多源空间线目标全局最优化与逻辑回归匹配方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41401528
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0115.测量与地图学
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Multi-source geospatial data integration and updating is the pivotal frontier in the domain of geographical information science, and the key problem is the object matching,which is to find all sets of corresponding objects, i.e., objects that represent the same real-world entity in distinct sources. The issues such as the similarity measures selection and calculation, the uncertainty in similarity threshold and the none one-to-one matching relationships become a bottleneck restricting the applications of the object matching. This project is to present a comprehensive methodology for linear object matching based on the theories of optimization and logistic regression. The detailed research contents are as follows: based on the median statistics properties, this project studies the robust calculation model of the existing similarity measures of corresponding objects (e.g., geometric distance, direction, shape); based on the theories of optimization and statictical regression, this project proposes the multivariate logistic regression matching model, aiming to improve the matching accuracy and matching recall. The researches are expected to provide new ideas and solutions for solving the key problem (i.e., object matching) in current GIS applications in the geospatial data integration, updating and information sharing.
多源地理空间数据集成与更新是地理信息科学的前沿课题,而空间目标匹配则是这一课题研究中的关键难题。匹配方法涉及的相似性度量指标选取与计算、阈值选取的不确定性和非一对一的复杂匹配关系,成为制约同名目标匹配技术的应用瓶颈。本项目以GIS空间线目标匹配为研究对象,研究最优化与统计回归理论在地理空间同名目标匹配中的匹配模型构建与应用。具体研究内容包括:在多源多尺度空间数据下,基于中位数的统计思想,研究现有空间数据同名线目标几何距离、方向、形状等相似度指标的稳健计算模型;基于最优化和统计回归理论,提出全局最优化与多变量逻辑回归匹配匹配模型,旨在提高同名目标匹配的正确率与查全率。研究成果为解决当今GIS应用中不同来源、不同精度的数据合并、集成、更新、变化检测等空间分析和操作中的关键问题(同名目标匹配)提供新的思路和解决方法。

结项摘要

线目标匹配是当前地图匹配、影像匹配、模式识别等研究领域的热点之一。线目标匹配的研究主要集中在匹配单元设定、目标对的相似性度量和匹配策略建模三方面。本项目研究了道路网线目标Stroke路段的提取,把匹配单元分为道路弧段和Stroke全路段两种设定。研究了线实体对之间的几何距离的度量,对比分析了Hausdorff距离和Fréchet距离,提出了基于短边中位数的Hausdorff距离(SMHD)的相似性度量指标;研究了全局最优化、逻辑回归在匹配策略中的应用,提出了全局最优化与逻辑回归的匹配方法。本项目研究得到如下重要结论:1)基于Stroke全路段的匹配可以有效提高匹配效率;2)本项目提出的SMHD距离是一种稳健的线-线几何距离度量的相似性指标;3)Fréchet距离计算时间复杂度较高,不适合大数据量的匹配任务;4)和本项目提出的全局最优化与迭代逻辑回归匹配方法可以有效识别非一对一的匹配情况。以上结论可以为同名线目标匹配提供新的解决方法。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
全站仪合作目标常数测定方法的探讨
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    山东工业技术
  • 影响因子:
    --
  • 作者:
    叶鹏飞;徐文兵;梁丹;张凯强
  • 通讯作者:
    张凯强
一种线目标豪斯多夫相似距离度量指标
  • DOI:
    10.16251/j.cnki.1009-2307.2016.08.003
  • 发表时间:
    2016
  • 期刊:
    测绘科学
  • 影响因子:
    --
  • 作者:
    陈青燕;梁丹;徐文兵;陈方;龚茹烨
  • 通讯作者:
    龚茹烨
林区测量中全站仪无棱镜测距精度研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    浙江农林大学学报
  • 影响因子:
    --
  • 作者:
    苏英樟;徐文兵;张果丽;马灿灿;梁丹;方涯盼
  • 通讯作者:
    方涯盼
不同因素对地面三维激光扫描点云精度的影响
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    激光与光电子学进展
  • 影响因子:
    --
  • 作者:
    蔡越;徐文兵;梁丹;李翀;陈佐
  • 通讯作者:
    陈佐

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

单基因高血压相关致病基因与子痫前期关联分析
  • DOI:
    10.16439/j.issn.1673-7245.2022.03.001
  • 发表时间:
    --
  • 期刊:
    中华高血压杂志
  • 影响因子:
    --
  • 作者:
    王欢;梁丹;苏灿锋;林靓;林晶;陈慧
  • 通讯作者:
    陈慧
基于YOLO深度学习模型的铝型材表面缺陷识别方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    机械设计与研究
  • 影响因子:
    --
  • 作者:
    吴晓成;梁丹;梁冬泰;李平
  • 通讯作者:
    李平
基于光纤技术的井筒围岩稳定实时监测系统
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    沈阳工业大学学报
  • 影响因子:
    --
  • 作者:
    刘增辉;高谦;许凤光;陈仲杰;梁丹
  • 通讯作者:
    梁丹
云南高黎贡山10种高山雀形目鸟类卵壳显微结构观察
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    西南林业大学学报
  • 影响因子:
    --
  • 作者:
    王官胜;王晓彤;梁丹;罗旭
  • 通讯作者:
    罗旭
不确定需求及WTP差异下废弃电子产品再制造闭环供应链奖惩机制研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    工业工程与管理
  • 影响因子:
    --
  • 作者:
    倪明;梁丹;郭军华;杨善林
  • 通讯作者:
    杨善林

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

梁丹的其他基金

融合竹冠特征与林道距离约束的抛荒毛竹林无人机高分辨率遥感识别方法研究
  • 批准号:
    42371352
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码