文摘

识别的聚合特征地理网络分析公路交通网络的一个重要方面。基于复杂网络理论,本文研究了块聚合公路交通网络的特点,提出了一种改进的PageRank谱聚类算法(IPSC)划分的功能块的公路交通网络。首先,公路交通网络的理论模型是由添加位置属性重量,重量,地理距离道路等级重量,和动态交通拥堵的重量。其次,改进的PageRank算法得到的排名公路交通网络的关键节点。聚类中心和集群的数量决定排名的关键节点和最短路径距离。然后改进的谱聚类算法是用来把公路交通网络的功能块和识别特别常见的公路交通网络。最后,IPSC算法用于分析复杂的交通网络的聚合模式在城市和地区。跨越行政区划的限制,特别常见的划分结果的公路交通网络。维护块之间的连接可以提高公路交通网络的整体效率。

1。介绍

高速公路交通网络是一个重要的基础设施服务经济,社会,和公众。近年来,随着城市规模的不断扩大,城市人口的快速增长给城市交通带来了巨大的压力。道路交通的优化和智能管理是缓解交通压力的有效方法。因此,分析和研究具有重要意义的道路交通网络。

计算机的快速发展,对复杂网络的研究已成为国内外学术界的热点话题。公路交通网络具有复杂结构的特点,不同的连接,和许多路路口。公路交通网络的数学模型,基于复杂网络理论可以分析整个网络结构。公路运输网络的功能块的主要结构表现出不同的特征和多种功能复杂的公路交通网络。近年来,杜et al。1)指出,公路交通网络是一个复杂的网络与复杂网络的结构特性。钱等。2)建立了一个复杂的道路交通网络使用双重方法。复杂的道路交通网络的时滞和恢复特性进行了分析和比较,并模拟复杂网络的级联失效模型。基于复杂网络和图论,太阳et al。3]分析了城市轨道交通系统的网络结构和深入研究的脆弱性。曾庆红et al。(4]分析了天津城市轨道交通的静态特征代表了当前网络和转发网络基于复杂网络理论。选择的研究,全球效率作为评价指标,和网络的演化特征进行了分析。Fortunato和Hric5)提出,网络块检测是一种最受欢迎的主题在现代网络科学。杨et al。6,7]块检测的概念应用于协会的城市交通网络状态,并提出了一个新的视角来确定空间关联模式的交通状态。

分析公路交通网络基于复杂网络理论,挖掘网络的功能模块结构,并确定网络的分布特征从地理空间的角度分析公路交通网络的重要方面。首先,多尺度分析一个复杂的交通网络是必要的。杨(8)提出,规模是客观世界的基本特征,和多尺度的研究是一个重要的手段了解客观世界的复杂系统。公路交通网络有其复杂性和系统性。为了获得科学合理设计策略和原则的公路交通网络,公路网络应该分析从多个层面和角度。多尺度研究无疑为道路网络分析提供了一个独特的视角。其次,在现有数据类型的研究有缺陷的建设公路交通网络模型。田et al。9)提出,城市道路交通是一个典型的网络。考虑到城市道路网络的功能特征,城市道路交通的加权网络模型重新定义。然而,动态时不考虑重量的影响因素构建道路交通网络的加权模型。郑et al。10]研究了动态流无尺度交通网络上的信息,发现影响交通网络拥堵的行为。增加体重的影响因素,如动态交通拥堵程度构建道路网络的理论模型可以为交通决策提供更全面的理论支持和服务人员。此外,需要选择一个合适的聚类算法对道路交通网络划分。有许多算法在复杂网络识别模块,如顶点聚类算法(11],density-based算法[12,13),随机游走方法(14,15),电路近似法(16),和谱聚类算法17]。朱et al。18)使用 - - - - - -意味着聚类算法分析公路交通网络。然而,公路交通网络数据通常是高维数据。和理想的道路交通网络的集群数据不一定是球形。因此,通过使用获得的研究成果 - - - - - -意味着聚类算法将公路运输网络的功能模块有一定的局限性。

基于上述背景,本文分析了复杂的多尺度聚合模型的交通网络。一种改进的PageRank谱聚类(IPSC)算法划分功能块的公路交通网络。首先,公路交通网络的理论分析模型与动态交通拥堵程度的体重影响因素。然后,一种改进的PageRank算法获得排名的公路交通网络中的关键节点,科学地确定聚类中心和集群的数量。考虑到谱聚类算法适合处理高维数据和更适应数据分布,本文改进的谱聚类算法用于划分功能块的公路交通网络。改进的PageRank算法和改进的谱聚类形成IPSC算法。块聚合特点跨行政区划的公路交通网络使用IPSC算法进行了分析。因此,它可以为交通规划提供决策参考,设计工作和维护工作。

其余的本文的组织结构如下:部分2介绍了多尺度聚合模型。部分3介绍了公路交通网络的建设理论模型考虑动态的影响因素。部分4介绍了公路交通网络的功能块划分方法(IPSC算法)。部分5引入了多尺度空间分析的一个例子聚合模型。最后,给出的结论是在部分6。

2。多尺度聚合模型

多尺度分析的重要方法之一是正确认识事物和现象。从粗到细或细到粗,分析在不同尺度(分辨率)多尺度分析,也称为多分辨率分析。像人类视觉机制,人们的理解事物,现象,或过程由于不同规模的选择将会得出不同的结论。这些结论可能反映了事物的本质,有些可能部分反映,有些甚至可能是错误的理解。显然,只使用一个单一的规模可以做一个片面的对事物的理解。采用不同尺度。细节是在小范围内,整个被大规模。多尺度的组合可以有一个全面、清晰的理解。另一方面,在自然界和工程实践中,许多现象或过程多尺度特征或多尺度效应。与此同时,人们经常观察和测量在不同尺度的现象或过程。 Therefore, a multiscale analysis is one of the important methods to correctly understand things and phenomena.

聚合模式指的是运动模式由一群移动物体一起运动在一定时间和空间的约束。在文献[聚合模式分析第一次被提出19,20.]。它被定义为一个轨迹模型,模拟各种质量事件,如庆祝活动,游行、抗议,和交通堵塞。特别是,收集区域也被认为是一个持久而稳定的高密度区域。基于复杂网络理论,本文深入分析了网络结构的特征,发现一般聚集在实际网络结构的特征。准确分析道路网络的聚合模式一直是研究人员关注的焦点。

本文分析了公路交通网络的多尺度聚合模型。这是指分析特殊的共同聚合网络从不同的地理空间角度。跨越现有行政区划的限制,本文深入分析了公路交通网络的空间结构特征和区域交通运行产生的聚合范围。的结果块聚合特点跨行政区划的公路交通网络在不同层次。然后它可以提供新的科学决策参考交通规划、设计和维护。与此同时,多尺度聚合模型分析研究方法推广。

3所示。建设公路交通网络的理论模型考虑动态的影响因素

复杂网络的复杂网络拓扑结构和动态行为是复杂的大型网络。它由大量的节点,这是由相互连接的边缘。有两种主要方法将公路交通网络映射到一个复杂的网络。一个叫原始方法,这意味着十字路口的高速公路网络代表节点和连接道路的十字路口代表边缘。另一个叫做双重方法,这意味着公路交通网络中的节点代表,和高速公路的路口网络代表节点之间的连接边缘,因为使用原始方法的效果非常清晰和直观。和道路网络由原来的方法包含现实地理空间距离的意义。它可以实现每个人的空间认知。因此,本文使用原始的方法来构建公路运输网络的拓扑结构。

下一步是要考虑公路交通网络的现实意义。本文的重量因素影响网络分析被添加到构建公路交通网络的理论分析模型。没有考虑动态影响因素的理论分析模型的公路交通网络。这导致差距的理论模型和实际的公路交通网络。基于这种情况,本文构建了一个理论分析模型的公路交通网络通过添加静态数据包括属性的对象和设施,拓扑距离、公路网等级和动态交通拥堵程度体重影响因素。这个模型提供了一个后续的公路交通网络分析的基本模型。公路运输网络的理论分析模型如图1。

具体来说,公路交通网络的结构被定义为 在哪里 代表了交通网络节点集, 这是在交通网络中,节点的数目和 是一家集边缘。如果有一个节点之间的边和 ,然后 ;否则, 。如果每条边对应的重量,这个网络称为加权网络。

3.1。位置

位置属性是一个重要因素来衡量道路段的重要性。位置特征通常是相关的一些设施。指的POI分类、分层和属性结构Esri地理信息公共服务平台发布的中国(北京)有限公司有限公司的POI餐饮、购物、和其他POIs选择位置突出的属性。具体的POI类别和编码如表所示1。这些POIs用作500米缓冲范围查看自定义位置属性值覆盖公路网络节点。如果500米内的节点缓冲区范围内,这将是一个节点加权值为1。否则,加权值为0。位置属性权重的设置如表所示2。

假设向量的大小是 , 是道路交通网络中节点的数量。元素 意味着节点相对重要的和具有重要地面特性服务设施。否则, 。位置属性矩阵被定义为

3.2。距离

地理空间相关性而言,公路交通网络具有显著的距离衰减特征。空间相关性一般随两个距离的增加而减小。假设 是距离权重矩阵,在哪里表示节点之间的最短路径长度的倒数和节点 。 在哪里节点之间的最短路径长度和节点在最初的交通网络结构,单位是“公里”。

3.3。道路水平

不同等级的公路有不同的速度和交通容量有限。根据中国目前的公路工程技术标准(JTG b01 - 2014) [21)、高速公路分为五个等级,包括高速公路、一级公路、二等公路、三等公路,和第四级的高速公路根据他们的使用任务、功能和交通量。根据各级公路的速度不同,各级公路的权重集。速度越高,重量越大。具体重量设置如表所示3。

假设 是一个道路等级矩阵,和元素指道路的加权值等级表3。

3.4。交通拥堵的程度

动态交通拥堵信息的重要因素之一,影响人们的旅游道路的选择。本文利用区间的平均旅行速度部分 确定旅游高峰期交通拥堵水平。交通拥堵的程度分为一级(严重堵塞)、二级(中度拥塞),三级(轻度拥堵)和等级IV(畅通)。平均旅行速度越低,交通拥堵水平越高,路越高体重在高峰时期旅行。的重量设置不同的交通拥堵程度如表所示4。

假设 是交通拥堵级别矩阵,元素指的是交通拥堵的加权值在表级别4。

4所示。公路运输网络功能块分区方法(IPSC算法)

本文提出IPSC算法划分功能块的公路交通网络。IPSC算法分为两个核心部分。一是改进的PageRank算法部分。这部分是用来确定关键节点的排序。二是改进的谱聚类算法的部分。这部分是用来把道路交通网络的功能块。

亚历克斯·罗德里格斯和亚历山德罗Laio提出聚类算法的核心思想在于聚类中心的选择(22]。因此,集群中心选择的聚类算法对聚类结果有非常大的影响。然而,目前还没有标准方法选择集群中心,一般选择随机或经验。这有明显的主观性,很难保证良好的聚类结果。摘要网页排名算法用于确定道路交通网络中关键节点的排名通过添加动态道路交通网络的权重因素。然后确定聚类中心相结合的关键节点排序和最短路径距离。

此外,道路交通网络数据是典型的高维数据。和理想的道路交通网络的集群数据不一定是球形。的 - - - - - -意味着算法在先前的研究不有效地识别nonspherical集群。此外, - - - - - -意味着算法收敛于局部最优解,而不是全局最优的解决方案。谱聚类是一种算法,从图论的发展,广泛用于聚类分析。它的特点是使用降维技术和更适合高维数据的聚类分析等公路交通网络。与此同时,谱聚类算法是基于谱图理论。与传统的聚类算法相比,谱聚类算法有能力集群在任意形状的样本空间和收敛于全局最优解。因此,本文利用谱聚类算法分区公路运输网络功能块。

同时,考虑到实际的公路运输网络本身的特点,本文增加了体重因素如位置、距离、公路等级、和动态交通拥堵程度提高谱聚类算法,利用改进的谱聚类算法把公路交通网络的功能块。这使得聚类结果更符合实际道路网络的情况。

4.1。改进的PageRank算法决定了排名的关键节点

网页排名算法本身是谷歌浏览器所使用的唯一的标准来衡量一个网站的质量。谷歌网站的程度定义为0到10的10个满分。PageRank值越高,更重要的非常受欢迎的web页面。网页排名算法的优点是,它认为连接其他页面的重要反馈。适用于分析公路交通网络。

不考虑任何重量的影响,道路节点的连接度越高,更重要的公路交通网络中节点的必经之路。然而,PageRank算法的缺点是,它不考虑节点本身的重要性。考虑道路节点的重要性,本文增加了重量位置的影响因素,道路等级,距离,和动态交通拥堵程度在现实交通网络改善网页排名算法。公路交通网络的关键节点的排名获得通过使用改进的PageRank算法更符合实际情况的公路交通网络。

的流程改进的PageRank算法如下。(1)网页排名是谷歌矩阵,为代表 ,被定义为 在哪里邻接矩阵的传递矩阵吗从最初的交通网络,是阻尼因子,它通常使用 , 代表在交通网络中,节点的数目是一个 - - - - - -阶元素矩阵(2)一个新的权重矩阵被定义为使用位置属性矩阵 ,距离权重矩阵 ,道路等级矩阵 ,和时分交通拥堵程度矩阵 。 是 - - - - - -th列的矩阵 : (3)为了使矩阵不可约和随机,有必要规范每一列向量的矩阵获取标准矩阵(4)构造一个新的矩阵 。使用公式而不是公式 ,并获得

根据Perron-Frobenius定理(23),特征值的特征向量 ,并计算主特征向量 的获得关键节点的水平; 代表了每个组件的主要特征向量 。组件值的大小代表了节点的重要性。值越大,越重要节点,即临界水平越高。

4.2。确定集群中心和集群的数量

亚历克斯·罗德里格斯和亚历山德罗Laio指出集群中心有以下两个属性:(1)集群中心周围的低强度的邻居是一个重要的节点(2)初始聚类中心均匀分布在物理网络,和中心之间的“距离”点相对较大

在这篇文章中,二维决策图的方法用于选择集群中心和集群的数量。很容易理解,集群中心的数量是集群的数量。块的中心点检测可以通过考虑决定的和 ,在哪里水平轴和吗纵轴:

,也就是说, - - - - - -th组件的向量 ,评估节点的重要性和代表节点之间的最短路径距离和更高的关键节点。一个全面的价值序列计算, 表示节点的综合价值 。更大的参考价值,越有可能是集群中心。因此,有必要安排 ,按照降序排列,然后由前往后拦截几个数据点作为聚类中心。选择节点分布在右上角决策图的聚类中心,和““集群的集群的数量。

4.3。改进的谱聚类算法功能块划分的公路交通网络

目前, - - - - - -意味着聚类算法主要是用于研究功能块的公路交通网络。然而, - - - - - -聚类算法是一种基于原型的聚类方法。其前提是集群是球形。因此,当使用 - - - - - -意味着集群,最初的集群将拼接,使它们看起来更接近球形。因此, - - - - - -意味着有更好的分组影响球形星团,但nonspherical集群,集群不同大小和密度。谱聚类算法是基于谱图理论。集群的特点,能够在任意形状的样本空间和收敛于全局最优的解决方案。它更适应数据分布。例如,当集群的集群三个同心圆形状,理想的聚类结果应该是三个同心圆形成一个类,分别。分工的结果 - - - - - -聚类算法如图2。蓝色,黑色,红色代表了三个类别。的 - - - - - -意味着算法不把每个同心圆分为一类。使用谱聚类算法划分结果如图所示3。的三种颜色,蓝色,黑色,红色代表了三个类别。谱聚类算法将每个同心圆分为一类。比较表明,谱聚类算法的分割结果符合预期的情况。

谱聚类算法不仅更适应数据分布也使用降维技术。它更适合处理高维数据,如道路交通网络。基于上述考虑,本文利用谱聚类算法把公路交通网络的功能块。谱聚类的基本思想是分解的拉普拉斯矩阵示例数据。使用拉普拉斯矩阵特征向量的特征数据,基于数据挖掘技术的集群,它形成一个特定的集群方案。考虑到公路交通网络的实际情况,本文改进了谱聚类算法。基于相似矩阵,权重矩阵的位置、距离、道路等级和交通拥堵程度被添加到获得一个新的权重矩阵符合实际道路网络的情况。然后,进行聚类获得功能块的划分结果的公路交通网络。

的流程改进的谱聚类算法算法所示1。

总之,分裂的过程的功能块公路交通网络可以被描述为以下步骤。

步骤1:在公路交通网络,计算邻接矩阵 ,位置属性矩阵 ,距离权重矩阵 ,道路等级矩阵 ,和时分交通拥堵程度矩阵

步骤2:获得排名的公路交通网络的关键节点通过改进的PageRank算法

第三步:画一个二维决策图根据排名的关键节点和最短路径距离,并选择集群中心。集群中心的数量是集群的集群的数量

步骤4:将道路交通网络划分为基于改进的谱聚类算法功能块

5。实验和分析

摘要多尺度进行案例研究基于廊坊和熊国安新领域示范区域。廊坊城市和熊国安新领域与不同尺度两个行政区域。熊安新区位于保定市,保定市和位于河北省廊坊市。廊坊市的行政区划和熊国安新区域如图4。使用IPSC算法,道路网块部门获得的结果,与道路交通网络聚合在廊坊和熊国安新领域。维护每个块的中心的连接可以提高整个交通网络的运行效率,从而为交通管理和服务系统人员提供理论参考和提供一种新的模型参考随后的公路交通网络的建设和维护。

5.1。市一级Study-Langfang示范区

廊坊位于北京和天津之间和环渤海经济圈腹地。它享有声誉的“京津走廊,珍珠”“走廊连接北京和天津,广场在渤海,”等。它是离天安门广场40公里,60公里离天津的中心区域,远离首都和天津机场70公里,距天津新港100公里。有6个主要铁路线,8条高速公路,25个国家、省高速公路穿行在城市地区。廊坊高速公路贯穿廊坊的中南部,京沪高速铁路,和北京新机场,进而使廊坊无缝连接北京和天津。到2017年底,有26个普通国家和省级干线公路总长度775.046公里在廊坊城市和25公路二级以上,占总里程的100%的维护和管理高速公路。

从整个城市的角度来看,IPSC算法划分的功能块廊坊公路交通网络。图5显示了在廊坊城市公路交通网络的分布。首先,原始的方法是用于构造廊坊公路交通网络的拓扑结构。廊坊公路交通网络的理论分析模型是由增加的重量影响因素包括地面特性和设备属性、拓扑距离,公路网络级和动态交通拥堵程度。然后改进的PageRank算法用于确定排名的关键节点。构造一个二维决策图相结合的排名关键节点和最短路径距离。根据二维决策图论4.2节点分布在右上角图的决定是选为廊坊公路交通网络的聚类中心。图中的红色框6廊坊市集群中心显示了选择的结果,从决定获得地图。从图可以看出6有三个集群在廊坊城市道路交通网络的中心。功能块的数量在廊坊城市道路交通网络的结构是三。使用改进的谱聚类算法,廊坊公路交通网络的道路节点分为相应的块结构来识别目标的划分结果。图7显示了使用IPSC算法的最终结果划分的功能块廊坊公路交通网络。

我们分析实验结果的现实意义在廊坊城市。图中蓝色区域7块1。枣红色区域是块2。绿色区域是块3。船体分段划分的结果显示,道路节点块彼此更紧密相连。从图中,三个街区的中心位置可以清楚地发现。从地理空间结构的角度,改善这三块的连接和方便结构可以有效地改善公路交通状况在廊坊。路线在中心点连通图是关键路线。这个有关部门提供了一定的参考依据,显示趋势的高速公路交通网络连接。与此同时,道路交通网络的位置,主要是维护和改善也可以决定在路上块结构的网络连接。改善中央点的连通性可以提高整个公路交通网络的连通性在廊坊。 At the same time, it also maintains the operation efficiency of highway transport network.

5.2。案例研究的地区Level-Xiong国安新领域示范区域

熊国安新领域是一个国家级新区管辖河北,包括熊国安县,荣成县安信县,和一些周边地区。2017年4月1日,中国共产党中央委员会和国务院发出通知,决定建立一个国家级新区,熊国安新领域,河北省。有北京——熊国安城际铁路、天津-熊国安城际铁路、顾'an-Baoding城际铁路、京石段城际铁路Xiong安新区和G18 Rongcheng-Wuhai高速公路,G0211 TianJin-Shijiazhuang高速公路、G45 Daqing-Guangzhou高速公路,S7 TianJin-Baoding高速公路,Beijing-Xiong安高速公路贯穿整个领土。2019年8月30日,熊国安新领域建立熊安区中国(河北)飞行员自由贸易区。2019年12月,熊安新区被选为第一批试点地区交通建设一个强大的国家。

基于地区的角度来看,IPSC算法划分的功能模块在熊安新区公路交通网络。图8显示公路交通网络的分布在熊国安新领域。首先,使用原始的方法构建公路交通网络的拓扑Xiong国安新领域。道路交通网络的理论分析模型在熊国安新领域由添加的因素包括地面物体的属性和设施,拓扑距离、道路网络级和动态交通拥堵程度重。然后使用改进的PageRank算法来确定关键节点排序。构造一个二维决策图结合排名和关键节点最短路径距离。根据二维决策图论4.2的节点分布在右上角选择决策图的聚类中心熊国安新地区的公路交通网络。图中的红色框9显示集群中心的选择结果Xiong国安新领域获得决策图。从图可以看出9,有两个公路交通网络聚类中心Xiong国安新领域。功能块的数量结构的高速公路交通网络Xiong国安新领域是两个。

改进的谱聚类算法用于分类的道路道路交通网络的节点在熊国安新领域进入相应的块结构。因此,块部门目标识别的结果。图10显示的结果划分的功能模块在熊-西安公路交通网络新领域使用IPSC算法。

我们分析实验结果的现实意义在熊国安新领域。紫红色区域图10块1。绿色区域是块2。中央点从图可以清楚地看到两个街区。两个街区的中心点从图可以清楚地看到。从地理空间结构的角度,提高这两个块的连接和方便结构能有效改善公路交通状况Xiong国安新领域。同时,中央点之间的连接线路的两个街区将建造和维护,这将减少危险事故的发生在这个路段,确保公路利用率,促进人民生活和服务设施。目前,公路交通网络建设在熊国安新领域是不完整的。本文的结果可以为高速公路建设提供决策参考Xiong国安新领域。

5.3。的比较 - - - - - -意味着聚类算法和IPSC算法例子分析结果

数据(11日)和12(一个)显示的结果划分的功能模块在廊坊城市和公路交通网络Xiong国安新领域使用 - - - - - -分别表示算法。数据11 (b)和12 (b)显示的结果在廊坊城市道路交通网络功能块划分和熊国安新区域,分别使用IPSC算法。

比较两种算法的结果,可以看出,集群中心的功能块划分结果获得的公路交通网络 - - - - - -算法不是位于重要位置意味着许多道路连接。这是由于随机选择的聚类中心 - - - - - -意味着算法。此外,每个集群的功能块划分的结果通过使用获得的公路交通网络 - - - - - -意味着集群算法接近球形。这是由于的特点 - - - - - -意味着算法(也就是说,它将拼接原始集群,使它们更接近球形)。IPSC算法划分的功能块道路交通网络避免了这些问题。有三个原因。首先,在IPSC算法改进的PageRank算法科学决定了集群中心和集群的数量。第二,谱聚类算法在IPSC算法的优点是更适应数据分布。第三,当IPSC算法把公路交通网络的功能块的重量等因素的位置属性,距离,公路等级,和交通堵塞程度的高速公路。它考虑道路交通网络的实际情况。因此,公路交通网络功能块的划分结果获得的IPSC算法更符合实际情况。

6。结论

在前辈的基础上,分析多尺度的复杂交通网络聚合模型。一种改进PageRank-Spectral集群(IPSC)算法划分功能块的公路交通网络。首先,公路交通网络的理论分析模型与动态重量影响因素是构造为后续研究提供一个基本的模型功能块划分的公路交通网络。然后,对于集群中心难以确定的问题,改进的PageRank算法用于确定排名的关键节点。结合关键节点的排名和最短路径距离,确定聚类中心和集群的数量。然后,一种改进的谱聚类算法用于划分功能块的公路交通网络。最后,结合两种尺度的廊坊市和熊国安新领域,复杂的交通网络的多尺度聚合模型进行了分析,以及功能块划分的结果在廊坊城市和公路交通网络Xiong国安新领域。它将在这两方面为公路建设提供决策参考。

数据可用性

廊坊城市交通网络数据和熊国安新领域用于支持这项研究的结果没有可用的,因为原始道路网络数据的交通状况在中国真正的县的位置。它可以反映中国地理位置的真实数据。因此,它不能被公开。然而,后来的结果可以被引用和应用结果。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

摘要博士科研启动基金支持的项目(bky - 2021 - 30),主要专门斥资中国高分辨率地球观测系统(30 - y30f06 - 9003 20/22),研究生创新资助项目的中国北方航空航天工程学院(yky - 2021 - 27),廊坊市科技支持计划项目(2021011074)、国家重点研发项目(2019 yfe0127300),国防基础科研项目(JCKY2020908B001)和国防基础科研项目(JCKY2019407D004)。