基于广义Hough变换的空间数据质量评价方法

针对评价矢量数据与图像的符合度问题,研究了基于广义Hough变换的影像边缘与任意矢量曲线的匹配方法.实验表明,利用文中的方法可以对矢量数据和图像的符合度做出有效的、客观的评价.     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法。该方法主要包括目标参数描述和目标提取两部分。实验表明，该方法精度好、效率高。     

改进的动态广义Hough变换及其在圆检测中的应用

对动态广义Ｈｏｕｇｈ变换的特点简介后,着重介绍了对它的改进算法及其在圆识别中的应用。     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法.该方法主要包括目标参数描述和目标提取两部分.实验表明,该方法精度好、效率高.     

空间数据质量的模糊综合评价方法探讨

空间数据质量是地理信息系统分析结果是否准确和合理的重要因素,也是地理信息系统研究领域的重要课题。在分析了影响空间数据质量因素的基础上,运用模糊数学理论对GIS中的空间数据质量评价方法进行了探讨,提出了一种科学有效的评价思路,为空间数据质量评价提供了依据。     

空间数据质量控制与评价探讨

空间数据是构成地理信息系统的重要组成部分,空间数据质量更是地理信息系统分析结果是否正确与合理的重要因素。本文从数据生产实际出发,主要从空间数据质量总体控制和详细评价两个方面一些探讨。     

基于广义Hough变换的探地雷达图像地下管线提取方法

针对探地雷达图像中自动提取地下管线的问题,提出了一种基于广义Hough变换的地下管线提取算法。根据地下管线在图像上呈现双曲线且具有一定宽度和成对出现的图像特征,首先对图像进行预处理,接着采用全向跟踪法进行边缘跟踪;然后利用双曲线方程线性化后的结果进行投票计算,确定出一对双曲线的描述参数,从而提取出图像中的地下管线特征。实验结果验证了该算法对地下管线提取的有效性。     

空间数据质量的综合评价

空间数据质量的好坏,是地理信息系统成功与否的关键所在,因此很有必要进行空间数据质量的评价工作。指出现有的评价方法在全面性、综合性、准确性上存在的不足。首先介绍模糊综合评判法;其次分析影响空间数据质量的主要因素,包括空间数据的完整性、逻辑一致性、空间精度、时间精度、专题精度等,并据此建立评价指标体系;然后以某一空间数据实例为对象,完成其质量评价工作;最后在.NET平台下采用C#语言开发了空间数据质量评价系统。结果表明该评判方法与建立的评价指标体系能够进行空间数据质量的评价,开发的系统也能为评价带来方便。     

GIS空间数据质量的评价

对GIS空间数据的质量作了系统的分析，提出了评价GIS空间数据所涉及的内容，具体的方法，对地图扫描数字化数据的坐标误差进行了分布检验，得出其误差服从正态分布的结论。     

顾及空间自相关的统计数据分级质量评价

详细分析了统计地图数据分级质量的评价指标，研究了数据分级中应当考虑的数据空间分布规律，并用实例证明了分级数与空间自相关系数之间的变化规律。     

空间数据质量综合评价方法的探讨

在分析现有空间数据质量综合评价方法的基础上,运用比较前沿的粗集理论,对GIS中的空间数据质量评价方法进行了探讨,提出了一种科学有效的评价思路,为空间数据质量评价提供了依据。     

空间数据质量评价方法及实现技术

在分析现有空间数据质量综合评价方法的基础上,运用比较有效正确的方法,对GIS中的空间数据质量评价方法进行了探讨,提出了一种科学可靠的评价思路,为空间数据质量评价提供了依据。     

浅谈空间数据库建库时空间数据的质量控制

主要探讨从空间数据位置精度、属性精度、时间精度、数据完整性、逻辑一致性、数据安全性和数据情况说明等方面对数据质量进行全面控制,目的是建立一个质量可靠的空间数据库。     

地质图空间数据库建设质量控制方法研究

针对地质数据库建设的质量控制问题,本文依托1：50 000区域地质图空间数据库建设成果数据质量控制,通过对区域地质图空间数据库建设过程中可能产生的质量问题进行总结和分析,系统阐述了空间数据库成果数据质量控制的基本理论与方法技术。实践证明,通过该方法,很好地规范了空间数据生产和数据库建设,实现数据库建设整体质量控制,保证了数据质量。通过成果数据的应用效果分析,证实了该质量控制方法的有效性、实用性和可操作性,具有广泛的推广意义。     

基于特征的GIS空间数据质量控制的探讨

空间数据是GIS的基础内容,数据的质量控制是GIS生存和发展的保证。本文就GIS与其它信息系统的不同点,从空间数据的内容与基本特征出发,分析了空间数据的质量标准,提出了按其三个基本特征的范畴实施质量控制,并对空间数据进行了质量评价,从而达到了GIS空间数据质量控制的目的。     

一种基于流形学习的空间数据划分方法

空间数据划分是空间数据库系统进行高效空间连接操作的前提和基础。针对现有的空间数据划分方法难以保持低冗余度和高数据量均衡度以及高效支持空间连接的问题,提出了一种基于流形学习的空间数据划分算法。利用流形学习保留降维前源数据结构不变的特点,构建数据划分策略和映射方法,通过将邻近数据划分到同一数据块来减少数据冗余度,通过对最小数据块进行映射,提高整体的数据量均衡度。实验表明,本文提出的划分方法具有极低的数据冗余度和良好的数据量均衡度。