面向稀疏散布数据集的时空Kriging优化

时空Kriging法通过将变异函数向时空域进行扩展得到时空变异函数,有效地利用时空邻近的采样点综合进行插值,由于时空稀疏散布数据集具有单一时刻下样本点数量少以及时空分布不规律的特点,难以满足使用时空Kriging插值法的基本条件,导致插值精度不高,据此本文提出了优化方法：通过多时段叠置拟合空间变异函数的方法,综合利用时空邻域内的采样点以解决单一时刻下空间邻域内数量不足情况;控制时间变异对空间变异函数拟合的误差影响;采用积合式模型构建时空变异函数进行插值。最后使用Argo海温数据进行插值实验,在相同条件下与时空Kriging法以及时空权重法的交叉验证结果对比得出,该方法在保证拟合所需采样点数量要求的同时,有效削减了一般时空Kriging法中时间变异对空间变异函数拟合结果的干扰,插值结果的绝对误差均值从0.5降低至0.2以内,稳定性进一步增强,改善了时空Kriging法在稀疏散布数据条件下精度上的不足。     

现代地图语言

地图符号发展到今天,已经超越了其符号本身,应当把它当作一种语言来研究,即地图语言。地图语言使人们使用地图进行空间认识更加贴近现实,使地理空间信息的传输更加准确、生动和形象。文中主要对现代地图语言的形成,现代地图语言的主要表现形式即视觉符号、听觉符号和触觉符号,以及地图语言的本质即视觉变量、听觉变量和触觉变量进行了探讨。     

基于Hilbert编码索引的海洋环境数据库优化

利用Hilbert曲线能保持空间连续性的特性,提出一种基于Hilbert编码索引的海洋环境数据库存储结构优化方法。实验表明,该方法实现了立体格网化的多源海洋环境观测数据在关系型数据库中的组织管理,有效提高了空间范围查询能力。     

小比例尺挂图上地貌表示方法实现

对1∶300万中华人民共和国地理图中地貌表示方法的实现进行了研究,叙述了地貌表示方法的选择及计算机辅助下的整体实现过程.     

基于Access数据库的地理数据一体化管理研究

在数字地图应用系统中，通常对地图数据的存储使用混合结构，即空间数据使用文件管理，属性数据使用关系数据库管理，这样的结构在数据安全和使用维护上存在不足，文中介绍了利用Access数据库实现空间数据和属性数据一体化管理的方法，一体化数据结构设计，并用Visual C++实现了空间数据库访问。     

数字地图制图中多源数据(资料)的综合应用

探讨了数字地图制图中多源数据综合应用的技术方法,主要内容包括多源数据(资料)的分类、分析与评价;数据获取和基本的处理方法。最后介绍了利用TM影像、全国公路网GPS测量数据和数字海图等几种数据源制作1∶25万协同图的相关情况。     

基于ObjectARX技术的AutoCAD数据格式转换

概要介绍了ObjectARX开发环境以及ARX应用程序,重点论述了如何在ObjectARX开发环境下,编写ARX应用程序,实现对AutoCAD数据库的访问,及对AutoCAD数据进行提取和格式转换的方法,给出了具体的实现思路和实现的代码细节。     

地图制图专家知识对地理信息符号化过程的控制

针对纸质地图数字化得到地理信息(空间数据)的过程中存在地图信息损失的问题,阐述了产生这种损失的原因。数字化后得到的地理信息是各种GIS应用系统的重要数据源,在GIS应用中需要把这些地理信息重新再现成地图。为了得到较好的地图显示效果,有必要将数字化后损失的地图信息在从地理数据到地图符号化的过程中进行补偿。论述了在符号化过程中如何充分利用地图制图专家的多年知识和经验,将用自然语言表达的不确定性的专家知识形式化,以此来控制整个符号化的过程,达到改善地图显示效果的目的。     

时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD

大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩,可提高检索效率,降低数据存储和传输负担;然而现有方法容易忽略移动对象的运动特征。因此,本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先,分析船舶轨迹的空间、时间和语义特征,设计顾及时空语义特征的轨迹数据压缩流程;其次,通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值;然后,加权融合轨迹点的时空和语义特征,构建轨迹点的重要性排序,并通过指定压缩比例获取保留轨迹点数目,实现船舶轨迹数据压缩;最后,根据压缩算法效率、质量和实例分析,表明本文方法可保留行驶的动态语义信息和时空形态特征,既可根据压缩比例控制压缩过程,又可显著减少数据冗余,为后续轨迹挖掘等应用提供数据基础。     

一种改进的单模式匹配算法

为了进一步提高模式匹配算法的性能,在对两种经典单模式匹配算法KMP和BM分析的基础上,结合二者的优点,提出了一种改进的单模式匹配算法。该算法主要利用KMP算法的"部分匹配"结果和BM算法的"后缀匹配"优势,对匹配过程中的字符移动距离做了优化。通过将改进算法与KMP算法、BM算法进行实验测试与分析,证明改进的算法性能稳定,匹配效率明显得到提高。