一种基于隐马尔科夫链的二三维地图自适应投影匹配方法组成比例

本发明专利技术公开了一种基于隐马尔科夫链的二三维地图自适应投影匹配方法，构建基于用户偏好和投影特性的隐马尔科夫投影预测模型，以地图投影类别为隐藏状态，以用户浏览位置或视角为观测状态，融合用户使用投影的偏好和投影标准性参数形成各时刻各隐藏状态发生的概率，更新各时刻观测概率，通过不断迭代，形成当前最优的投影匹配组合。本发明专利技术融入了量化的投影特性，结合用户偏好，以一种全新的理念影响了二三维GIS的可视化方式，从智慧化的角度选择适应不同用户、不同场景的地图投影，有效克服部分用户因投影领域知识匮乏造成的浏览障碍，增强了用户的可视化体验。强了用户的可视化体验。强了用户的可视化体验。

【技术实现步骤摘要】
一种基于隐马尔科夫链的二三维地图自适应投影匹配方法


[0001]本专利技术专利属于地图可视化领域，涉及一种基于隐马尔科夫链的二三维地图自适应投影匹配方法。

技术介绍

[0002]自适应投影的核心目标是提升地图在全球比例下的精确性并保证优良用户体验。众所周知，所有的投影都会产生扭曲，涉及形状、尺寸或距离等，因此，选择合适的投影是权衡的艺术。为了实现投影的智能化匹配，二三维一体化平台需要充分考虑用户意向及投影精确度，形成合理的投影辅助决策。随着地图学的快速发展，形成了各具特性的地图投影方法，不同的地区、不同的场景、不同的人物对投影的要求均会存在较大的差异。例如，要展现更为准确的疆域，则需要用到等面积投影，而南极地区常用的投影方式涉及极方位立体投影、横轴墨卡托投影、兰伯特正形圆锥投影等，如要表现随经度变化的现象，考虑采用帕特森投影。传统的投影切换方式多以手动切换为主，虽然能够满足广泛的地图投影需求，但并非所有的用户都能对投影特性有深刻的理解，因此推进智能化投影匹配的研究，符合新一代GIS的发展理念。
[0003]在国内，针对无缝投影变换，牛瑞涛等人建立了以Proj.4为依托的投影库，而针对投影选择匹配，有研究提出了基于案例类比推理的地图投影方法和基于信息层次的地图投影选择方法，前者，将投影选择结果作为参考标准，并构建案例化数据库，分析案例应用场景，推荐合适的地图投影；后者，则通过梳理地图投影选择问题的信息层次，细化和量化影响地图投影选择的因素，实现计算机辅助地图投影的选择。国外学者PC Gosling等人提出了结合投影失真测量和视觉评估的方法自动地图选择方案，可以提高用户对投影选择过程的理解；B等人探索用户偏好，为选择世界地图投影提供额外的标准，有效推进了投影自动化进程，并探讨了自适应复合地图投影方案如何能够包含多种其他等积投影。但上述工作没有考虑视角漫游过程中用户对投影的偏好，如在某一观察位置投影的选择和投影的逼真度要求(各向同性，面积、屈曲、偏斜、距离和边界切割等特性)。

技术实现思路

[0004]本专利技术的目的在于提出一种基于隐马尔科夫链的二三维地图自适应投影匹配方法。
[0005]实现本专利技术目的的技术解决方案为：一种基于隐马尔科夫链的二三维地图自适应投影匹配方法，步骤如下：
[0006]步骤101：构建基于用户偏好和投影特性的隐马尔科夫投影预测模型，所述基于用户偏好和投影特性的隐马尔科夫投影预测模型以地图投影类别为隐藏状态，以用户浏览位置或视角为观测状态，融合用户使用投影的偏好和投影标准性参数形成各时刻各隐藏状态发生的概率，更新各时刻观测概率，不断迭代，形成当前最优的投影匹配组合；
[0007]步骤102：初始化用户单次浏览的时刻序列{1，2，...，T}，初始观测序列
(ζ)，具体方法为：
[0030]ψ1(ζ)＝0。
[0031]进一步的，步骤105，计算初始时刻的观测概率b
′
ξ
(o1)，具体方法为：
[0032][0033]进一步的，步骤106，基于Viterbi算法的原理，迭代计算时刻t状态为ζ的所有路径中的概率最大值δ
t
(ζ)以及概率最大路径的前一个状态为的概率ψ
t
(ζ)，确定最有可能产生观测事件序列的
‑
维特比路径
‑
隐含状态序列，具体方法为：
[0034][0035][0036]其中，表示隐藏状态由转换为ζ的概率。
[0037]进一步的，步骤107：计算出最优投影匹配路径具体方法为：
[0038]设最优路径的概率为P
*
，最优路径终点为那么
[0039][0040][0041]对于t＝T
‑
1,T
‑
2,
…
,1，最优路径回溯：
[0042][0043]求得最优路径
[0044]一种基于隐马尔科夫链的二三维地图自适应投影匹配系统，实施所述的基于隐马尔科夫链的二三维地图自适应投影匹配方法，实现基于隐马尔科夫链的二三维地图自适应投影匹配。
[0045]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实施所述的基于隐马尔科夫链的二三维地图自适应投影匹配方法，实现基于隐马尔科夫链的二三维地图自适应投影匹配。
[0046]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实施所述的基于隐马尔科夫链的二三维地图自适应投影匹配方法，实现基于隐马尔科夫链的二三维地图自适应投影匹配。
[0047]本专利技术与现有技术相比，其显著优点为：采用隐马尔科夫链规划思想，构建了基于二三维一体可视化形式的自适应地图投影匹配模型，因地图投影之间的差异性，该模型融入了量化的投影特性，结合用户偏好，以一种全新的理念影响了二三维GIS的可视化方式，从智慧化的角度选择适应不同用户、不同场景的地图投影，有效克服部分用户因投影领域知识匮乏造成的浏览障碍，增强用户的可视化体验。
附图说明
[0048]图1是二三维一体可视化自适应地图投影概念图；
[0049]图2观测状态和隐藏状态的映射关系；
[0050]图3隐式马尔科夫链随机过程示意图；
[0051]图4是以状态为状态空间的ζ路径示意图。
具体实施方式
[0052]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0053]结合图1，基于隐马尔科夫链的二三维地图自适应投影匹配方法，包括如下内容：建立投影库，将可能用到的地图投影建立唯一性索引；采集不同浏览位置用户使用投影的偏好样本。以地图投影类别为隐藏状态，用户浏览位置或视角为观测状态，构建基于用户偏好的隐马尔科夫链的投影预测模型(HMM)，其中观测状态和隐藏状态的映射关系见图2所示。基于投影的六种误差度量参数，包括各向同性、面积、弯曲、偏度、距离和边界切割，对平面地图投影与球体的相似性即地图相似性进行综合量化，形成衡量投影标准性的重要参数，其中部分标准投影的六大属性误差值见表1所示，部分标准投影综合评估量化值见表2所示。通过预设的调整因子融合用户使用投影的偏好和投影标准性参数，通过归一化的方法形成初始时刻隐马尔科夫模型各状态发生的概率，同样地，基于调整因子更新各时刻观测概率；通过不断的迭代，形成当前最优的投影匹配组合。下面详细说明本专利技术的技术方案以及所依据的科学原理。
[0054]表1部分标准投影的六大属性误差
[0055][0056][0057]表2部分标准投影综合评估量化
[0058][0059](1)基于用户偏好的隐马尔科夫链的投影预测模型(HMM)
[0060]基于用户偏好的隐马尔科夫链的投影预测模型(HMM)的观测状态为区段a、b、c，区段可理解为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐马尔科夫链的二三维地图自适应投影匹配方法，其特征在于，步骤如下：步骤101：构建基于用户偏好和投影特性的隐马尔科夫投影预测模型，所述基于用户偏好和投影特性的隐马尔科夫投影预测模型以地图投影类别为隐藏状态，以用户浏览位置或视角为观测状态，融合用户使用投影的偏好和投影标准性参数形成各时刻各隐藏状态发生的概率，更新各时刻观测概率，不断迭代，形成当前最优的投影匹配组合；步骤102：初始化用户单次浏览的时刻序列{1,2,
…
,T}，初始观测序列,T}，初始观测序列投影序列集合地图投影综合评估误差地图投影综合评估误差用户偏好预测与投影评估特性概率占比ξ，最优匹配的投影序列步骤103：融合用户偏好及投影特性，计算初始时刻隐藏状态为ζ的概率值π
ζ
；步骤104：计算初始时刻隐藏状态为ζ的所有路径中的概率最大值δ1(ζ)；步骤105：计算初始时刻综合投影特性的观测概率b'
ζ
(o1)；步骤106：基于Viterbi算法的原理，迭代计算时刻t状态为ζ的所有路径中的概率最大值δ
t
(ζ)以及概率最大路径的前一个状态为的概率ψ
t
(ζ)，确定最有可能产生观测事件序列的
‑
维特比路径
‑
隐含状态序列；步骤107：计算出最优投影匹配路径2.根据权利要求1所述的基于隐马尔科夫链的二三维地图自适应投影匹配方法，其特征在于，步骤103，融合用户偏好及投影特性，计算初始时刻状态为ζ的概率值π
ζ
，具体方法为：采用六种误差度量参数，分别是各向同性I、面积A、弯曲F、偏度S、距离D和边界切割B，取标准化常量N
i
＝0.51，N
a
＝0.41，N
f
＝0.64，N
s
＝0.60，N
d
＝0.449，N
b
＝0.25，则平面地图投影综合评估误差S
e
表示为：针对投影库设初始时刻各状态发生的概率为Π＝{π1,π2,
…
,π
n
}，其中π
i
表示基于投影p
i
的初始状态概率，定义由用户偏好确定的状态概率为π
i'
，由投影特性确定的状态概率为π
i”，且π
i'
预设所占比重为ξ，0≤ξ≤1，得出：π
i
＝ξπ
i'
+(1
‑
ξ)π
i”其中，π
i”通过对平面地图投影综合评估误差进行归一化处理得到，设单次浏览地图涉及的投影序列为对应平面地图投影综合评估误差将归一化后的平面地图投影综合评估误差表示为Π(S)＝{π(S1),π(S2),
…
,π(S
k
)}，因综合评估误差值与投影的相似性成反比关系，则存在：S
e1
π...

【专利技术属性】
技术研发人员：徐乃庭，付琨，王洋，樊子德，俞信，韩方红，刘辉，沈兴勤，陈星，夏德芳，张石磊，
申请(专利权)人：苏州空天信息研究院，
类型：发明
国别省市：