排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
反距离加权插值法是空间分析中插值的一种常用方法,被广泛应用于各个领域的插值计算中。针对反距离插值法(IDW)中未考虑时间因素与高程因素的影响,本文提出一种顾及高程因素的时空反距离加权插值法(H-TIDW)。该方法首先利用时间序列分解法去除数据的季节性波动,然后综合考虑时空距离与高程因素构建时空插值模型进行预测,最后在预测结果上叠加季节性波动得到最终的预测值。验证结果表明:顾及高程的时空反距离加权插值法将时空信息考虑到距离计算之内,从时间和空间两个维度对PM2.5浓度数据进行分析研究,避免了只考虑空间或者时间而造成大量有价值信息丢失,且插值精度也有一定程度的提升。 相似文献
2.
电子政务空间辅助决策系统的应用开发 总被引:3,自引:0,他引:3
随着电子政务的快速发展,空间辅助决策系统已成为其重要组成部分。本文着重分析服务于政府领导的电子政务空间辅助决策支持系统应具备的信息特征和服务模式,提出了解决方案及电子政务空间辅助决策系统的应用框架。并简要介绍了基于该框架的几个应用系统。 相似文献
3.
4.
5.
6.
7.
8.
一种协同时空地理加权回归PM2.5浓度估算方法 总被引:2,自引:1,他引:1
针对PM2.5浓度估算中时空特征考虑不足和样本量较少的问题,该文将协同训练和时空地理加权回归相结合,提出了协同时空地理加权回归。采用两个不同参数的时空地理加权回归模型作为回归器,利用一个回归器训练另一个回归器的未标注样本,选择最优结果作为标注样本加入标注样本,通过不断学习扩大标注样本量提升模型的回归性能。以京津冀地区2015年3-7月的PM2.5浓度数据为实验数据,利用气溶胶光学厚度产品、温度、风速和相对湿度进行建模,采用不同核函数的时空地理加权回归作为对比方法进行实验。结果显示,协同时空地理加权回归性能比基于Gauss核函数时空地理加权回归提升了10%,比基于bi-square核函数时空地理加权回归提升了6.25%,证明该文方法能够提升时空样本数量不足时的PM2.5浓度估算精度。 相似文献
9.
10.
在全国智慧社区建设的大背景下,智慧停车成为智慧社区建设的重要内容。当前社区停车管理智慧化程度普遍较低,其主要根源在于未形成物联网数据、调度指挥数据等资源的动态整合利用。本文面向社区停车管理智慧化需求,针对停车功能分散、可视化能力不足、数据资源差异大等问题,通过研究智慧停车场景及相关数据流,提出了智慧停车多模态数据动态融合框架,并在社区进行落地应用,解决了停车过程中的实际问题,满足了多模态数据融合技术在社区停车场景中的拓展及智慧停车建设继续深入的需要,提升了城市停车管理的科学化、智能化水平。 相似文献