GML数据的整体同构压缩算法研究

在分析传统的GML,数据压缩技术特点的基础上,提出GMI数据整体同构压缩方法:以GMI,文档中的Fea-ture元素为基元,利用标签索引编码实现语义的同构压缩;以GMI空间数据的聚类分区结果建立分组局部坐标参考系,利用坐标参考系转换实现空间内容的同构压缩.实验证明:该压缩算法的存储空间消耗、查询处理速度等性能均优于传统方法,对研究GMI数据的存储、查询与传输等技术具有一定的参考价值.     

基于深度学习的遥感变化检测技术应用研究

传统的人工目视变化提取的方式耗费大量的人力、物力且作业周期长，已经无法满足当今快速监测分析的需求，现在利用不同期影像进行智能变化检测和提取成为专家学者和软件方研究的热点。本文将浅析基于深度学习的遥感影像变化检测方法，旨在探索基于遥感影像进行常态化、快速化变化检测的技术路线和相关业务的应用，如基础测绘地形图更新、土地变更调查、地理国情监测更新等，为城市变化信息、地理信息数据的快速更新提供支撑。