一种适用于大角度的三维坐标转换参数求解算法

针对传统的三维基准转换模型局限于求取小角度的三维基准间转换参数的缺点,提出了一种适用于大角度的三维基准转换参数求解模型。利用实测数据和模拟数据对此模型进行了验证,结果表明,所提出的算法适用于任意角度的三维基准转换,既可利用传统的最小二乘方法估计坐标转换参数,又可利用整体最小二乘方法进行参数求解,可靠性高,解算速度快。     

真彩色点云三维模型方法研究

通过DLT变换建立三维几何模型上的点与相应文物相片上各彩色像素之间的关系。首先,根据点的扫描坐标,计算该点在真彩色像片上的位置;其次,内插出红、绿、蓝三原色;最后,将三维几何模型与真彩色纹理进行最佳融合。建立文物真彩色真实感觉的数字模型,为数字文物和文物保护提供了理论和技术参考。     

GPS历元比较时间对齐方法

基于“齿轮转动”思想,本文设计了对GPS历元时间对齐比较的方法,实现了两个GPS历元文件各历元准确遍历自动查询,有效解决了历元比较时间对齐耗时、费力问题;通过文件两两比较可实现三文件比较,该方法查询速度快、省时简便,同时为其他具有相同特性的数据比较提供了很好的经验,具有较好的实际应用价值。     

面向高光谱图像分类的半监督空谱判别分析

为充分利用高光谱图像蕴藏的空间信息提升分类精度,提出了面向高光谱图像分类的半监督空谱判别分析(S3 DA)算法。考虑高光谱图像数据集的空间一致性,首先利用少量标记样本定义类内散度矩阵,保存数据集同类像元的光谱近邻结构;再利用无标记样本定义空间近邻像元散度矩阵,揭示像元间的空间近邻结构和地物的空间分布结构信息。S3 DA既保持数据集在光谱域的可分性,又保存了无标记样本蕴藏的空间域近邻结构,增强了同类像元和空间近邻像元在投影子空间的聚集性,从而提升分类性能。在PaviaU和Indian Pines数据集的试验表明,总体分类精度分别达到81.50%和71.77%。与传统的光谱方法比较,该算法能有效提升高光谱图像数据集的地物分类精度。     

地理信息安全加密系统的实现与应用

地理信息是涉及国家安全的基础性和战略性资源,出于对国家安全的考虑,需要对地理信息进行严格保护。本文通过研发地理信息安全加密系统,实现了对地理信息数据的安全管理与控制。以宾阳县地理国情普查数据生产为例,通过使用加密系统,实现了对地理信息数据分发、使用、生产的安全管理。     

基于总体最小二乘的直线拟合方法探究

在直线拟合问题中,经典的最小二乘拟合方法在自变量选取不同时,拟合的参数值和中误差存在较大差别,故本文利用模拟数据对经典最小二乘和总体最小二乘拟合结果进行对比分析,得出结论认为:经典最小二乘自变量选取不同结算参数的原因是在进行拟合计算时忽略了自变量的误差,使拟合结果只能在一个方向上保持最佳;利用总体最小二乘参数拟合的方法进行直线拟合时拟合结果不受自变量变化的影响,并能够提高拟合精度。     

测绘档案社会化服务初探

在知识经济飞速发展的时代,测绘档案对人类社会的生存、发展,对人类历史文化的传承与延续有着不可替代的基础作用,加强测绘档案社会化服务显得尤为重要。本文对测绘档案社会化服务的内涵进行简单介绍,并对目前测绘档案社会化服务现状进行分析,建立测绘档案社会化服务的完整体系,以进一步扩大测绘档案的社会影响力,实现"服务第一,优质高效"的目标。     

基于点序列和要素加权法的地图匹配算法

浮动车数据(Floating Car Data,FCD)已广泛应用于城市规划、智能交通系统中,其中地图匹配一直以来都是浮动车数据应用的技术难点。本文在已有地图匹配算法的基础上,提出了基于点序列和要素加权法的地图匹配模型,不仅考虑了当前GPS点的信息,同时也考虑了GPS数据的历史信息和道路网的拓扑结构,从空间关系上分析车辆行驶轨迹和道路的相似性。作者通过上海市出租车轨迹数据对算法进行验证,结果表明:该匹配模型解决了已有地图匹配算法的一些弊端,并且提高了地图匹配的精度,具有高效、实用的特点。     

遥感图像线性影纹理解专家系统设计与实现

线性影纹信息是遥感图像中的一类重要信息,线性影纹信息自动提取是遥感图像智能解译的重要研究领域。笔者采用基于特征对象的专家系统技术来完成线性影纹信息的简单类别提取,设计并实现了线性影纹理解专家系统;阐明了系统结构,解译规则获取、表达,基于消息的不确定性推理机及解释机的设计;最后利用系统做了线性影纹类别提取实验,结果表明基于特征对象的专家系统用于线性影纹类别自动提取是切实可行的,并具有较高的提取精度。     

网络安全态势感知关键实现技术研究

建立了网络安全态势感知的分层实现模型,并针对每个层次提出了基于多分类器融合的安全态势提取方法、基于统计学习的分层态势评估方法以及基于遗传神经网络态势的动态预测方法。经仿真实验验证,每个层次的实现方法都是可行有效的。