一种警务岗亭优化选址方法

从真实犯罪案例数据出发,以湖南省新宁县为实验区,提出了一种警务岗亭优化选址方法.首先利用核密度估计划定高频案发区;然后利用区域覆盖模型,结合点距离计算方法,对主城区进行犯罪预测,并对构造的犯罪预测区进行置信度检核,置信度为84％.考虑到学校、医院等具有重大安全隐患的公共场所,针对划定的高频案发区、犯罪预测区,利用缓冲区...     

GIS数据模型研究与实践

着重分析了 GIS数据建模、地理数据的 3层结构及面向对象的数据模型 ,并在此基础上提出了一种基于关系数据库的面向对象 GIS数据模型     

三维GIS中建筑物的若干问题探讨

随着GIS向三维领域的不断发展，三维GIS中实体目标的数据获取和建模显得越来越重要。以三维GIS中的建筑物作为研究对象，分别从建筑物的各类数据的获取方法和模型建立技术等方面进行了深入分析，并着重介绍了基于数字地图资料的数据获取和建模方法。     

基于CIM+GIS的配电网拓扑建模与布局算法研究

在基于公共信息模型(CIM)的配电网拓扑建模规范的基础上,研究了配电网设备的GIS数据建模方法以及空间连接逻辑关系;提出了基于GIS的专题图布局算法(单线图和系统图布局生成技术);并通过佛山市电力GIS建设对拓扑模型和专题图布局算法进行了应用和验证。结果表明,算法能满足专题图布局科学、布线美观和避免交叉等技术要求。     

基于ArcGIS建模的基本农田数据库建库方法探讨

通过图形化建模工具Model Builder对基本农田数据进行建库,是通过构造地理工作流和脚本将数据和空间处理工具连接起来处理的复杂的GIS任务。本文主要对基本农田数据库的建库采用Arc GIS建模的方法进行了探讨。     

城市人口GIS中数据的不确定性研究

针对系统数据源、数据模型的不确定性以及分析过程中引入的不确定性等问题进行了系统的研究，并归纳了各种不确定性的影响模型，进而提出了一套人口GIS数据优化建模以及分析过程中人口密度中心建模的思想和实用方法，用于克服人口GIS中数据的不确定性的影响。     

地理信息系统数据模型分析

对数据模型的概念、GIS数据建模的3个抽象层次进行介绍,按照3个层次的划分对GIS数据模型进行分类,并对当前GIS概念模型存在的问题进行讨论.对已有时间概念模型进行分析,提出时空概念模型的4种划分.     

基于Cityengine平台的CGA规则室内三维建模方法研究

随着三维数字城市建设的兴起和不断发展,3D GIS技术逐渐被人们所重视,多种三维建模软件也已被大量应用在三维数字城市的设计和创建中。首先通过与传统建模软件的对比,分析了Cityengine城市引擎软件在快速批量建模和与GIS软件数据交互方面的优点,同时也指出了Cityengine在建筑物室内场景方面缺乏对建模规则的研究。因此本文利用二维GIS几何数据作为模型的底面基础数据,借助Cityengine软件特有的CGA语法编写规则文件,对Cityengine平台下创建建筑物室内三维场景的方法进行了初步探究。通过对该方法的研究旨在使三维室内外场景形成良好的整体,弥补之前Cityengine只能对大场景进行外部批量建模而缺乏对内部模型研究的不足,扩展Cityengine在三维建模领域的应用范围,为智慧城市的创建设计以及可视化分析提供了新的手段。     

面向对象技术在GIS数据建模中的应用

本文介绍了几种空间数据模型以及传统数据模型的不足,提出了面向对象的数据模型,并以公交数据建模为例说明了面向对象技术在GIS数据建模中的应用。     

基于无人驾驶飞行器的三维数字城市建筑物建模技术

探讨了一套以无人驾驶飞行器遥感影像为基础,在现有二维GIS数据支持下的三维城市建模技术方案。根据虚拟现实技术三维建模的基本原理,结合已完成并通过验收的“数字威海”三维地理空间基础框架,详细论述了数字城市中纹理建模和几何建模的关键技术及建模方法。     

支持向量机在建筑物变形监测中的应用探讨

论述了支持向量机的回归算法和基于时间序列支持向量回归的建筑物变形预测方法,并用MATLAB6.5工具箱编制基于时间序列支持向量回归程序,建立了基于时间序列支持向量回归模型。最后以实例数据讨证基于时间序列支持向量机回归模型的预测方法。研究表明:用时间序列支持向量回归模型建立的建筑物变形监测的预测模型是可行的和有效的。     

混合GM(1,1)模型预报季节性时间序列精度的方法探讨

灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时，直接应用GM(1，1)灰色模型往往精度不高。因为GM(1，1)灰色模型只能反映时间序列的总体变化趋势，不能很好反映其季节性波动变化的具体特征。因此，作者提出运用“滑动平均去季节性波动”与GM(1，1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列，基于均方差、平均绝对误差和平均绝对百分误差三个精度准则，比较了此方法与其它灰色建模法的结果。结果表明，此方法不仅能反映时间序列的总体变化趋势，而且能客观反映其波动变化的具体特征，有效提高了预报精度，减少了建模的复杂度。     

基于时间序列分析的桥梁变形监测预报研究

时间序列分析方法对短期建筑物变形预报具有较高的模型拟合及预报精度.本文从时间序列预测算法原理出发,阐述了使用此方法对所获得的桥梁变形监测数据进行模式识别、模型建立及预报的过程,并利用MATLAB实现了编程代码.通过对某桥梁变形监测预报的应用表明,该方法实用性较强,可以及早为桥梁变形做出预警,以避免或减少灾害的发生..     

电离层TEC的预测模型

电离层总电子含量（TEC）的精确预报对提高GNSS导航精度,保障无线电空间远程通讯具有重要作用。分析了IGS发布的电离层格网点总电子含量（TEC）的时间序列特点,基于时间序列分析理论,以AR模型对格网点TEC随机时间序列平稳化后建模和预报。实例分析表明,研究的预报技术和方法是可行的。     

基于时序分析的建筑物沉降数据处理

变形数据分析与预报是变形监测数据处理的重要内容。基于时间序列分析的特性,研究了应用AR模型对建筑物沉降数据进行分析处理和预报的方法步骤,并通过实例计算证明,该模型具有较好的拟合效果和预报精度。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。     

灰时序GM-AR模型在建筑物沉降变形预测中的应用

本文以现代高层建筑沉降变形预测为主要研究目的,讨论了灰色GM(1,1)模型和时序AR模型的特点和适用范围,从预测的角度对灰色和时序模型进行了比较和分析;提出了基于优化灰参数α、u的GM(1,1)模型和AR组合模型预测高层建筑物沉降变形的新方法;将变形量分解成具有确定性的趋势项和具有不确定性的随机项,建立GM-AR模型分别对趋势项和随机项进行预测,应用结果表明,该方法使预测结果更为可靠、准确。     

基于时间序列的变形监测数据处理方法比较研究

本文首先对时间序列的一些基本原理进行介绍,详细阐述了简单移动平均法、加权移动平均法、趋势移动平均法等方法。结合实测的基坑测斜数据进行分析、预测,比较三种不同模型的预测精度,表明趋势移动平均法在基坑测斜数据处理中具有最好的拟合性。     

非平稳时序分析的B-J建模法在变形预测中的应用

本文简要介绍了时序分析的基本原理,论述了非平稳序列的B-J建模法的步骤,包括数据预处理、模型识别、参数估计及预报等;分别用时序分析B-J法和回归分析法进行了实例建模及预报,并对预报结果进行了分析比较,论证了单纯的时序分析法短记忆预报的特点,讨论了时序分析的优缺点,最后总结了在进行变形预报时必须根据数据的数学特征选择相应的数学模型。     

BP模型在变形监测数据分析和预测中的应用

本文通过对BP网络模型的研究,建立BP神经网络预测模型,并使用VC++语言编程加以实现。将模型应用于东江大坝实测变形监测数据的分析和预测,对时间序列建模和以环境变量为自变量两种方法建模,发现这两种模型都可以很好的实现变形量的预测,且以自变量为因素所建立的模型预测精度更高。