您的位置: 专家智库 > >

广东省自然科学基金(9451027501002471)

作品数:3 被引量:105H指数:3
相关作者:刘小平李少英陈逸敏黎夏刘涛更多>>
相关机构:中山大学广东商学院更多>>
发文基金:国家自然科学基金广东省自然科学基金国家杰出青年科学基金更多>>
相关领域:天文地球建筑科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇天文地球
  • 1篇建筑科学

主题

  • 1篇地面粗糙度
  • 1篇地物
  • 1篇地物分类
  • 1篇预警
  • 1篇智能体
  • 1篇神经网
  • 1篇神经网络
  • 1篇农田
  • 1篇农田保护
  • 1篇农田保护区
  • 1篇区位
  • 1篇区位选择
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇住区
  • 1篇网络
  • 1篇居住
  • 1篇居住分异
  • 1篇居住区
  • 1篇居住区位

机构

  • 3篇中山大学
  • 1篇广东商学院

作者

  • 3篇刘小平
  • 2篇黎夏
  • 2篇陈逸敏
  • 2篇李少英
  • 1篇刘涛
  • 1篇乔纪纲
  • 1篇张亦汉

传媒

  • 2篇地理学报
  • 1篇遥感学报

年份

  • 1篇2011
  • 2篇2010
3 条 记 录,以下是 1-3
排序方式:
基于多智能体的居住区位空间选择模型被引量:61
2010年
多智能体系统(Multi-Agent system,MAS)是一种进行复杂系统分析与模拟的强有力工具,尤其在社会科学领域得到了广泛的应用。本文提出了基于多智能体的居住区位选择模型(Agent-Based Model of Residential Location—ABMRL),将多智能体建模的方法应用于居民居住区位决策行为和地价动态变化的研究中,旨在探索与模拟居民在居住选择过程中的复杂空间决策行为,以及居民之间、居民与地理环境的相互作用而导致城市居住空间分异的演化过程。ABMRL模型由表征各类居民的多智能体层和表征地理环境的元胞自动层组成,对应人地关系中的两个基本要素——人类与自然环境。该模型认为居民迁居的动力源于内部的经济社会压力和外部的居住环境刺激。利用ABMRL模型模拟和验证了居住空间分异、圈层城市空间结构、城市绅士化等经典城市理论,并以广州市海珠区为实验区,模拟了该区域居民居住空间分异的演化过程和地价的动态变化。
刘小平黎夏陈逸敏刘涛李少英
关键词:多智能体复杂系统城市区位选择居住分异
基于耦合地理模拟优化系统GeoSOS的农田保护区预警被引量:20
2010年
依据农田保护区规划与城市发展模拟相耦合的新思路,开展农田保护区预警研究。以广东番禺为实验区,首先利用基于多智能体的空间优化配置模型(AgentLA)自动生成农田保护区范围。AgentLA模型能避免产生分散、破碎的空间格局,有利于保护区的管理和维护。通过地理模拟优化系统GeoSOS中的神经网络CA模型对研究区2025年的城市发展格局进行三个情景的模拟:低速增长情景、基准情景和高速增长情景。最后利用GIS空间分析方法将预测结果与农田保护区相结合,提取农田保护与城市扩张产生冲突的区域。总体上,冲突的严重程度随着空间上城市扩张强度的增大而加剧,高速增长情景中冲突区域的面积较大。冲突区域的存在一方面说明了农田保护区需要相应的法律、法规支持,否则可能会因城市扩张而被侵占;另一方面也反映了农田保护与地区发展之间的冲突。因此,可以根据所提取的冲突区域面积大小、空间位置等特征,采取某种形式补偿,以此取得农田保护与地方利益之间的平衡。
陈逸敏黎夏刘小平李少英
关键词:农田保护区
基于LiDAR高度纹理和神经网络的地物分类被引量:24
2011年
使用LiDAR单一数据进行点云分割工作时,基于斜率的严格分割LiDAR点云的方法不能很好的适应复杂地物的分类工作。本文将LiDAR粗分割后的点云转换为高度图像和反射强度图像,并求取高度图像GLCM高度纹理。将4种GLCM高度纹理、地面粗糙系数、平均高度和平均反射强度共7种纹理作为识别地面覆盖物的特征,并利用后向传播神经网络(BP-ANN)方法对LiDAR数据进行地物识别。实验表明,这种方法能够从LiDAR独立数据源中有效的实现地物分类,实验获得的精度大于90%。与传统的最大似然法进行对比,BP-ANN的分类精度高于最大似然法。当预设地面类型能同时满足被光学影像和LiDAR数据识别的条件时,LiDAR高度纹理分类与光学影像分类结果的一致性达到76.5%。
乔纪纲刘小平张亦汉
关键词:LIDAR人工神经网络地面粗糙度
共1页<1>
聚类工具0