化简方法在线要素匹配中的应用及性能评估

多源同名线要素数据局部细节差异较大,但整体形态基本上是一致的,化简算法可以删除线要素的局部细节,提取其主要形态,从而有助于匹配算法提升匹配正确率。不同化简算法的化简效果存在差异,提升匹配正确率的效果也存在差异。本文提出了利用线要素匹配来评估化简算法性能的方法。首先,阐述了动态化简带动动态匹配的方法和过程;其次,采用3种不同的化简算法进行试验,验证了所提方法提高已有匹配算法匹配正确率的有效性,以及对化简算法的普遍适用性;最后,根据加入3种化简算法的不同匹配结果,从匹配的角度对化简算法适用性进行了比较评估。     

地层接触关系自动化识别系统的设计与实现

本文提取并归纳出地质图中地层间接触关系的类别及特征,结合以往地层接触关系的传统人工识别方法研究,提出一种新型、高效的基于规则集构建的地层接触关系自动化识别方法。基于该方法研究设计出自动化识别算法,并利用最新的GIS技术开发出地层接触关系自动识别系统,该系统成功应用到庐山地层接触关系判别上,并取得很好地效果,验证了本次研究的可行性。     

某矿区供水管网地理信息系统的设计与实现

针对供水管线存在的问题,设计并建立了某矿区供水管网地理信息系统;并详细介绍了系统的结构与功能、系统平台的选择、数据库的设计、系统的实现与应用。     

基于SuperMap GIS的工程机械企业地图服务平台的设计与实现

随着我国经济的高速发展,工程机械市场保持强劲的增长势头,由于工程机械设备单体价值较大,在销售过程中往往采取按揭、分期或融资租赁的销售方式,所以对工程机械设备的实时监控和管理成为了工程机械生产企业和业主迫切的业务需求。基于面向服务架构的工程机械企业地图服务平台依托现代信息化技术、数据库技术、地理信息系统技术,实现了地图可视化交互查询、工程机械实时监控、导航、偏航预警等功能,帮助工程机械企业随时对工程机械进行监控和管理,提高工程机械的管理水平,降低用户运营成本,最终提升工程机械企业的软服务能力及整体市场竞争力。     

基于Photoshop的数字正射影像匀光匀色技巧

随着数字正射影像(DOM)的应用日益广泛,匀光匀色已经成为影像处理中不可或缺的一个重要环节。本文以实际生产项目为例,总结了基于Photoshop软件的数字正射影像图匀光匀色技巧,以期进一步提高数字正射影像图的色彩质量。     

地下工程陀螺定向测量软件开发

陀螺经纬仪是一种利用陀螺原理自主寻北的测量仪器,兼有定向与测角功能。由于其定向精度高、不受气候条件限制、全天候的自主定向等特点,在军事、测绘、地下工程、矿山等领域有着广泛的应用。以地下工程陀螺定向测量应用为背景,设计地下工程陀螺定向测量软件,研究陀螺经纬仪在地下工程陀螺定向测量应用中的相关问题。     

基于SGP4模型的空间站跟踪算法

中国空间站天和核心舱的成功发射标志着我国空间站在轨组装建设进入全面实施阶段。空间站入轨运行后,实现地面站对空间站的跟踪观测是获取科学数据的前提。本文根据空间站TLE轨道参数,基于现有的简化常规摄动（SGP4）模型,研究地面观测站地平式设备观测空间站的跟踪角度的计算算法;根据研究方法计算西安站观测空间站的跟踪角度,并与利用STK软件的计算结果进行对比,发现两者差值小于0.001°,证明了该算法的正确性;在此基础上,进一步研究TLE轨道参数的有效预报时长,为地面站观测空间站等低轨目标提供支持。     

顾及有效区域的Voronoi图的正射影像拼接

无人机影像的重叠度通常较大(60%~80%),对纠正后的正射影像进行拼接处理时,往往会产生很大的数据冗余。同时,影像越靠近边缘处变形越大,影响拼接精度。提出了一种顾及有效区域的Voronoi图的拼接线自动选取方法,基于整体构建拼接线网络,并根据影像有效区域优化拼接线,保证拼接的精度和效率。实验表明,该方法切实可行。     

国内外地理国情监测相关标准分析与思考

为保障地理国情监测顺利、有序、规范地开展,促进监测成果在各级政府与国民经济建设各部门的广泛应用和服务,迫切需要开展地理国情监测标准化工作。通过对国外地理国情监测相关标准的情况进行梳理,并从已有测绘地理信息标准、各专业部门专题信息调查／监测标准两方面对国内地理国情监测相关标准进行分析,为今后的地理国情监测标准化工作开展提供参考。     

改进残差网络及时序气象卫星云图的台风等级分类研究

结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8 000多景高分辨率台风云图,编制了适应于残差神经网络的时序台风云图分类训练集和测试集。为满足数据集及台风特征,有效优化了原始残差网络的残差块,并得到了恒等映射残差块。经由增加卷积输出来促进分支通路更好的被利用,保留台风图像时序特性,提高网络性能。实验显示,W-ResNets模型在自建台风数据集上的训练精度达到99.60%,测试精度达到76.19%,相较于浅层卷积神经网络的测试精度高出8.48%,相比于使用传统的残差神经网络提高了2.87%,为进一步验证模型的泛化性能,采用MNIST通用数据集进行网络对比实验,宽残差网络得到98.786%的测试精度,优于传统残差网络。文中的W-ResNets预报模型可在小样本台风数据集推广使用。