适应于分布式虚拟地理环境服务的对等网络模型研究

阐述了分布式虚拟地理环境系统体系结构的研究现状,对当前分布式虚拟地理环境系统建设所面临的技术难点和挑战进行了深入探讨,在此基础上将对等网络技术引入到分布式虚拟地理环境系统的建设中。对现有的对等网络路由结构的适应性进行了深入的比较和分析,进而设计了一个适应于分布式虚拟地理环境服务的大规模对等网络模型,并对该模型进行了模拟测试和分析,达到了预期的效果。     

单源最短路径算法的图示教学设计与实践

单源最短路径是GIS网络分析的一个重点内容,对GIS、空间信息技术等相关专业的学生来讲,由于经典的最短路径算法(Dijkstra)描述较抽象,让学生掌握单源最短路径算法的本质思想较难。提出用图示教学法来教授GIS中单源最短路径算法的基本原理和思路,详细介绍了图示表示的过程,可以为最短路径算法及其应用的教学过程提供参考。     

基于applet的数据挖掘信息可视化

为被称抽象的地理空间数据集提出了一个新的可视化技巧,这里的技巧接近于在保持地理空间大小不变的情况下将整个地图区域展示为多个地图区域。对于外部用户来说,是通过对数据挖掘过程的控制自动调整数据挖掘程度的技巧。实验证明这里的技巧产生地理空间数据集的可视化,加强了全局和局部的联系、数据挖掘成果的普及,在多个应用中证实了它的性能。     

面向目标的栅格矢量一体化三维数据模型

首先对现有的三维空间数据模型进行了讨论 ,分析了栅格、矢量和混合数据模型的特点 ,提出了一种面向目标的栅格矢量一体化数据模型。该模型将栅格数据以矢量方式进行组织 ,从而同时具有矢量和栅格数据模型的优点 ,也克服了目前普遍应用的混合模型所存在的缺点。还提出了一种三维空间的三级栅格划分和行次序编码方法。该方法存储空间小 ,便于快速索引和计算。最后 ,给出了具体的数据结构     

Automatic recognition of freight car number

1　ＩｎｔｒｏｄｕｃｔｉｏｎＡｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｆｒｅｉｇｈｔｃａｒｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｉｎｔｅｌｌｉｇｅｎｔｍａｎａｇｅｍｅｎｔｏｆｒａｉｌｗａｙｔｒａｎｓｐｏｒｔａｔｉｏｎ.Ｉｔｐｒｏｖｉｄｅｓａｎｉｍｐｏｒｔａｎｔｅｖｉｄｅｎｃｅｆｏｒａｔｔｅｍｐｅｒｉｎｇｖｅｈｉｃｌｅａｎｄｆｒｅｉｇｈｔａｇｅ.Ａｔｐｒｅｓｅｎｔ,ａｕｔｏｍａｔｉｃｒｅｃｏｒｄｉｎｇｓｙｓｔｅｍｃａｌｌｅｄｅｌｅｃｔｒｏｎｉｃｒａｉｌｗａｙｗｅｉｇｈｉｎｇａｐｐａｒａｔ…     

k-邻近空间关系下的空间同位模式挖掘算法

定义了一种基于k-邻近对象的空间同位模式,探讨了基于k-邻近空间关系的同位模式的特点及其与基于距离阈值的空间同位模式的区别与联系,并开发了k-邻近对象同位模式挖掘算法(KNFCOM).通过对真实数据的实验结果表明,KNFCOM算法可有效地发现大型空间数据集中存在的各种空间同位模式.     

基于设计模式的组件化GIS软件开发方法

从软件重用和软件组件化角度出发，对组件化GIS软件开发在组件划分、组件组织、组件组装过程中的几种设计模式进行了深入研究。通过工程应用实例，论证了设计模式的有效性和实用性，旨在使在GIS研究中注重设计模式的应用，使GIS软件的开发更加规范化，从而提高GIS软件的开发效率。     

基于证据权模型的厄立特里亚金矿资源潜力评价

本文从控制热液运输通道的断裂密度、代表成矿物质来源的地球化学因子(异常,背景)、反映成矿围岩构成的卫星重力分布三个(共四个证据)对金矿具有显著指示意义的找矿指标入手,通过与现有已发现的金矿床进行比对检验后得到最佳的找矿证据。应用证据权模型,首次评估了厄立特里亚全国范围内不同区域发现金矿床的概率。依据计算得到的后验概率结果,在10%,30%及65%三个概率区间分别估计了未发现金矿床个数。结合北部非洲金矿床的吨位品位分布模型,估计得到了在三个概率区间下的厄立特里亚金矿的国家储量和资源量。按照发现金矿概率由高到低,在工作区划分了3级找矿有利区。结果显示,厄立特里亚具有良好的金矿的找矿潜力,除传统的北北东向与北北西向金矿成矿带外,两者的北方结合部位及其南部连通区域需要重点关注。通过与传统野外地质踏勘得到的厄特现有的成矿区带对比表明,本次划分的找矿远景不仅包含了传统的金矿成矿带,且在厄特南部发现了之前并未引起关注的带状区域,为厄特金矿找矿提供了新的探索方向。多方证据也表明,两条成矿带的结合部,也值得更多的关注。与其他方法得到的厄立特里亚的金矿储量资源量数据相比,本次估算结果首次给出了厄特特里亚金...     

Automatic recognition of freight car number

This paper discusses methods for character extraction on the basis of statistical and structural features of gray-level images, and proposes a dynamic local contrast threshold method accommodating to line width. Precise locating of character string is realized by exploiting horizontal projection and character arragements of binary images in horizontal and vertical directions respectively. Also discussed is the method for segmentation of characters in binary images, which is based on projection taking stroke width and character sizes into account. A new method for character identification is explored, which is based on compound neural networks. A complex neural network consists of two sub-nets, the first sub-net performs self-association of patterns via 2-dimentional local-connected 3-order networks, the second sub-net, linking with a locally connected BP networks, performs classification. The reliability of the network recognition is reinforced by introducing conditions for identification denial. Experiments confirm that the proposed methods possess the advantages of impressive robustness, rapid processing and high accuracy of identification.     

A developed algorithm of apriori based on association analysis

A method for mining frequent itemsets by evaluating their probability of supports based on association analysis is presented. This paper obtains the probability of every 1-itemset by scanning the database, then evaluates the probability of every 2-itemset, every 3-itemset, everyk-itemset from the frequent 1-itemsets and gains all the candidate frequent itemsets. This paper also scans the database for verifying the support of the candidate frequent itemsets. Last, the frequent itemsets are mined. The method reduces a lot of time of scanning database and shortens the computation time of the algorithm.