计算一个描述在空间上的概率密度函数，对目标对象的空间位置进行推理。
--基于带权的Voronoi图和地标的空间位置描述模型。总结了影响地标权重的因素，通过两个认知实验，说明在地理空间中地标作为参照物具有不同的权重，获得北京大学校园内地标的权重值，并基于带乘权Voronoi图建立在场景Ⅱ下的空间位置描述模型。
--基于Voronoi图和地标的层次化空间位置描述模型。针对两种不同场景研究层次化空间认知模型，建立层次化空间参照框架，并提出进行层次化空间位置描述的方法。
（4）若干关键算法和空间位置描述原型系统
实现了二次曲线多边形布尔操作算法和以点、多线和多边形为站点的带权Voronoi图生成算法，并开发了空间位置描述原型系统Location Descriptor，该系统能够在两种不同的场景下，基于三个模型，从空间中的地标系统中为指定位置的目标对象选择合适的参照物，并形成对目标对象空间位置的文字描述。
论文讨论和总结了涉及空间位置描述涉及的几个问题，提出在空间位置描述中要将形式化和空间认知相结合并在二者之间取得平衡，区分空间知识表达语境和空间位置描述语境，给出空间位置描述两种不同场景并分析在不同场景下进行空间位置描述的特点。论文的创新点归纳如下：
（1）以基于Voronoi空间邻近的地标选择概率函数为基础，给出进行空间位置描述的解决方法，并实现从地标选择概率函数到目标对象空间分布的概率密度函数的推导，实现从一个空间位置描述推理目标对象的空间位置。
（2）通过认知实验调查各个地标的权重，提出在场景Ⅱ以及带权情况下进行空间位置描述的方法。
（3）对于两种场景，提出了空间知识层次化的认知模型，建立了基于Voronoi图和地标的层次化空间位置描述计算模型。
（4）实现了二次曲线多边形布尔算法和以点、多线和多边形为站点的带乘权Voronoi图生成算法，开发了空间位置描述原型系统Location Descriptor。