排序方式: 共有9条查询结果,搜索用时 31 毫秒
1
1.
2.
本文主要研究了移动环境下兴趣点数据采集与更新所涉及的若干关键技术,分析传统作业模式存在的弊端,提出基于Web2.0理念面向公众服务的兴趣点数据采集与应用新模式,建立了系统的总体框架与工作流,最后以SOA和Mobile GIS技术为基础,借助ArcGIS Server 10平台,在平板电脑和智能手机上开发了兴趣点数据采集与应用系统,实现兴趣点数据采集与应用的一体化。 相似文献
3.
交通预测对于交通智能管控具有重要的作用,实时准确的交通速度预测是相关研究领域中亟待解决的问题。传统预测方法难以应对日益复杂的交通数据,深度学习作为一种以数据为导向的新技术,在交通预测领域得到了广泛应用。综合利用城市道路交通的时空关联特征,搭建基于长短期记忆(LSTM)的城市道路交通速度预测模型,模型在时间特征上考虑了近历史时刻和远历史时刻的速度信息,以及待预测时刻的时刻值;在空间特征上集成了目标路段的上下游路段速度信息。基于武汉市出租车GPS数据和高德开放交通数据,开展数据处理与路段速度预测实验,分析预测模型参数与特征对预测结果的影响,并通过与传统方法的对比验证模型的有效性。 相似文献
4.
5.
6.
针对众源地理空间数据具有丰富的空间、时间和语义信息,将其应用于城市热点区域的探测可为城市发展规划、区域监督预警及大众服务等提供有力支撑的问题,该文提出了一种基于众源地理空间数据的城市热点区域探测方法。针对新浪微博签到数据的特性,以新浪微博2015年全年的签到数据为例,采用一种改进的空间采样方法获取格网单元的用户活跃度与类型信息,在此基础上,依次利用度量空间相关性和方向特征的空间测度对签到数据的空间模式进行了分析,最终探测到城市热点区域及其大致发展方向。结果表明,该方法具有周期短、成本低、可靠性高等特性,为城市热点区域的探测提供了一种新手段。 相似文献
7.
针对当前面向城市热点空间分布特征与成因的研究缺乏考虑时效性和全面性的问题,该文提出了一种基于签到数据的城市热点探测方法,精准、便捷地探测到8种业态类型的城市热点,并在此基础上运用点模式分析和地理探测器等方法,对各业态类型城市热点的空间分布特征及其影响因素展开研究。研究结果表明:各业态类型的城市热点具有不同空间范围下的集聚性特征,且在空间分布上表现出明显的差异性;业态类型、GDP、人口规模、土地价格以及交通通达性是影响城市热点空间分布的重要因素,且同类因素对不同业态类型的城市热点的影响力不同。 相似文献
8.
针对弱光、弱纹理环境下路面坑槽多维度指标提取问题,以及传统方式和激光技术的应用缺陷,本文采用双目结构光三维成像系统获取路面坑槽图像,利用RANSAC算法拟合道路平面,分割坑槽点云,与拟合平面求交为坑槽顶面轮廓点,采用双向最近点搜索法排序,逆时针连接后采用轮廓点法计算面积;提取各数据点深度计算坑槽深度指标;采用微元逼近法对坑槽进行等距切片,计算坑槽体积。并采用BPA算法进行曲面重建,为相关应用场景提供更直观的数据视角。将正常光线和弱光、弱纹理环境下的计算结果与人工测量结果相比,坑槽深度、面积及体积的最大相对误差分别为2.73%、6.50%、8.60%和2.99%、5.25%、8.28%。依据计算指标对坑槽严重程度进行评价,与人工测量相比,满足坑槽评价一致性标准。表明设备与检测方法对于弱光、弱纹理环境的适用性,可为坑槽评价、修补材料估算、养护优先级判定、路面养护规划制定等提供数据支持和技术支撑。 相似文献
9.
本文主要研究了移动环境下兴趣点数据采集与更新所涉及的若干关键技术,分析传统作业模式存在的弊端,提出基于Web2.0理念面向公众服务的兴趣点数据采集与应用新模式,建立了系统的总体框架与工作流,最后以SOA和Mobile GIS技术为基础,借助ArcGIS Server 10平台,在平板电脑和智能手机上开发了兴趣点数据采集与应用系统,实现兴趣点数据采集与应用的一体化。 相似文献
1