【摘 要】
:
现代人们大部分时间都在室内环境中度过,例如家庭、办公室、购物中心、大学、图书馆和机场。然而,很多现有的基于位置的服务都只针对室外空间而设计,这主要是因为全球定位系统等定位技术无法准确识别室内场馆的位置。然而近年来室内定位技术的突破开始逐渐克服了这一难题,为研究机构、政府机构、技术巨头和有进取心的初创企业带来了巨大的未来机会——可以充分挖掘室内基于位置的服务的潜力。因此,室内数据管理在过去几年中获得
论文部分内容阅读
现代人们大部分时间都在室内环境中度过,例如家庭、办公室、购物中心、大学、图书馆和机场。然而,很多现有的基于位置的服务都只针对室外空间而设计,这主要是因为全球定位系统等定位技术无法准确识别室内场馆的位置。然而近年来室内定位技术的突破开始逐渐克服了这一难题,为研究机构、政府机构、技术巨头和有进取心的初创企业带来了巨大的未来机会——可以充分挖掘室内基于位置的服务的潜力。因此,室内数据管理在过去几年中获得了极大的研究关注,室内场所中基于位置的服务在未来几年很大的发展前景,例如紧急服务、店内广告、购物、跟踪、导游等等。反向k近邻查询在室内场所有很大价值,可以用它来近似空间对象的影响力计算,在室内设施定位和室内广告推销等方面有着广泛的应用。反向k近邻查询已在室外场景中得到广泛的研究。然而,由于室内外空间的根本区别,室外技术不能应用于室内场所。首先,室内场所中包含大量墙壁、楼梯、门等实体,它们在很大程度上会影响室内场所中对象的行走轨迹。因此,欧几里得距离和路网距离等室外空间距离度量不能用于测量室内距离。其次,室内场所的拓扑结构通常很复杂,室内场所复杂的拓扑结构给数据建模和查询处理带来了挑战。在本文中,我们对室内环境中的反向k近邻查询给出了问题定义,并且我们通过研究室内环境的性质,设计了一系列高效的剪枝策略用以降低计算成本,基于这些剪枝策略,我们提出了IRV(Indoor Reverse k Nearest Neighbor based on VIP Tree)算法来高效地处理室内反向k近邻查询。IRV算法采用先剪枝后验证的算法框架,并基于最先进的室内索引结构VIP Tree,此外我们对基础的剪枝方法进行了优化以降低剪枝过程中的消耗。我们在多个不同数据集上进行了实验,结果说明IRV算法要远优于基线算法。并且我们设计了一个新的可视化的室内空间数据查询系统IndoorViz,它集成了VIP Tree和KP Tree索引结构和多种精心设计的查询处理算法以及3D可视化功能。IndoorViz系统能够支持室内场所对象索引、高效查询处理和交互式3D显示。IndoorViz系统主要分为三个模块:室内空间数据存储与索引模块、室内空间查询处理模块和数据可视化模块。其中室内空间数据存储与索引模块负责获取原始平面图数据和其他室内数据;室内空间查询处理模块通过高效地利用VIP Tree索引和KP Tree索引来处理室内空间查询,并实现了室内空间中最先进的k近邻查询、影响力查询(反向k近邻查询)、关键字查询以及最短路径查询算法;而数据可视化模块则负责显示室内空间和查询结果,并提供交互功能。
其他文献
在经典金融时间序列和函数型金融时间序列建模中,波动模型GARCH、SV以及扩散过程等都是主流的模型,其中GARCH和SV模型具有相同的扩散过程作为它们的极限。在这些模型的统计推断——参数估计和假设检验中,拟似然方法都有着广泛的应用,其中一个主要原因是在现实中往往无法获得真正的似然函数。到本文写作之时,基于拟似然的GARCH、SV和扩散模型的拟似然统计推断方法已有不少的研究成果。本文对这些成果进行了
文档级情感分类作为自然语言处理领域内的重要任务,一直以来广受关注。而得益于互联网技术的发展,用户在网络上发表的文本不断积累,为相关研究提供了扎实的数据基础。随着设备算力的提升以及可多层堆叠的Transformer结构的提出,一大批预训练语言模型在近些年间开始涌现。这些模型通常具有层次深、参数多的特点,并在大规模语料上提前进行了预训练,因此一经提出就在各种文本相关任务中达到了卓越的性能。近年来,如何
在互联网深刻影响人们生产、生活的时代背景下,网络素养成为公民在网络空间生存发展的必备素养。随着网络空间与现实社会的深入融合,互联网在国家间日渐激烈的竞争中,展示出“兵家必争之地”的态势。2014年,党和政府在掌握时代发展大势和国际局势的基础上,结合自身发展要求和发展目标正式提出了“网络强国”概念。新的发展目标势必带来新的发展要求,如何在新的要求下提升公民网络素养,助力“网络强国”的实现成为学界需要
甲烷无氧偶联(NOCM)是催化领域的重要课题,为甲烷的直接利用开辟了新途径,因其碳原子利用率高、工艺流程短而倍受关注。目前,NOCM反应仍面临着甲烷转化率低、反应温度高、催化剂稳定性差等问题。近年来,熔融液态金属催化剂因其优异的抗积炭性能在多相催化领域引起广泛关注。体相金属W具有高活化甲烷能力但易积炭,低熔点In可大幅减低W的熔点而使其以单原子和/或原子簇的形态存在,进而有可能构建低温高活性、低生
农村居民点是一定规模农村人口根据自然、社会、经济条件及血缘关系集中进行生产生活的场所,其形态受自然、经济社会和政策调控综合影响。伴随新农村建设、新型城镇化和城乡统筹等重大战略的深入推进,中国农村居民点正在不断转型与重构,出现了乡村人口流失的同时农村居民点用地面积反而不断增多的悖象。建设用地扩张势必导致乡村生产空间与生态空间遭受挤压,加剧乡村功能空间结构失衡,引发三生功能产生矛盾冲突,带来生态环境退
在高维情形下关于多元正态分布协方差矩阵的估计一直以来都是统计学中的基础问题。在诸如异常心电图分析这样的实际问题中,我们得到的高维数据只有几个分量是脉冲的,其余分量全是稀疏的。本文将此情形下所对应的协方差矩阵称为Sparse-Spike协方差矩阵。在高维数据处理问题中我们得到的样本数常远小于矩阵维数,本文将小样本情形下对于协方差矩阵的估计和特征提取称为它的低秩学习。本文所研究的Sparse-Spik
商圈是一个城市的商业招牌,也在一定程度上反映了当地经济发展的水平。商圈分析可以帮助国家和地方政府了解商圈发展态势,为制定商圈发展规划和政策导向提供科学依据。另外,商圈分析还能为经营者选择经营场所、制定和调整经营方针和策略提供依据。基于以上背景,本文以上海市商圈为研究主体,基于银联数据,采用统计学方法,对商圈客户转移消费问题进行了深入分析。由于商圈之间的客户转移数量是一个矩阵数据时间序列,并且某些商
相较于单臂机器人,双臂机器人拥有冗余的自由度,能够执行更灵巧的操作和完成更复杂的协同任务。双臂机器人在进行灵巧操作时,末端执行器之间的距离往往非常接近,在对双臂协作机器人进行轨迹规划时,要求提供十分精确的碰撞检测算法,以保证机械臂的安全。针对上述问题,本文对面向双臂协作机器人的连续碰撞检测算法进行研究,主要研究内容为:·提出了一种面向双臂协作机器人灵巧操作的连续碰撞检测算法,该算法基于泰勒模型在机
近年来,深度神经网络在许多分类任务中已经达到了很高的准确率,这些任务包括语音识别,目标检测以及图片分类等。尽管深度神经网络对随机的噪声是具有鲁棒性,但是当对神经网络输入添加一些不能被人眼察觉的特殊扰动会使得深度神经网络模型输出错误的预测值。通常把这些添加了特殊扰动的样本称作对抗样本。为了使得深度神经网络的鲁棒性提升,对于深度神经网络防御对抗样本的方法进行了研究。在对抗防御的方法中包括三种:梯度遮蔽
随着信息技术的发展,图作为一种便捷且有效的建模方式,被广泛用于表示复杂的结构化数据。异常节点检测是图分析领域中的重要课题,在诸如社交网络的恶意账户检测,金融网络的欺诈检测等现实生活中有着广泛的应用。图异常节点检测场景的数据往往具有复杂的拓扑结构关系,传统领域的异常检测方法难以处理复杂的关系,此外,信息多元,标签不平衡等特点也造成现有的异常节点检测算法在性能上不尽如意,影响异常检测任务的表现。为了高