众包图像数据采集与聚类分析方法探讨

众包图像是由大众经过一定方法获取后通过互联网向公众或相关机构提供的一种开放式图像数据。利用网络爬虫工具在互联网上爬取了一定数量的众包图像,并分别探讨了单张图像聚类方法和多张图像聚类方法,以期为众包技术如何服务于智慧小城镇规划管理提供技术参考。利用K-means聚类方法对单张众包图像进行聚类,并探讨了分别利用Python语言和Java语言编程实现图像聚类的方法 ;利用层次聚类方法对多张众包图像进行聚类。     

小城镇群智慧规划时空信息云平台研究与实践

针对小城镇面临的瓶颈制约,依托省级地理信息成果与云计算基础设施,研究了面向小城镇群智慧规划建设与管理服务时空信息云平台关键技术,并在神农架林区进行应用示范,验证了平台的可行性和有效性.     

基于众包模式的POI数据采集方案研究

针对小城市(镇)POI数量的高速扩张以及传统采集方式的滞后,提出基于众包模式的POI数据采集思路,并以POI属性及分类为依据,对众包中的任务设计、分配以及质量控制提出具体方案。     

综合多要素的地理空间数据众包任务推荐方法

针对境外欠发达国家（或地区）地理空间数据和志愿者不足问题,为提高有限志愿者的贡献积极性和有效性,本文提出了一种综合多要素的地理空间数据众包任务推荐方法。首先采用网格将研究区域划分为若干任务;然后引入三角核函数计算用户空间偏好,结合时间遗忘率综合计算用户的时空偏好,借鉴TF-IDF和余弦相似度计算语义偏好,并融合时空、语义偏好获取初始兴趣推荐列表;最后利用隐语义模型预测用户标注每个任务的信誉（能力）,并根据用户信誉对初始推荐列表重排序。为验证本文方法有效性,以有一定数据基础的巴基斯坦首都伊斯兰堡为试验区,采用OpenStreetMap平台收集的用户及众包数据开展任务区推荐试验,试验数据按照8：2的比例随机划分为训练集和测试集。试验结果表明,该方法不仅能提高推荐任务接受率,还能提高用户完成任务的有效性。     

位置大数据的分析处理研究进展

目的 大数据时代的到来,使得社会、科学和经济都发生了巨大的变革。当前,基于各种测量传感网络来感知人类个体和群体与自然环境和社会环境关系的泛在测绘所产生的位置大数据是大数据研究的重要组成部分。位置大数据已经成为当前用来感知人类社群活动规律、分析地理国情和构建智慧城市的重要战略资源。通过对位置大数据的处理分析,可从单纯的定位数据引申出人的社会属性以及与环境的关系,这极大地促进了计算机科学技术、数据科学技术与测绘科学技术的联系,形成了一种智能化、社会化的泛在测绘计算。在定义位置大数据概念的基础上,主要从以下三个方面对位置大数据进行了介绍和分析:1)位置大数据的分类、特征、作用与意义,以及涉及的研究方法体系;2)从社会感知、群体智能系统的建设和地理国情分析三个方面对位置大数据的应用分析进行了具体阐述;3)针对位置大数据的混杂型、复杂性、稀疏性以及研究需求,介绍了常用的位置大数据处理方法,包括地图、轨迹数据的预处理以及降维分析、协同挖掘等方面。     

基于AutoCAD 2004的规划管理系统的数据存储方案研究

分析了AutoCAD2004作为规划管理系统开发平台的优点,针对AutoCAD2004作为开发平台所存在的属性数据和空间数据的存储问题,提出了数据存储的总体方案,并以规划管理的实例来说明存储方案的实施。     

大数据环境下道路场景高时空分辨率众包感知方法EI北大核心CSCD

道路场景作为人类发展演变中最重要、最复杂、最典型的载体之一,是道路基础设施与活动行为共同构成的综合体,链接和构建“人地关系”。道路场景感知从二维抽象简略到三维精细丰富、从静态过去式向动态现在时发展,成为智慧城市、智能交通、无人驾驶的关键技术支撑,是我国新型城镇化战略、交通强国战略的核心技术保障。本文立足于时空交通大数据,提出基于道路场景静态基础设施“形”和动态活动行为“流”的高时空分辨率道路场景感知方法。该方法从静态路网“形”角度,以“点-线-面-体”等要素为研究脉络,构建高精度道路地图众包感知的理论体系;在活动行为“流”感知上,突破传统的点模式分析局限,发展了道路网络空间活动流的时空建模与多尺度分析方法。本文揭示了静态基础设施“形”结构与动态活动行为“流”模式交互作用下的道路场景演化规律,形成以“形”控“流”、借“流”定“形”、“形”“流”叠置的高时空精度道路场景众包感知理论体系,为智慧城市、智能交通的发展提供核心技术与数据支撑。     

管道数据集的存储与管理

采用通用的管道数据模型ArcGIS Pipeline Data Model(APDM)和ESRI GeoDatabase技术,从管道数据集存储步骤、历史数据归档、数据相关性管理三方面,详细阐述了对管道数据集进行有效管理的技术方法。     

众源地理数据处理与分析方法探讨

目的 众源地理数据是由大量非专业人员志愿获取并通过互联网向大众或相关机构提供的一种开放地理数据,是有别于传统测绘产品的一种新型地理空间数据。分析和研究了众源地理数据的概念与特点;介绍了众源地理数据的来源和获取方法;讨论了众源地理数据处理与分析的关键技术,包括众源地理数据的质量评价方法,众源地理数据的信息提取与更新方法,众源地理数据的分析与挖掘方法等;指出了众源地理数据处理与分析的研究趋势和发展方向。     

众源矢量数据分块纠正研究

众源矢量数据能够提供丰富的地理信息,但存在几何误差分布不均匀问题.针对众源矢量数据几何误差问题,本文提出一种众源矢量数据分块纠正方法.以遥感影像作为标准数据,通过模板匹配得到遥感影像与众源矢量数据的同名点,根据同名点的几何误差分布对众源矢量数据切分及分块纠正,最后拼接纠正结果实现众源矢量数据的纠正.本文以上海市OpenStreetMap矢量道路网作为实验数据进行分块纠正实验,实验结果表明分块纠正后众源矢量数据几何误差显著降低.     

面向众源开放街道地图空间数据的质量评价方法

为了解决来自非专业用户协同编辑的众源地理空间数据质量问题,提出了一种众源地理空间数据质量评价技术框架。针对众源开放街道地图(open street map,OSM)数据特点,选取数据完整性、属性信息准确性和定位精度三方面质量要素,提出了面向众源开放街道地图(OSM)空间数据的质量模型和计算方法。     

利用众源地理数据快速测制大比例尺军事地形图

针对特战实训演练中大比例尺军事地形图数据不足、现势性较差的问题,从特战用图需求出发,基于众源地理数据提出了一种快速、高效、经济、准确的大比例尺军事地形图测制方法。首先,介绍了众源地理数据的概念和特点,研究了众源地理数据的来源和获取方法。然后,在顾及军事地形图与民用地形图之间制图表达的差异后,设计了利用众源地理数据绘制大比例尺军事地形图的工艺流程。最后,基于ArcMap,绘制了某地1∶1万军事地形图并进行实验验证和精度分析。实验结果表明,该方法既可有效提高作业效率,又能满足成图精度要求,可为军事教学训练、指挥员用图决策提供重要参考。     

城市规划管理GIS系统的数据整理方案

首先阐述城市规划管理信息的特点,以"深圳盐田港规划管理信息系统"建设中数据整理为例,从数据工程的角度阐述系统数据的整理方案。     

多元变形数据采集和降维处理

本文通过构建多维数据库存储更多变形信息的理论展开,通过测量机器人三维(空间)一体化技术获取变形点三维坐标+时间+温度+湿度等的多维数据,再将多维数据降维处理。通过构建虚拟基线,建立所关心方向上的形变量与形变因素的关系,将二维的变量降为一维的变量来实现基坑变形数据的计算和分析的案例来阐述降维数据处理的思路,供大家探讨交流。     

远程智能数据采集与处理系统设计

分析了数据采集的基本方法,重点论述了远程智能数据采集与处理系统的设计思想、方法和技术,实现了多点数据采集与处理系统的设计     

高精度边角网数据采集与处理系统的设计与实现

在水利、桥隧等工程施工和形变监测中,特别是在山区,GPS网的精度往往不能满足设计要求,一般需要布设地面边角网,采用高精度智能型全站仪进行数据的采集。本文从一体化测量作业模式的设计思想出发,基于VB．NET和数据库技术,研究设计了高精度地面边角网外业数据采集与处理系统,实现了边角数据的自动化采集和处理。