基于圆增长特征的点状要素群选取算法

控制点、独立地物等在地图上呈点群状表达,如何高效、合理地实现此类要素的自动综合是地图多尺度表达的重要问题。文中在前人研究的基础上,提出一种基于圆增长特征的点状要素群结构化选取算法,实现点状要素群的自动选取。其基本原理是：根据一个点与其周围点重要性程度的比较来确定该点删除与否,从而确保其拓扑关系和几何信息的正确性。实验证明：该算法实用、有效。     

土地复垦地籍调绘及数据处理中的MATLAB方法

以江苏省徐州市贾汪区为研究对象,详述矿区土地复垦中地籍测量的全过程;以JSCORS技术和全站仪相结合的野外作业方式大大提高数据采集的速度,深入讨论全站仪野外作业记录格式与CASS6.0不一致时数据的转换问题,详细分析MATLAB与其他传统的编程方式比较所体现出来的优越性。     

用数值方法模拟观测误差对水质浓度反演模型参数的影响 ——以叶绿素a浓度为例

在2003年10月27日和28日观测的太湖水质光谱试验数据的支持下,利用数值模拟方法研究了试验数据误差与水质浓度反演模型经验常数之间的关系。研究结果表明,当试验数据误差分别服从正态分布与均匀分布时,反演模型的经验常数随着试验数据误差的增加而呈发散状态。根据试验数据误差与反演精度的关系可知,26.58%的试验误差对应着30%的反演精度,这就意味着在不考虑遥感影像处理所产生误差的前提下,严格控制试验数据误差在26.58%以内,是反演精度打破±30%的技术瓶颈的关键要素之一。     

地图设计中的美学研究

地图作品是科学、实用与艺术的完美统一体.然而我们对于地图艺术美的认识一直以来都比较模糊,本文从地图的符号、色彩、注记以及整体设计4个方面探讨了地图美学在地图设计中的应用问题,提出了关于如何提高地图艺术美的几点看法.     

深度学习支持下的地图图片典型地理目标检测

针对地图图片中典型地理目标识别问题,本文首先介绍了两种基于深度学习的目标检测方法(YOLO网络和采用focal loss替换交叉熵损失函数的RetinaNet网络),然后将地图图片分别输入两种神经网络模型中进行训练和测试,最后对目标检测结果进行对比分析。结果表明,RetinaNet网络模型对地图图片进行目标检测的准确率有明显提高,且运行速度依然可达秒级。该地理目标检测方法的高准确度与高效性可在地图审查时节约大量人力、时间成本,为地图内容智能理解及互联网地图监管提供了新的技术参考。     

GIS地理空间数据共享的探讨

本文在论述现有的几种实现空间数据共享的技术模式的基础上,分别评价了各个模式的优缺点,针对当今数据共享所面临的困难提出了解决这些问题的建议以及几种长期和短期解决方案,最后本文对数据共享的发展趋势及其解决方案进行了展望。     

地形图新旧图幅编号自动检索算法及其可视化实现

为检索地形图上指定区域各种比例尺下的新旧图幅编号提出一种详细的算法.以1:100万比例尺为基准分情形完成对指定选区覆盖的、指定比例尺下的新旧图幅编号的遍历,并借助VB和MapObjects将该算法可视化实现.     

GPS测量数据与计算机实时通信的研究与实现

介绍了GPS接收机与计算机之间实时通信的NMEA-0183数据格式,并以Leica 500系列接收机为例,介绍了如何进行GPS接收机的配置.在VC 平台下,给出了3种实现方式,并讨论了每种方式的优缺点,并指出了编程时的注意事项,对于开发类似的实时通信及监测系统具有一定的借鉴作用.     

基于特征的面向对象虚拟GIS数据模型

通过对现有的数据模型分析,针对其不足,使用基于特征的建模技术,将特征作为建模的基本单元,建立基于特征的虚拟GIS概念模型框架.基于概念模型,运用面向对象的思想,设计了基于特征的面向对象虚拟GIS数据模型(FOVGISDM).采用Oracle Spatial对象-关系型数据库管理模式实现基于特征的面向对象虚拟GIS数据管理.     

虚拟现实和GIS系统集成方法研究

从3个角度论述虚拟现实（Virtual Reality,VR）和地理信息系统（GIS）集成的必要性,通过对集成方法的归纳,提出4种集成方式,并详细介绍了各自的结构体系和具体特征.在此基础上划分了VR与GIS系统集成的4个阶段,分析当前系统集成现状,指出其发展趋势.同时探讨了VR和GIS系统集成中存在的关键问题,包括数据、虚拟景观技术、VRGIS网络化等,给出目前解决这些问题的一些建议和具体途径.