基于覆盖粗糙集的GIS不确定性分析

粗糙集作为一种处理不确定性问题的工具,近年来在GIS中得到了广泛的应用。它利用上、下近似来逼近对象。在以往的GIS粗糙集应用中,都是基于等价划分的pawlark粗糙集。本文基于划分之中可以存在交集的覆盖粗糙集,利用近年在基础数学研究中的一些覆盖粗糙集的理论与性质,探讨了GIS不确定研究的覆盖近似空间、覆盖粗糙集、模糊覆盖粗糙集、模糊覆盖粗糙隶属函数等。发现覆盖粗糙集在处理GIS不确定性问题时,有比粗糙集更广的适应范围。     

模糊对象粗糙表达及其空间关系研究

空间数据的模糊性是当前GIS领域研究的难点之一。现有的GIS数据模型基本上还不具备对模糊性进行描述、处理和分析的功能 ,使得GIS对数据的处理容易造成信息损失。把粗糙集和模糊集对空间数据的模糊性和不确定性处理的优势结合起来表达模糊对象 ,即利用粗糙集处理由于知识的粒度性所造成的模糊性和不精确性 ;利用模糊集处理模糊对象原始数据所具有的不确定性 ,从而扩展了空间数据模型对模糊数据的表达能力 ,并详细研究了模糊面与模糊面以及模糊线与模糊面之间的拓扑关系     

遥感图像识别中粗糙集理论与神经网络的结合

由于传统神经网络与遥感图像信息量不相匹配 ,为此 ,提出将粗糙集理论集成至遥感图像神经网络识别中。首先分析了神经网络与粗糙集理论结合的可能性以及优势 ,在此基础上提出了基于粗糙集的遥感图像神经网络识别模型 ,并就其中的粗糙集方法处理样本特征集模块和遥感图像识别神经网络模块展开详细的分析。通过对比实验数据说明集成粗糙集理论的遥感图像神经网络识别能够有效提高遥感图像的识别效率 ,具有较强的现实意义     

基于二元关系的GIS实体拓扑关系的粗糙表达

利用二元关系和粗糙集的一些性质来研究GIS实体之间关系,发现在基于二元关系的广义近似空间下GIS实体的前继领域、后继领域算子、上、下继领域包含了比它自身更广的一个集合定义。同样基于粗糙集,我们发现二元关系GIS实体的上、下近似比Pawlark粗糙集的定义更广泛。在二元关系的广义近似空间下,一个GIS单点集的上近似等于它的前继领域,同样等于它后继领域的逆。     

影响导航GIS数据的质量因素及控制策略

针对导航GIS数据的特点,简要概述了影响导航GIS数据的质量因素,并对数据源的采集,数据的处理、加工与储存,导航数据库的建立,数据的操作、分析、处理和应用等所带来的质量因素进行了分析。提出了提高导航GIS数据质量的策略,通过加强数据源的选择处理,加强数据制作过程的质量控制和数据的质量检查来提高导航GIS数据的质量。     

Map/Reduce框架下的粗糙集空间数据挖掘改进算法

大数据时代,传统的空间数据挖掘算法在挖掘海量空间数据信息时存在计算能力和存储能力不足的瓶颈。为解决此问题,本文在研究粗糙集基本理论和Map/Reduce框架的基础上,对传统的粗糙集空间数据挖掘算法进行基于Map/Reduce的高效、廉价的并行化改进。实验表明,在处理大数据时,改进后的模糊集并行空间数据算法能有效提高算法的效率,满足人们处理海量空间数据的需求。     

GIS中线型要素数字化数据处理方法探讨

采用附有参数的条件平差法,分别建立了GIS中直线、规则圆曲线和不规则曲线数字化数据处理的严密平差模型,讨论了数字化精度评定的方法,改善了数字化数据的精度,进一步完善了GIS数字化误差处理的理论。     

Python在批量处理GIS数据中的应用

面对海量的GIS数据,传统处理方法复杂而费时。现结合实际地理数据处理项目探索利用Python语言调用Arc Py编程,实现GIS数据的批量自动化处理,从而大大提高了GIS数据处理工作效率。     

谈GIS的数据质量

作为全球信息化浪潮重要组成部分的地理信息系统(GIS)的建设与应用,得到了科技界、企业界和政府部门的广泛关注,其中GIS的数据质量是一个关系到GIS数据可靠性和GIS系统可信度的重要问题,与系统成败密切相关。本文阐述了GIS数据质量的基本理论及检测方法。     

GIS不确定性的基本理论及需解决的问题

GIS不确定性是GIS理论研究的一个热点和难点,虽然取得了丰富的成果,但仍然存在不少问题。本论文就GIS不确定性的分类、GIS不确定性产生的原因、GIS不确定性的多种来源、GIS不确定性的可视化理论和方法,以及GIS不确定性的处理方法等GIS不确定性理论进行了系统的阐述,并就理论中存在的问题加以说明;就目前GIS不确定性的难点以及急需解决的问题进行了论述。总结了GIS不确定性的研究进展。     

谈GIS的数据质量

作为全球信息化浪潮重要组成部分的地理信息系统（GIS）的建设与应用，得到了科技界、企业界和政府部门的广泛关注，其中GIS的数据质量是一个关系到GIS数据可靠性和GIS系统可信度的重要问题，与系统成败密切相关。本文阐述了GIS数据质量的基本理论及检测方法。     

多服务器技术在WebGIS中的应用

在研究WebGIS三层结构模式和多服务器技术的基础上 ,提出了一个扩展的多服务器处理GIS客户请求的模型。在建立该模型的过程中 ,根据GIS服务的特性 ,采用GIS数据的多级存储和索引技术、AOI数据区域管理方法和动态负载牵移策略来实现多服务器之间的负载平衡 ,使得多台服务器能快速处理GIS客户的请求 ,为用户提供稳定、快捷的GIS功能服务     

GIS在地籍管理应用中若干关键技术探讨

结合地籍管理系统,探讨了GIS中“整图保存,记录过程”的时态GIS处理方法,以及利用树型结构管理三维GIS数据、全关系式数据存储和分层次的部件化开发方式。     

基于GIS的数字测图系统的研究与开发

地形图数据是GIS的基础管理数据。针对地形要素的类型繁多、表示方法复杂、数据采集方法各异、数据格式不同 ,研究开发了一种实现数据的采集、编辑处理、成图及数据更新、GIS数据交换与分发等功能的数字测图系统。系统能够满足前端数据采集过程中编辑、处理、成图和直接导入专题GIS的共同需求。经实践检验 ,证明该系统操作简便、编码规范、设计科学、技术先进 ,其功能实现方法和在面向GIS方面具有独到之处。介绍了该系统的研究与开发过程、基本功能和特点     

航道海量地形数据三维GIS设计浅析

在数字航道建设进展火热的新时期,航道海量地形数据三维GIS的构建有着重要的理论和现实意义。本文重点从地形数据组织和调度、多源数据融合显示等方面研究了相关理论和方法;并探讨了基于DEM、地图文件、影像等基础数据,航道海量地形数据三维GIS基础平台设计的若干问题。     

土地管理信息化与地理信息系统的应用

从土地信息数据的采集、土地信息的四维数据、以及土地信息数据的处理和数据的共享几个方面探讨了目前GIS在土地管理信息化方面的应用,并对GIS在土地信息化方面的进一步发展及待研究的问题进行了分析。     

地理信息系统数据的不确定性问题

在总结当前GIS数据不确定性问题的研究进展和动态的基础上,论述GIS数据不确定性的框架体系,并分析探讨GIS数据不确定性的核心理论和主要研究内容,特别是位置不确定性、属性不确定性、时域不确定性、不确定性传播和管理等问题,最后对GIS数据不确定性的数学研究方法进行分析、归纳和阐述。     

云计算在GIS系统模型中的应用

云计算是基于网络的计算模型,通过构建云计算基础设施来为上层的云端应用提供支撑环境。将GIS与云计算相结合,能够为GIS的信息存储、处理及其应用提供新的发展前景。结合云计算与GIS,提出了基于云计算的GIS系统模型。以云计算的数据存储和透明化用户服务为基础,构建以GIS基础服务设施为服务支撑平台和以GIS基础信息数据与GIS应用程序为应用支撑平台。从而使GIS能够在通过云计算进行底层数据和服务的网络化资源分配,同时为用户提供稳定高效可靠的GIS服务。     

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。     

GIS中的模糊不确定性以及处理方法

首先对不确定性的分类加以简单论述，然后对GIS产生模糊不确定性的几个原因进行论证，提出对GIS中的模糊不确定性采用模糊理论的处理方法。实例分析了GIS中的模糊不确定性，总结了用模糊理论来处理GIS的模糊不确定性的优点及存在的问题。