Centre dedocumentation
scientifique

An OD flow clustering method based on vector constraints: a case study for Beijing taxi origin-destination data / Xiaogang Guo in ISPRS International journal of geo-information, vol 9 n° 2 (February 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 2 (February 2020) Titre : An OD flow clustering method based on vector constraints: a case study for Beijing taxi origin-destination data Type de document : Article/Communication Auteurs : Xiaogang Guo, Auteur ; Zhijie Xu, Auteur ; Jianqin Zhang, Auteur Année de publication : 2020 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] distance euclidienne [Termes descripteurs IGN] données de flux [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] origine - destination [Termes descripteurs IGN] Pékin (Chine) [Termes descripteurs IGN] regroupement de données [Termes descripteurs IGN] taxi [Termes descripteurs IGN] trafic routier [Termes descripteurs IGN] zone urbaine Résumé : (auteur) Origin-destination (OD) flow pattern mining is an important research method of urban dynamics, in which OD flow clustering analysis discovers the activity patterns of urban residents and mine the coupling relationship of urban subspace and dynamic causes. The existing flow clustering methods are limited by the spatial constraints of OD points, rely on the spatial similarity of geographical points, and lack in-depth analysis of high-dimensional flow characteristics, and therefore it is difficult to find irregular flow clusters. In this paper, we propose an OD flow clustering method based on vector constraints (ODFCVC), which defines OD flow event point and OD flow vector to express the spatial location relationship and geometric flow behavior characteristics of OD flow. First, the OD flow vector coordinate system is normalized by the Euclidean distance-based OD flow event point spatial clustering, and then the OD flow clusters with similar flow patterns are mined using adjusted cosine similarity-based OD flow vector feature clustering. The transformation of OD data from point set space to vector space is realized by constraining the vector coordinate system and vector similarity through two-step clustering, which simplifies the calculation of high-dimensional similarity of OD flow and helps mining representative OD flow clusters in flow space. Due to the OD flow cluster property, the k-means algorithm is selected as the basic clustering logic in the two-step clustering method, and a sum of squared error perceptually important points algorithm considering silhouette coefficients (SSEPIP) is adopted to automatically extract the optimal cluster number without defining any parameters. Tested by origin-destination flow data in Beijing, China, new traffic flow communities based on traffic hubs are obtained by using the ODFCVC method, and irregular traffic flow clusters (including cluster mode, divergence mode, and convergence mode) with representative travel trends are found. Numéro de notice : A2020-114 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9020128 date de publication en ligne : 22/02/2020 En ligne : https://doi.org/10.3390/ijgi9020128 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94720 [article]

Segmenting mangrove ecosystems drone images using SLIC superpixels / Edward Zimudzi in Geocarto international, vol 34 n° 14 ([30/10/2019])  

Public [article]  inGeocarto international > vol 34 n° 14 [30/10/2019] . - pp 1648 - 1662 Titre : Segmenting mangrove ecosystems drone images using SLIC superpixels Type de document : Article/Communication Auteurs : Edward Zimudzi, Auteur ; Ian Sanders, Auteur ; Nicholas Rollings, Auteur ; Christian Omlin, Auteur Année de publication : 2019 Article en page(s) : pp 1648 - 1662 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] algorithme de superpixels [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] écosystème [Termes descripteurs IGN] Fidji [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] mangrove [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] orthophotoplan numérique [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] SLIC algorithm Résumé : (auteur) Mangrove ecosystems play a very important ecological role on land–ocean interfaces in tropical regions. These ecosystems comprise of various tree species and aquatic animals, protecting the environment and providing a habitat that supports many living organisms including humans. The identification of image regions in mangrove ecosystems plays a significant role in ecosystem monitoring and conservation. Recent studies have suggested oversegmentation of colour images using superpixels as a solution to the segmentation of image regions. This study used the SLIC superpixel algorithm and k-means clustering to segment images taken from a camera mounted on a drone from a mangrove ecosystem in Fiji. The SLIC superpixel algorithm performed well to demarcate image regions with similar colour and texture information into patches and to use k-means for the segmentation of the whole image. These results lend support to the use of superpixel algorithms for the segmentation of mangrove ecosystems. Understanding how superpixels can be used for the segmentation of drone images will assist conservation efforts in mangrove ecosystems. Numéro de notice : A2019-539 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1497093 date de publication en ligne : 22/10/2018 En ligne : https://doi.org/10.1080/10106049.2018.1497093 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94114 [article]

An iterative method for obtaining a mean 3D axis from a set of GNSS traces for use in positional controls / A. Mozas-Calvache in Survey review, vol 49 n° 355 (October 2017)  

Public [article]  inSurvey review > vol 49 n° 355 (October 2017) . - pp 277 - 284 Titre : An iterative method for obtaining a mean 3D axis from a set of GNSS traces for use in positional controls Type de document : Article/Communication Auteurs : A. Mozas-Calvache, Auteur ; Francisco Javier Ariza-López, Auteur Année de publication : 2017 Article en page(s) : pp 277 - 284 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] axe médian [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] incertitude géométrique [Termes descripteurs IGN] itération [Termes descripteurs IGN] précision de localisation [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] traitement de données localisées Résumé : (Auteur) This paper describes a new method of data mining for determining a 3D mean axis from a set of surveyed Global Navigation Satellite Systems traces. The purpose is to obtain a mean axis and its uncertainty in order for them to be used in line-based positional controls. The method is based on an iterative process of condensation. The final mean axis is selected when a determined level of accuracy is achieved. So the method provides a relative positional accuracy value of the final solution. The example developed in this study demonstrates the viability of this method and allows analysis of the initial size of the set needed in order to achieve a final accuracy. Using real data, the proposed methodology has also been compared with the K-means methodology in order to analyse its advantages and conditions of use. The results have demonstrated an improvement in accuracy and geometrical definition of the axis obtained. Numéro de notice : A2017-551 Thématique : GEOMATIQUE/POSITIONNEMENT Nature : Article DOI : 10.1080/00396265.2016.1171956 En ligne : https://doi.org/10.1080/00396265.2016.1171956 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86612 [article]

Extracting urban functional regions from points of interest and human activities on location-based social networks / Song Gao in Transactions in GIS, vol 21 n° 3 (June 2017)  

Public [article]  inTransactions in GIS > vol 21 n° 3 (June 2017) . - pp 446 - 467 Titre : Extracting urban functional regions from points of interest and human activities on location-based social networks Type de document : Article/Communication Auteurs : Song Gao, Auteur ; Krzysztof Janowicz, Auteur ; Helen Couclelis, Auteur Année de publication : 2017 Article en page(s) : pp 446 - 467 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] connaissance thématique [Termes descripteurs IGN] Etats-Unis [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] problème de Dirichlet [Termes descripteurs IGN] réseau social géodépendant [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] triangulation de Delaunay [Termes descripteurs IGN] zone urbaine Résumé : (Auteur) Data about points of interest (POI) have been widely used in studying urban land use types and for sensing human behavior. However, it is difficult to quantify the correct mix or the spatial relations among different POI types indicative of specific urban functions. In this research, we develop a statistical framework to help discover semantically meaningful topics and functional regions based on the co-occurrence patterns of POI types. The framework applies the latent Dirichlet allocation (LDA) topic modeling technique and incorporates user check-in activities on location-based social networks. Using a large corpus of about 100,000 Foursquare venues and user check-in behavior in the 10 most populated urban areas of the US, we demonstrate the effectiveness of our proposed methodology by identifying distinctive types of latent topics and, further, by extracting urban functional regions using K-means clustering and Delaunay triangulation spatial constraints clustering. We show that a region can support multiple functions but with different probabilities, while the same type of functional region can span multiple geographically non-adjacent locations. Since each region can be modeled as a vector consisting of multinomial topic distributions, similar regions with regard to their thematic topic signatures can be identified. Compared with remote sensing images which mainly uncover the physical landscape of urban environments, our popularity-based POI topic modeling approach can be seen as a complementary social sensing view on urban space based on human activities. Numéro de notice : A2017-623 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12289 En ligne : http://dx.doi.org/10.1111/tgis.12289 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86938 [article]

Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques / Saadallah El Asmar (2016)  

Public contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)   Titre : Contributions à la segmentation non supervisée d'images hyperspectrales : trois approches algébriques et géométriques Type de document : Thèse/HDR Auteurs : Saadallah El Asmar, Auteur ; Michel Berthier, Directeur de thèse ; Carl Frélicot, Directeur de thèse Editeur : La Rochelle : Université de La Rochelle Année de publication : 2016 Importance : 96 p. Format : 21 x 30 cm Note générale : bibliographie Thèse pour l'obtention du grade de docteur de l'Université de La Rochelle, Mention : Mathématiques et Applications Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] analyse spectrale [Termes descripteurs IGN] appariement [Termes descripteurs IGN] approche pixel [Termes descripteurs IGN] classification non dirigée [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] codage [Termes descripteurs IGN] géométrie de Riemann [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] similitude [Termes descripteurs IGN] télédétection Résumé : (auteur) Depuis environ une dizaine d’années, les images hyperspectrales produites par les systèmes de télédétection, “Remote Sensing”, ont permis d’obtenir des informations très fiables quant aux caractéristiques spectrales de matériaux présents dans une scène donnée. Nous nous intéressons dans ce travail au problème de la segmentation non supervisée d’images hyperspectrales suivant trois approches bien distinctes. La première, de type Graph Embedding, nécessite deux étapes : une première étape d’appariement des pixels de patchs de l’image initiale grâce à une mesure de similarité spectrale entre pixels et une seconde étape d’appariement d’objets issus des segmentations locales grâce à une mesure de similarité entre objets. La deuxième, de type Spectral Hashing ou Semantic Hashing, repose sur un codage binaire des variations des profils spectraux. On procède à des segmentations par clustering à l’aide d’un algorithme de k-modes adapté au caractère binaire des données à traiter et à l’aide d’une version généralisée de la distance classique de Hamming. La troisième utilise les informations riemanniennes des variétés issues des différentes façons de représenter géométriquement une image hyperspectrale. Les segmentations se font une nouvelle fois par clustering à l’aide d’un algorithme de k-means. Nous exploitons pour cela les propriétés géométriques de l’espace des matrices symétriques définies positives, induites par la métrique de Fisher Rao. Note de contenu : 1- Introduction 2- Segmentation par similarité 3- Segmentation par codage binaire 4- Segmentation riemanienne 5- Conclusion Numéro de notice : 25821 Thématique : IMAGERIE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mention : Mathématiques et Applications : La Rochelle : 2016 En ligne : https://tel.archives-ouvertes.fr/tel-01661468/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95094

Traitements numériques des images de télédétection, Vol. 3. Traitements appliqués à la photo-interprétation / Olivier de Joinville (2012)

Permalink

Traitement des données de télédétection / Michel-Claude Girard (2010)

Permalink

Consultation et classification d'échantillons cartographiques / Guillaume Ménégaux (2007)

Permalink

Traitement des données de télédétection / Michel-Claude Girard (2004)

Permalink

Cartogenèse numérique des types de sols et de leurs incertitudes par la combinaison de corrélations sur les facteurs environnementaux et des géostatistiques : application aux sols des environs de La Rochelle / F. Carre in Photo interprétation, vol 38 n° 3-4 (Septembre 2000)

Permalink

Color image processing and applications / K.N. Plataniotis (2000)

Permalink

Utilisation des données NOAA-AVHRR 1km pour la cartographie de l'occupation des sols sur le sud de la France / D. Arcos (1997)

Permalink

L'analyse des données évolutives / F. Dazy (1996)

Permalink

Contribution des données NOAA-AVHRR à la caractérisation des savanes africaines / Valéry Gond (1995)

Permalink

Projet de cartographie des peuplements forestiers des monts de Lacaune par segmentation automatique d'une image Spot / Scot conseil (1994)

Permalink