基于地面三维激光扫描数据的快速建模

三维激光扫描技术具有速度快、精度高、自动化程度高并且不与物体直接接触等诸多优点,现已应用于古建筑保护、数字城市、工业生产、地形测绘等不同领域。本文利用地面三维激光扫描仪对校内樱花园手形建筑物进行扫描,获取该目标物的点云数据,并对获取的点云数据进行拼接、去噪处理。同时,利用点云数据处理软件Geomagic对目标物进行快速的三维模型重建并达到了预期的效果。     

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。     

浅谈辽宁省地理国情普查成果应用及服务方向展望

地理国情主要是指地表自然和人文地理要素的空间分布、特征及其相互关系,是基本国情的重要组成部分。目前,辽宁省已完成第一次全国地理国情普查工作,其成果应满足辽宁省经济社会发展和生态文明建设的需要,提高地理国情信息对政府、企业和公众的服务能力。本文从普查成果体系入手,阐述了辽宁省地理国情普查的成果应用,展望了服务方向。     

驻村帮扶“一张图”设计与实现——以明溪县为例

结合明溪县驻村帮扶工作的开展情况,探索基于地理信息技术下开展驻村帮扶工作的关键技术,依托"数字明溪地理空间框架"的建设成果,设计并实现了明溪县驻村帮扶"一张图",实现了明溪县驻村帮扶信息可视化、透明化和精准化的管理,增强了明溪县驻村帮扶项目管理的科学性。     

基于SuperMap的空间大数据可视化技术研究与应用

人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.     

面向统计应用的数据可视化系统设计

当今社会正处于一个信息爆炸的时代,随着企业信息化技术的发展,除了政府机构、媒体(传统媒体)、企业等提供越来越多的数据以外,新兴的社会化媒体、物联网技术等的应用普遍化、介入人类生活的深入化也是数据量急剧增长的主要原因.这些数据大多以表格的形式存放在数据库内,既枯燥又难于理解.如何才能将这些数据有效地展示出来,帮助用户理解数据,发现潜在的规律,是亟待解决的问题.数据可视化能够将抽象的数据表示成为可见的图形或图像,显示数据之间的关联、比较、走势关系,有效揭示出数据的变化趋势,从而为理解那些大量复杂的抽象数据信息,为企业决策支持提供帮助.本文把大数据时代作为背景,把统计数据作为一个整体研究对象,将可视化技术和可视化表现作为方法手段,对各自进行分类和研究探讨,从而全面地认识数据可视化.     

基于Spark Streaming的实时流数据处理模型化研究与实现

通过研究与分析,选取Spark Streaming技术实现对P实时流数据的处理.同时,研究出一套模型化的方式,实现动态装配软件的执行过程;并通过具体的实例展示了两者结合后,在数据处理的易用性、性能及吞吐量方面,都得到了大幅提升.     

统计地理空间框架建设的国际经验及对中国的启示

为了更好地整合统计地理空间信息,联合国成立了统计和地理信息整合专家组,目标是推进全球统计地理空间框架的实施.全球统计地理空间框架为各国提供了通用的标准和方法,以促进统计和地理空间信息的整合,并提高了结合空间信息的统计数据的可用性,让统计更好地服务于决策.本文介绍了构成统计地理空间框架五项原则的具体内容和相关国际经验,并分析了国内实施框架的基础条件、有利因素和困难.建议国家统计局在今后的普查和统计调查中,参照全球统计地理空间框架原则,加强统计和地理信息的整合,并提出了具体措施.     

地理数据数字水印和加密控制技术研究进展

随着地理数据应用和共享需求的迅速增长,地理数据安全问题日益凸显。地理数据安全问题不仅影响着地理信息产业的健康发展,更关系着国家安全和国防建设。数字水印与加密控制技术是地理数据安全保护的前沿技术和有效手段,近年来相关技术研究和应用也得到了深入发展。本文针对地理数据数字水印技术和加密控制技术,介绍了其研究背景和需求,综述和评价了其理论、模型及算法的研究进展,论述了其在实际中的软件研发和应用现状,并根据地理信息产业和信息技术的发展趋势,展望了其理论研究和应用开发的未来发展方向。     

欧氏聚类算法支持下的点云数据分割

欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为：①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤②迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。