GIS属性数据精度的缺陷率度量统计模型

随着GIS数据采集规模的扩大和更新速度的提高，对GIS属性数据质量的检查、度量和控制变得越来越重要。基于抽样检验在测量数据精度分析中的思想，提出基抽样的缺陷率方法对GIS属性数据的精度进行度量。同时根据大多数GIS数据分层存储的特点，进一步提出采用分层抽样检验属性数据缺陷的方法，并给出基于分层抽样的属性数据精度的缺陷率模型和应用实例。     

GIS中属性数据质量控制的研究与探讨

主要研究地理信息系统中属性数据质量控制的内容、方法、意义、现状及发展,提出了简单对比检查的GIS属性数据质量控制模型,并根据概率论与数理统计理论,借助缺陷率这一指标,采用一般随机抽样和分层抽样统计模型计算缺陷率来对属性数据进行质量控制和研究。     

基于一般抽样原理的GIS属性数据质量评定方法

在一般抽样原理的基础上,给出了缺陷率统计模型,并推导出缺陷率的两个统计特征值均值和方差。理论结果和应用实例说明了缺陷率对GIS属性数据精度度量的可行性。在此基础上,利用缺陷率的均值和方差,详细给出了GIS数据生产时单幅数字地图以及多幅数字地图对应属性数据质量的评定应用。     

GIS建库中对空间数据质量控制的一些方法与措施

本文介绍了在建立城市基础地理信息系统的过程中，产生的误差类型，并对空间数据的数字化采集、属性数据的编辑、两者之间的相互关系提出了一些质量控制的方法和措施。     

GIS中属性数据质量控制的研究与探讨

本文主要研究地理信息系统中属性数据质量控制的内容、方法、意义、现状及发展,提出了简单对比检查的GIS属性数据质量控制模型,并根据概率论与数理统计理论,借助缺陷率这一指标,采用一般随机抽样和分层抽样统计模型计算缺陷率来对属性数据进行质量控制和研究。     

GIS空间数据不确定性与质量控制的研究现状

GIS空间数据不确定性和质量控制的研究是GIS基础理论问题研究中的一个重要内容。文中具体介绍了对该问题研究的几个阶段，对目前这一理论问题的研究现状作了简要介绍，并对GIS数据质量控制的策略提出一些看法。     

试探改善城市GIS空间数据几何精度的一种方法

用数字化仪对已测地图进行数字化时没有严格的方法估计其产生的误差，笔者结合自己的一段实际工作，分析了数字化误差的来源和类型，并从广义平差理论的角度，导求合适的数学模型和平差方法，推导出了一组改善其精度的公式。     

矢量GIS数据位置精度评价

论述了采用野外测量法评价矢量GIS数据位置精度的过程，为精确评价位置精度提出了相应的质量控制措施，讨论了必要的检测点数目、检测点选择等，并对该方法的适用范围作了说明。     

GIS中属性数据质量控制的研究

随着土地信息系统应用的扩大和分析功能的扩充,对数据的要求也越来越高,尤其是对属性数据的要求越来越高,因而对属性数据进行质量检验和分析就显得格外重要。目前对GIS数据质量控制的大多数研究主要是针对表示拓扑关系的图形数据,对属性数据的研究则相对较少。本文在前人对GIS中数据精度的度量和质量控制作了初步的描述的基础上,对其中属性数据的质量控制与评价方法进行了研究。     

GIS中DEM产品精度的分析和评价

从视觉上和统计上，对3个目前国内主流的GIS软件的DEM产品作了精度分析，给出了其DEM的精度评价结果，对实际生产有一定的参考价值，有助于对软件的DEM产品质量形成一定的认识。     

地理信息系统的数据精度分析

数据是地理信息系统的重要组成部分 ,数据的精度对系统的功能影响很大。数据的误差主要来自四个方面 ,即数据源误差、数据输入误差、数据转换误差、分析误差 ,系统的总误差是上述各误差的累积。数据的误差必须与数据一起被纳入到系统当中加以分析 ,从而增加系统的可用性。     

面向目标数据模型在地理属性数据库中的应用

这篇文章分析了GIS属性数据库中传统关系数据模型所存在的问题;介绍了面向目标数据模型的基本概念;探讨了利用面向目标语言Hyper Talk和关系数据库管理系统Oracle的结合实现这种模型的可能性。按这种方式建立的地理属性数据库的原型表明,它可以克服传统的关系数据模型所存在的某些问题,提高数据库的效率。     

基于统计归纳学习的GIS属性数据挖掘

将统计分析方法和面向属性的归纳方法结合起来，形成了一种应用面比较广的统计归纳学习方法，可以用于GIS属性数据挖掘。同时提出GIS属性数据挖掘可以分为3个层次，包括从数据生成新的数据，从数据产生模型和从归纳出知识，由原始数据生成数据，可以得出变量之间粗浅的关系，从数据推导出的模型，可以定量描述变量之间的关系，由数据挖掘出的知识，可以揭示客观世界的普遍性规律。     

基于统计归纳学习的GIS属性数据挖掘

将统计分析方法和面向属性的归纳方法结合起来,形成了一种应用面比较广的统计归纳学习方法,可以用于GIS属性数据挖掘.同时提出GIS属性数据挖掘可以分为3个层次,包括从数据生成新的数据、从数据产生模型和从数据归纳出知识.由原始数据生成新的数据,可以得出变量之间粗浅的关系;从数据推导出的模型,可以定量描述变量之间的关系;由数据挖掘出的知识,可以揭示客观世界的普遍性规律.     

GIS属性数据管理及其深加工实现技术

介绍了GIS属性数据管理及其深加工涉及到的内容,其中包括数据维护、双向查询、图形数据和属性数据的关联、专题图的制作等,单纯利用GIS系统提供的功能已不能满足用户的需要,特别是专题图的制作方面。本文给出利用ADO技术实现GIS属性数据的管理和深加工的基本步骤和技术细节。     

分层递阶近似空间下的GIS属性数据不确定性描述

GIS属性数据作为GIS实体的属性,具有模糊性、不确定性。由GIS实体对象和对象的属性组成的二元关系满足近似空间的特性。本研究从GIS信息系统的对象、属性出发,利用格概念,认为GIS属性数据集合可以构成偏序关系,并且(P(A),)构成一个完备的偏序格。如果从属性链的角度分析,GIS实体集在的细分划分空间关系下,可以构成分层递阶近似空间,并且随着属性个数的增加,知识颗粒将逐渐细化。     

基于边-节点和原子属性的多比例尺GIS数据模型

针对当前多比例尺GIS存在的数据冗余问题,提出并实现了一种基于边节点和原子属性的数据模型,在模型中较好地解决了复合属性问题,并讨论了该模型在实际应用中的适应性和可扩展性。