时空大数据分布式增量IMSTDCA聚类方法研究

时空聚类分析是对时空大数据进行利用的一种有效手段,目前传统聚类算法存在着大规模分布数据难以处理,海量数据处理时间较长,确定参数困难,聚类质量较差等缺陷。因此,提出一种分布式增量聚类流程DICP,利用广域网分布增量聚类方法,避免大量数据的传输拷贝,有效提升聚类运算效率。对于DICP流程中的时空数据聚类算法本身,研究了一种大数据环境下的IMSTDCA时空数据聚类算法,借助密度聚类的思想,通过时空数据的聚集趋势预分析、时空数据聚类算法,以及时空数据聚类结果评价3个步骤完成聚类分析,实现时空大数据的快速高效信息挖掘。     

基于路网相关性的分布式增量交通流大数据预测方法

针对城市道路拥堵问题的日益加剧的问题,智能化城市交通管理平台是缓解拥堵问题的有效方法,利用交通流大数据预测结果进行交通诱导,能够指导用户调整出行方案,有效缓解交通压力。研究了交通流大数据的分布式增量聚合方法,对海量交通流数据进行清洗统计,为交通流预测提供数据基础,基于交通流在路网中上下游路段的相关性分析,利用路口转弯率多阶分配将该相关性量化,构建基于路网相关性的空间权重矩阵,完成对于STARIMA模型的改进。通过应用试验证明,该方法能更准确的进行交通流预测,为交通诱导信息发布提供依据。     

山东省海洋牧场观测网的建设与发展

在全球气候变化的背景下，现代化海洋牧场是我国应对近海生态环境恶化和渔业资源衰退、实现海洋生态文明和海洋强国战略的重要手段。而海洋牧场观测网是科学指导现代化海洋牧场建设，并进行科学管理的重要基础。为了保障现代化海洋牧场的可持续健康发展，山东省于2015年底开始在各海洋牧场建设生态环境海底观测站，并组网建成世界先进的海洋牧场观测网，目前已覆盖23处海洋牧场。设立观测网预警中心，负责海洋牧场观测网的日常运行和维护，同时开展水域多学科耦合过程的基础研究和业务化辅助决策的应用服务。海洋牧场观测网的建立和业务化运行初步实现了海洋牧场生态环境和渔业资源的"可测"、"可视"、"可控"和"可预警"。目前，我国现代化海洋牧场观测网的科学发展仍面临诸多挑战，建议进一步增强观测设备的自主研发能力和长期在线监测的稳定性，跨介质立体组网、实现海洋牧场的全方位立体监测，深化多学科耦合过程的基础研究并提供多元业务化辅助决策应用服务，为现代化海洋牧场的高质量发展保驾护航。     

面向模块的GIS系统内核的设计与实现

由于地理信息系统的一个重要特点就是针对不同的使用对象,提供了不同的功能模块,因此开发者就需要一个可以方便管理各个功能模块的系统内核对模块进行统一的管理。介绍了一种面向模块对象设计的G IS系统内核,通过运用多种设计模式,使系统可以方便的裁减各个模块,并在模块之间"低耦合"的条件下完成了它们的相互通信。     

基于词向量数据场轨迹引力的多中心识别和空间交互分析

多中心化是分散城市人口,疏解交通拥堵,调节职住失衡,应对“大城市病”的重要手段。针对轨迹大数据,先利用词向量描述其空间特征和行为规律,再结合数据场理论表达城市区域对轨迹的吸引强度,并完成多中心识别,最后借鉴复杂网络理论对多中心空间交互规律进行探索和挖掘。结果表明：① 郑州市轨迹吸引强度呈核心强、外围弱、沿线蔓延的圈层空间分布形态,识别出的21个多中心轨迹引力差异较大,区域吸引能力不均衡;② 外围次级中心的区域引力强度和交互频次低,交互方向主要指向一级中心,呈现出外溢型多中心结构,为了实现其应有的分散疏解作用,还需加强统筹规划,带动其科学发展。提出基于词向量数据场轨迹引力的多中心识别分析方法,对于轨迹隐含的出行规律描述更加完整,对轨迹引力的表达更准确,从流动角度呈现了多中心的演化机理,为城市规划实践提供了新思路。     

美国地理空间情报(GEOINT)未来重点研究方向

介绍了美国地理空间情报(GEOINT)和第二代地理空间情报(GEOINT2)的基本情况,列举了美国国家地理空间情报局(NGA)目前面临的挑战,对GEOINT未来5个重点研究方向进行了述评,主要包括:实现可提供持续服务的任务规划、处理、开发利用和分发(TPED),缩短生成地理空间情报的时间,提升综合利用多元数据的能力,提高地理空间情报的互操作能力,强化地理空间数据多级安全保护。通过对GEOINT未来重点研究方向的分析,可以加深对美国GEOINT及GEOINT2概念的认识,对NGA下一步研究的总体情况,GEOINT2的未来发展趋势有所了解。     

嵌入式GIS空间数据的内存管理研究

在嵌入式GIS中,嵌入式设备具有存储空间小、内存小、存取速度慢等缺点。为了适应嵌入式GIS的硬件环境,节省系统运行所需要的硬件资源,需要对空间数据的内存使用情况进行管理。提出了利用空间表和堆内存池的方法对系统的内存进行管理,使用这两种方法可以有效地组织和管理内存空间,优化系统结构,对嵌入式GIS的开发具有参考意义。     

开放式空间数据挖掘集成系统的设计与实现

数据挖掘系统是通过在一个软件平台上有效地集成一种或若干种数据挖掘算法模型,并结合相应的数据源,以完成特定的挖掘应用或通用的挖掘任务,提取对用户有用的模式、规则、知识的信息系统.本文实现了名为SDMiner的空间数据可视化挖掘系统,把传统挖掘系统的体系结构与面向服务的体系结构相结合,提出了一个新的面向服务的数据挖掘系统体系结构.系统能够面向Web用户提供分布式的挖掘服务,以任务的定义为核心组织数据挖掘流程,能够动态添加各种算法.以适应各种数据处理的要求.     

Hydrodynamic Interactions of Three Barges in Close Proximity in A Floatover Installation

The hydrodynamics of side-by-side barges are much more complex than those of a single barge in waves because of wave shielding, viscous effects and water resonance in the gap. In the present study, hydrodynamic coefficients in the frequency domain were calculated for both the system of multiple bodies and the isolated body using both low-order and higher-order boundary-element methods with different element numbers. In these calculations, the damping-lid method was used to modify the free-surface boundary conditions in the gap and to make the hydrodynamic results more reasonable. Then far-field, mid-field and near-field methods were used to calculate wave-drift forces for both the multi-body system and the isolated body. The results show that the higher-order method has faster convergence speed than the low-order method for the multi-body case. Comparison of different methods of computing drift force showed that mid-field and far-field methods have better convergence than the near-field method. In addition, corresponding model tests were performed in the Deepwater Offshore Basin at Shanghai Jiao Tong University. Comparison between numerical and experimental results showed good agreement.     

传感器建模语言(SensorML)在南极中山气象站的应用

SensorML是由OGC所制定的基于XML编码的传感器建模标准,该语言对于实现异构传感器数据网上共享和互操作具有很重要的作用.首先介绍SensorML的背景以及传感器模型概念,对其基础模型展开解析,最后,基于SensorML对南极中山站气象站模型建模,系统地描述了SensorML建模过程.