空间数据挖掘中聚类分析算法的研究

随着数据获取技术的发展以及数据获取手段的多样化，大量与空间位置相关的数据被收集，人们迫切需要强有力的数据分析工具来从这些数据中获取信息或知识，这一需求导致了空间数据挖掘这一全新研究领域的出现。空间聚类分析既可以发现隐含在海量数据中的聚类规则，又可以与其它数据挖掘方法结合使用，发掘更深层次的知识，提高数据挖掘的效率和质量，是空间数据挖掘的重要研究方向之一。其主要研究内容和相关结论如下：     

高精度重力方法在探测古潜山构造中的应用

应用高精度重力勘探在某油田进行古潜山构造探测的生产实践，在勘探程度极高的老油区可以解决一些石油地质问题，尤其与其它物探资料的联合解释取得了明显的地质效果。依据测区所取得的高精度重力资料，基本查清了区内的古潜山分布规律，为下一步古潜山油气藏的勘探部署提供了重要的资料。     

基于云存储的地理空间框架数据服务

针对部门和行业对地理空间框架服务的普遍需求,提出了一种基于云存储的地理空间框架数据服务解决方案。通过建立验证系统,验证了地理空间框架数据服务的可行性和有效性,对瓦片数据云存储提出了优化组织方法。遵循面向服务体系架构解决了地理空间框架数据发布分发和基于浏览器环境的数字地球构建难题。     

基于簇分解的面状地理实体聚类

针对未知聚类数的面状地理实体聚类问题,本文提出了一种基于遗传算法求最优分割解的簇分解聚类算法,分析了算法的特性,以实验验证了算法的各项性能指标。     

数字出版原图数据库中备份与恢复策略的研究

备份与恢复是数据库系统维护数据的安全重要手段,对数据库管理员水平要求较高。本文分析了利用RMAN进行数据库备份与恢复操作的策略、实现方法以及在数字出版原图数据库系统中的应用情况。     

改进U-Net的遥感图像语义分割方法

利用深度神经网络进行遥感影像语义分割是遥感智能解译的一个重要内容,在城市规划、灾害评估及农业生产等领域具有十分重要的作用。高分辨率遥感影像具有背景复杂、尺度多样及形状不规则等特点,使用自然场景语义分割方法处理遥感图像往往存在分割精度低的问题。针对上述情况,本文在U-Net模型基础上,提出了一种多尺度跳跃连接方法来融合不同层次的语义特征,获取准确的分割边界与位置信息;引入注意力机制和金字塔池化解决复杂背景下的精细分割问题。为了验证本文方法的有效性,在WHDLD和LandCover.ai数据集上进行试验,并与主流语义分割方法进行对比。试验结果表明,本文方法的mIoU分别达到74.28%和82.04%,F₁均值达到84.47%和89.76%,均优于其他对比方法;相比于U-Net的分割结果,IoU在建筑物、道路等占比较少的类别上提升明显,且优于其他对比方法。     

利用GDI +增强地图的显示效果

随着地图制图数字化的发展,计算机中地图的美学艺术性越来越受到重视.分析了GDI 及其新特性,提出了采用GDI 技术开发GIS地图可视化组件,从5个方面举例说明和实现了利用GDI 增强地图显示效果的方法,并通过比较和实验得出了美观的效果图.     

通用瓦片生成引擎设计与性能优化

高分对地观测技术的发展产生了大量的地理空间数据,基于这些地理空间数据高效生成多种类型瓦片是实现高分数据快速处理和及时服务的关键。本文在对各种瓦片生成过程详细分析的基础上,设计了能兼容多种地理空间数据源和瓦片类型,具有良好可扩展性的通用瓦片生成引擎。对瓦片生成过程中的性能瓶颈进行了分析与优化。实验结果表明,该通用瓦片生成引擎能够生成影像、数字高程模型、电子地图等多种类型瓦片,且生成效率与已有工具相比有大幅提高,完全能够满足为各类客户端提供二三维可视化服务需求。     

基于遗传算法的面状地理实体聚类

该文提出一种利用遗传算法解决面状地理实体聚类问题的新方法。设计的遗传算法采用整数编码和RARw交叉算子。针对整数编码提出了新的初始种群生成方法和基因多样性度量方法。试验结果表明,该方法能部分改善面状地理实体的聚类质量。     

数据仓库元数据及其建模方法的选择

本文分析了数据仓库中元数据的组成，并将数据仓库中元数据分为结构描述元数据、操作型元数据、数据仓库使用和性能度量元数据和业务逻辑元数据四类。在比较分析元数据建模三种方法的基础上，认为应遵守公共元数据模型标准来设计数据仓库元数据库。