基于Snakes算法的道路要素移位软件模块

采用C#编程语言和ArcGIS Engine二次开发组件,设计并实现了一种基于Snakes算法的道路要素移位软件模块。介绍了Snakes移位算法的基本思想,从软件设计和开发的角度阐述了用于道路要素移位的Snakes算法的数据模型、逻辑结构和基本流程,最后给出了该软件模块的实现效果。     

基于AE和C#的地籍建库软件开发

探讨了地籍数据建库的流程、采用的技术标准;结合GIS工具软件与可视化开发语言的集成二次开发方法,采用ESRI公司的ArcGIS Engine,以C#为开发语言,自主研发了一套企业级的城镇地籍建库软件。通过对CASS数据的分析设计相应的转换规则和算法,并编程实现了南方CASS到地籍建库软件的数据的无损读取及符号化显示、地...     

基于RSSI联合算法的二维室内定位系统设计与实现

针对位置指纹匹配算法计算量大导致室内定位精度不高的问题,提出了一种基于接收信号强度指示(RSSI)的联合算法. 该算法以K近邻位置指纹匹配算法为基础算法,加入三角定位辅助算法,首先进行三角定位得出参考区域,再进行位置指纹匹配进行精准定位,有效地提高了定位精度. 使用Android Studio基于Java语言开发了一款集Wi-Fi位置指纹采集与在线定位一体化的软件,并在试验场地进行测试.实验结果表明:该算法定位精度在二维平面内达到 1～3 m,较单一算法定位精度有所提高.      

影像坐标系转换纠正的批处理实现

本文论述了利用AutoCAD等软件,通过利用Visualisp等语言编写一些工具程序实现影像纠正的批处理。主要叙述了整个生产的流程及算法实现,并以1954年北京坐标系的安庆市正射影像图转换为1980西安坐标系的生产为实例,做了实际应用及精度评定。     

多种融合方法支持下的Landsat7-ETM+影像自动解译精度评价

对ETM+影像进行多种算法融合实验,除应用ERDAS软件现有的融合方法(PCA、MLT)外,还利用IDL语言编程实现了SFIM、HPF、MB等融合算法,通过多次修改SFIM、HPF、MB融合算法中滤波器窗口的大小、滤波算子的实验,达到既不产生噪声又增强了图像纹理信息的融合效果。对融合后的影像进行了相同地物样本、不同分类方法的监督分类。以2002年内蒙古土地利用遥感调查数据为评价标准(内蒙古自治区遥感与地理信息系统重点实验室提供),用总体精度(overall accuracy)、kappa系数两种评价指数综合反映各种融合算法与各种分类方法结合的分类精度,并对各种分类方法及融合算法予以评价。     

基于SQL的坝体监测系统数据运算优化

为适应大坝监测系统中对大量数据进行快速复杂计算的要求,利用SQL语言对数据集灵活操作的优势,提出了一种基于SQL数据计算的运算结构,通过对SQL软件的二次开发,并结合大坝监测系统中统计计算建模的特点,将原本软件对数据的运算操作转化为SQL的直接运算,最终达到数据计算集成的一体化。系统运行结果显示,新方法的应用提高了系统的运算速度和软件的操作性能,简化了系统算法的编写,达到了系统的优化开发。     

一种基于ImageJ的数字高程模型建模及可视化方法研究

数字高程模型是一种表示数字地形的较好方法。ImageJ是一种用纯java语言写成的科学图像处理软件。本文在分析已有建模方法的基础上.提出了一种基于ImageJ的数字高程模型建模及可视化方法,算法数据结构简单易行、清晰明了。测试与分析表明,该方法建模具有较高的建模速度。     

GAMIT/GLOBK批处理在高精度海量数据处理中的应用

GAMIT是国内外高精度GPS数据处理中通常采用的软件之一,其传统处理方法是首先分步求单天解,然后使用GLOBK进行网平差,这种做法对少量数据尚可,但对数据量较大的GPS网来说就非常繁琐。针对该问题,本文通过bash语言编程,提出了一种自动批处理的算法。实践证明,该算法可以自动识别处理各个文件,并分别归档,极大地提高了工作效率,在实际工作中具有较高的应用价值。     

开源GRASS软件等高线生成DEM的算法改进

针对GRASS软件中等高线生成DEM算法存在的问题,从解决多条等高线经过待插值栅格单元、Flood Fill算法搜索等高线、"平山顶"现象3个方面对算法进行了改进,加强了对山顶等特殊地形的处理。实验结果表明,改进算法与已有软件算法相比,提高了山体陡峭地区DEM插值精度,消除了插值生成的DEM中存在的"平山顶"现象。     

浅析专题地图中的底图数据处理方法——以大比例尺陆地交通图为例

专题地图的应用越来越广泛,但其生产和制作却存在若干问题。很多制图软件偏重于专题要素的处理与表达,对底图要素的研究较少。针对这一问题,文章介绍了专题地图的底图要素确定原则,分析了影响底图要素的因素,进而确定了底图要素的处理方法,包括坐标转换、投影变换、分类分级、显示处理等。最后以大比例尺陆地交通图为例,结合笔者所做工作,...     

基于认知心理学的模式识别模型框架

从人类视觉认知机理和认知心理学的基本理论出发，介绍了视觉模式识别的三种主要匹配模型的特点，以及目标背景和视觉注视点对模式识别结果的影响，分析表明，人类视觉认知机理是计算机模式识别的理论基础，认知心理学对计算机模式识别的实际研究工作具有理论指导意义。     

数码城市:概念、技术支撑和典型应用

首次系统全面地介绍了有关数码城市 (CyberCity)的概念、技术支撑和典型应用 ,并结合CCGIS软件的研究开发及其在深圳和上海两个城市的示范应用 ,讨论了建设数码城市所面临的若干关键技术问题     

热带与亚热带遥感：需求、挑战与机遇

热带与亚热带拥有大量丰富的自然资源,同时也正在经历着快速的城市化进程,其资源、生态、环境等都面临着前所未有的挑战。同时,热带与亚热带地区存在着大量的自然灾害(如台风、干旱、地震等),威胁着该地区人类经济社会的可持续发展。应用遥感技术对热带与亚热带区域进行全面的监测,对于热带与亚热带区域甚至全球的可持续发展具有重要的意义。然而,由于热带与亚热带特殊的地理条件(如多云多雨等),遥感监测需要克服特殊的技术挑战。本文通过Web of Science核心数据库的7594篇研究论文进行分析,综述了热带与亚热带遥感的研究现状,分别从热带与亚热带遥感的需求、现状、挑战和机遇,通过共被引文献分析和主题词频率分析,建立共被引文献网络和主题词网络,并通过非监督机器学习进行聚类,分别识别出22个共被引文献聚类和6个主题词聚类。通过对这些共被引文献类别和主题词类别的深入分析,本文总结了:(1)热带与亚热带遥感研究的主要监测对象,包括城市地表、热带雨林、红树林、珊瑚、热带草原、生物多样性和自然灾害;(2)热带与亚热带遥感主要采用的遥感技术,包括:遥感数据的选择和使用、遥感数据分析的方法、多云多雨的问题应对以及多源遥感技术。最后,从现代遥感技术的快速发展,本文从8个方面讨论热带与亚热带遥感面临的挑战和未来发展的机遇。     

数据驱动的定量遥感研究进展与挑战

定量遥感是从原始遥感观测信息中定量推算或反演出地学参量的理论与方法.传统定量遥感主要基于模型驱动,强调通过数学或物理模型完成推算和反演.随着人工智能技术的发展和普及,数据驱动的方式也逐渐受到广泛关注,其强调的是通过机器学习等方式挖掘遥感观测数据中所包含的信息,完成地学参量的定量反演.在强大计算能力的支持下,数据驱动的方...     

应用“3S”技术进行北京市森林立地分类和立地质量评价的研究

本文针对目的森林立地分类和立地质量评价研究中存在的问题。试图从立地分类和评价的方法进行技术上新的探讨。研究中以生态学和景观生态学理论为基础,以遥感（ＲＳ）、地理信息系统（ＧＩＳ）和专家系统（ＥＳ）作为主要的技术手段,借助相关数学分析,对北京市森林进行立地类型划分和在此基础上的立地质量评价及多目标动态决策。通过对北京地区景观特征及其气候、地貌、地形、土壤、植被等各种因子的定性分析,以及一、二类调查数据的定性定量分析,结合实际应用,确定分类原则和分类系统。应用ＧＩＳ建立各级分类的各因子专题数据库和图形库,通过各分类层次的主导因子及辅助因子的专题图叠加完成初分类。在此基础上,应用知识库中的专家知识及ＥＳ的推理机制对初分类结果进行综合,根据可信度理论,得出各级符合生产、造林规划和经营实际的立地类型图。对于最低一级的分类结果,采用专家打分的方法进行各类型立地质量的多因子综合评价,并编制立地质量评价图。在分类和评价的基础上,可以根据森林的生态效益、经济效益、环境效益和社会效益的综合考虑选择目标集,进行面向目标的动态决策。     

测量学课程改革与实践

教育改革的核心问题是课程的改革，教育改革只有进入到课堂的层面，才是真正进入了教育改革的深水区。本文以测量学课程改革为立足点，对测量学课程改革的持续建设进行了总结，提出并不断丰富“一中心，三育人”课程教学理念；深化教学资源改革，构建了一种长效的“多主体、全过程、可量化”课程发展机制；教学相长，实现了“重素质、强能力、多元开放”的测量学课程教学。     

Multiple-entity based classification of airborne laser scanning data in urban areas

There are two main challenges when it comes to classifying airborne laser scanning (ALS) data. The first challenge is to find suitable attributes to distinguish classes of interest. The second is to define proper entities to calculate the attributes. In most cases, efforts are made to find suitable attributes and less attention is paid to defining an entity. It is our hypothesis that, with the same defined attributes and classifier, accuracy will improve if multiple entities are used for classification. To verify this hypothesis, we propose a multiple-entity based classification method to classify seven classes: ground, water, vegetation, roof, wall, roof element, and undefined object. We also compared the performance of the multiple-entity based method to the single-entity based method.Features have been extracted, in most previous work, from a single entity in ALS data; either from a point or from grouped points. In our method, we extract features from three different entities: points, planar segments, and segments derived by mean shift. Features extracted from these entities are inputted into a four-step classification strategy. After ALS data are filtered into ground and non-ground points. Features generalised from planar segments are used to classify points into the following: water, ground, roof, vegetation, and undefined objects. This is followed by point-wise identification of the walls and roof elements using the contextual information of a building. During the contextual reasoning, the portion of the vegetation extending above the roofs is classified as a roof element. This portion of points is eventually re-segmented by the mean shift method and then reclassified.Five supervised classifiers are applied to classify the features extracted from planar segments and mean shift segments. The experiments demonstrate that a multiple-entity strategy achieves slightly higher overall accuracy and achieves much higher accuracy for vegetation, in comparison to the single-entity strategy (using only point features and planar segment features). Although the multiple-entity method obtains nearly the same overall accuracy as the planar-segment method, the accuracy of vegetation improves by 3.3% with the rule-based classifier. The multiple-entity method obtains much higher overall accuracy and higher accuracy in vegetation in comparison to using only the point-wise classification method for all five classifiers.Meanwhile, we compared the performances of five classifiers. The rule-based method provides the highest overall accuracy at 97.0%. The rule-based method provides over 99.0% accuracy for the ground and roof classes, and a minimum accuracy of 90.0% for the water, vegetation, wall and undefined object classes. Notably, the accuracy of the roof element class is only 70% with the rule-based method, or even lower with other classifiers. Most roof elements have been assigned to the roof class, as shown in the confusion matrix. These erroneous assignments are not fatal errors because both a roof and a roof element are part of a building. In addition, a new feature which indicates the average point space within the planar segment is generalised to distinguish vegetation from other classes. Its performance is compared to the percentage of points with multiple pulse count in planar segments. Using the feature computed with only average point space, the detection rate of vegetation in a rule-based classifier is 85.5%, which is 6% lower than that with pulse count information.     

基本地貌形态数学定义的研究

根据拓扑学中覆盖和同胚的定义 ,论证等高线图形保持着覆盖它的三维曲面的拓扑性质 ,据此我们可以在平面上定义和描述三维曲面的空间特性。继而给出了如斜坡、山、山脊、凹地、谷地、鞍部等基本地貌形态的数学定义。这些数学定义使局限于定性描述的基本地貌概念获得了精密的数学形式和定量的刻划 ,并揭示了事物从量变到质变的变化规律和内在联系     

武汉市供电局110联动报修计算机管理系统

介绍了武汉市供电局110联动报修计算机管理系统的设计和实现方法。系统利用ATM网络和PSTN网络,在SQLServer数据库环境中实现配电故障的信息处理。