浅谈多旋翼无人机用于无人机违规飞行捕捉

介绍了国内外无人机违规飞行带来的弊端,提出一种多旋翼无人机用于违规无人机的捕捉,并从机身、控制系统、捕捉装置、控制基站4个方面展开讨论,总结了捕捉型无人机的实际意义和应用前景。     

“地籍一张图”系统设计与实现

针对传统二元格局的地籍管理中存在的问题,引入广义宗地的概念,探讨了基于"地籍一张图"的城乡一体化、二三维一体化的地籍数据集成管理模式。根据地籍管理的日常业务,设计并实现了"地籍一张图"信息系统。     

M-Quadtree索引:一种基于改进四叉树编码方法的云存储环境下空间索引方法

为了解决基于"键-值"模型的云存储环境仅支持简单的关键字查询,不支持多维空间查询的问题,提出了一种新的分布式空间索引方法——M-Quadtree索引。在索引构建过程中,设计了一种基于改进四叉树的空间数据划分方法,该方法规定了叶节点区域的最小数据量,通过四叉树叶节点的再合并,解决了划分后各子区域间存储量不平衡的问题,并且满足了MapReduce并行化要求。给出了MapReduce框架下M-Quadtree索引的快速构建、查询与更新算法,并在搭建的Hadoop平台进行了关键参数对索引效率的影响以及不同规模数据下索引的创建、查询和更新试验。与现有分布式空间索引的对比试验及分析结果表明,M-Quadtree索引在数据存储量负载均衡、算法并行化和空间查询效率等方面表现得更好。     

基于影像的地图服务方法研究

随着当前用户对空间信息服务需求的不断提升,地图服务技术应用得到更多的关注,而对于G IS领域的地图数据,多为矢量格式,数据量非常大,故目前广泛采用的即时生成地图发布技术仍存在着服务器分析时间长、客户端浏览速度慢等问题,而基于预生成技术的影像地图服务方法则弥补了这些缺陷。主要分析基于网络的动态地图服务发布的研究现状,特别对基于切片方式的预生成影像地图服务的实现方法进行深入探讨,最后对两种主流W eb地图服务方法的性能进行对比分析。     

利用多元Logistic回归进行道路网匹配

识别同名道路在多源异构道路网匹配过程中十分关键。提出了一种多元Logistic模型的道路网匹配算法。首先选取并设计了能有效综合空间与非空间信息进行道路不相似性描述与区分的三种特征,即最小方向变化角、综合中值Hausdorff距离和语义差异三种不相似性特征,然后利用此三项特征结合多元Logistic回归模型构建准确的道路网匹配模型。利用该模型对道路网中待匹配道路进行匹配概率预测,从而获取道路的匹配结果,实现路网匹配。实验结果表明,本文方法避免了组合特征精确权值与阈值的设定,并能有效解决匹配结果对单元变量过于依赖的问题,具有良好的适应性、较高的准确率和召回率。     

Stroke构造、移位一体化的道路网示意化方法

针对当前常用示意性地图生成方法中往往存在简化程度不够、未考虑长度信息以及时间效率低等问题,提出了stroke构造、移位一体化的道路网示意化方法。该方法在对道路网进行stroke划分构造的同时,直接对其进行渐进式的移位示意化及拓扑检查。同时本文还提出利用相似分形维数来定量比较并验证不同示意化方法的有效性。试验表明,本算法在考虑原始线形的基础上,示意化过程简单,时间效率较高,减少了拓扑冲突问题,保证了拓扑一致性及路网的均衡分布,具有较好的清晰度和认知度。     

基于Android的电力规划信息系统设计与实现

智能移动终端的飞速发展为电力规划信息在移动平台的展示提供了新的机遇。本文针对离线式移动GIS的特点和优势,结合电力信息系统移动客户端的建设情况,从移动GIS的架构、应用模式、数据组织方案、移动GIS关键技术及实现等方面进行了探讨建立一个基于Android的电力规划信息系统。     

研究生《图像处理与分析》课程的建设与改革

《图像处理与分析》课程是继2006年获得武汉大学研究生精品课程之后,遥感信息工程学院面向测绘科学与技术学科开设的首批通开课之一。课程组对该课程教学内容、教材、教学方法与手段、网络资源建设和师资队伍等方面进行建设与改革,其成果在研究生教学实践中取得了优良教学效果。     

基于ArcIMS的排水管理信息发布系统

分析了ArcIMS 4.0的特点及体系结构,运用ASP等技术,建立网上数据发布模块和地图发布模块,实现了排水管理信息发布系统。     

一种基于流形学习的空间数据划分方法

空间数据划分是空间数据库系统进行高效空间连接操作的前提和基础。针对现有的空间数据划分方法难以保持低冗余度和高数据量均衡度以及高效支持空间连接的问题,提出了一种基于流形学习的空间数据划分算法。利用流形学习保留降维前源数据结构不变的特点,构建数据划分策略和映射方法,通过将邻近数据划分到同一数据块来减少数据冗余度,通过对最小数据块进行映射,提高整体的数据量均衡度。实验表明,本文提出的划分方法具有极低的数据冗余度和良好的数据量均衡度。