论地质旅游资源

地质旅游资源是自然旅游资源的核心,以成因、物质基础、空间分布为基础,结合其形态特征、社会经济特征等因素对地质旅游资源进行了初步分类,并探讨了地质旅游的特色及发展前景.     

土地利用分类及其影响因素研究

土地利用分类是研究土地利用的最基础工作，它直接影响着土地利用的科研与实践，本文在全面研究土地利用分类理论与方法的基础上，比较且说明了当前国内外土地利用分类的优劣。并提出多层统一标准的系统分类设想。     

数据挖掘在高校学生管理决策中的应用模式分析

随着因特网的广泛应用,各高校在开展现代远程教育过程中记录了大量复杂的学生信息,基于这些历程信息,在高校学生管理决策中利用数据挖掘技术,提出了现代高校学生管理工作的新模式,并就几个管理决策的应用模式进行了实例分析.     

1:100万台湾数字地貌遥感制图研究

在台北、高雄两标准分幅1∶100万数字地貌遥感制图的基础上,制定了台湾地区陆地地貌分类方案及编码体系,并建立台湾省1∶100万数字地貌数据库。进而总结1∶100万遥感地貌制图的方法、流程和规范,探讨遥感地貌制图的关键技术和问题:遥感解译的基本原则、解译图像比例尺、DEM的辅助作用、特殊地貌的划分以及属性赋值,为编制全国1∶100万数字地貌图奠定基础。     

基于GIS与SDM技术的可视化空间数据分类研究

提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。     

SuperMap平台下综合地理信息保障云服务系统建设

系统以江西省地理信息公共服务平台为依托,采用基于跨平台的云架构、二三维一体化、云端一体化三大技术体系的Super Map GIS 8C地理信息平台进行开发,运用三维仿真技术、多媒体技术等高新技术手段,构建了PC端、Web端一体化的综合地理信息保障服务系统,实现了行政执法工作的信息化,为江西省突发事件和自然灾害的智能预警、快速处置突发事件等提供保障服务。系统为推动江西社会管理工作的科学发展,并为实时预测事故、消除隐患、分析形势和及时决策提供服务,对提升社会自然灾害综合防御能力和各类突发公共事件的快速处理能力具有非常重要的作用。     

多尺度特征和马尔可夫随机场模型的电力线场景点云分类法

及时、准确地监测电力线安全可以预防危险情况的发生。本文以机载点云为研究对象,提出了一种基于随机森林后验概率的马尔可夫随机场模型,用于电力线场景的点云分类。首先结合空间金字塔理论构建多尺度视觉分类特征以此描述空间点及其邻域的几何形状信息;接着利用随机森林分类器描述观测数据的概率分布,基于马尔可夫随机场模型建立顾及上下文信息的先验概率,从而构建一个多标记能量函数;最后利用多标记图割技术最小化能量函数完成分类标签优化。利用直升机巡线系统和小型无人机巡线系统获取的LiDAR点云数据来验证本文提出的模型。试验结果表明,该模型能够有效地分类场景中的电塔、电力线和植被且总分类正确率得到98%以上。与其他分类方法相比,本文提出的模型总体精度更高,尤其是电塔的分类优势明显。     

机载多光谱LiDAR数据的地物分类方法

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机（SVM）是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明：相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。