地理空间数据一体化更新发布系统的技术研究

分析网络地理信息服务平台快速更新存在的技术问题;设计地理空间数据更新与发布工作流程;建立空间数据库更新管理系统、多时相瓦片数据集更新管理系统及多时相瓦片服务更新管理系统,实现地理信息空间数据库数据服务的快速更新与发布。     

无线传感器网络和遥感技术结合监测煤矿环境地质

针对矿区环境地质监测面临的主要问题,本文探讨了结合无线传感器网络技术和遥感技术对矿区进行环境地质监测的方案,并针对该方案面临的问题与难点,提出了运用这两种技术在矿区建立植被净初值生产力(NPP)动态模型来实时监测矿区的环境地质状况的设想。     

PATHCLUST在聚落遗址空间模式研究中的应用

本文主要讨论PATHCLUST算法的原理和方法,给出了聚类分析选择最优算法应注意的问题;以郑州地区仰韶文化聚落遗址空间模式研究为例,讨论了PATHCLUST算法在聚落遗址空间模式研究中的应用。结果表明,此算法可有效揭示聚落遗址的空间分布结构规律。     

溧阳市厘米级似大地水准面精化成果应用分析

随着城市级似大地水准面精化工作的不断深入开展,区域似大地水准面成果精度已达到厘米级,GNSS等现代测量技术的似大地水准面成果应用也成为城市测量新的应用方向。本文介绍了溧阳市似大地水准面精化成果,并结合基于CORS的网络RTK测量进行了应用分析。     

数字城市地理空间框架的研究与设计

"数字城市"是城市信息化的重要组成部分,在国民经济和社会发展进程中发挥着重要作用。地理空间数据框架是构建"数字城市"的数据平台,是建设"数字城市"的必要保证。网络地理信息系统(WebGIS)是"数字城市"建造和实践的基础,文中概括了分布式技术下WebGIS的技术特点,提出基于WebGIS构建数字城市地理空间框架,较好地解决了数字城市应用系统的互操作性和分布性问题。     

基于SuperMap GIS的道路网络特征分析

道路网络特征分析是进行交通网络分析的基础,本文基于SuperMap GIS分析了道路网络特征,其中包括网络统计特征、网络中心性等网络特征,并以北京市道路网络数据为例进行了实验分析,实验结果表明SuperMapGIS是研究道路网络特征分析的重要计算平台。     

基于层次任务网络规划的分布式协同地理建模任务分解方法研究

为了有效地实现分布式协同地理建模中的合作规划和资源共享,通过分析分布式协同地理建模中任务分解过程,探讨地理建模任务的功能结构、计算复杂性、组织多方性和时空尺度等分解依据,采用层次任务网络(HTN)规划形式化表达地理建模任务,设计了基于顺序任务分解(OTD)的地理建模任务的递归分解算法,模拟领域专家寻求合作规划地理建模任务的思考方式。以分布式流域水文模型SWAT作为试验案例,开发并实现了地理建模任务HTN规划器,为分布式协同地理建模环境中的任务分解方法提供了新的思路。     

四、P229 海洋测量学

正CH20121436基于Web服务的多源Argo数据共享与可视化应用研究=Multisource Argo Data Sharing and Visualization Based on Web Service/杨峰(中国科学院地理科学与资源研究所),周建郑,杜云艳,肖如林//测绘科学.-2011,36(5).-62～64分析了当前海洋Argo观测数据在数据和模型共享与应用方面存在的不足,结合WebService技术,提出在分布式网络环境下将海洋Argo数据与应用模型封装为Web服务的方式,实现多源海洋Argo数据集成与可视化应用的方法。基于该方法构建了"多源海洋Argo数据动态集成与远程可视化系统平台"。通过该平台的构建,为用户提供海洋Argo数据的透明的Web应用,实现了基于网络对多源海洋Argo数据的集成与交互式可视化表达。图6参8     

天宝公司（Trimble）将为日本GSI GeoNet网络提供GNSS接收机

[本刊讯]天宝公司（Trimble）日前宣布,将为日本国土交通省（MLIT）下属的国土地理院（GSI）提供超过500个TrimbleNetR9TMGNSS参考站接收机,助其对日本全国范围内基于GeoNet GNSS的网络进行现代化升级。     

融合3D DenseNet的零样本视频分类

零样本视频分类（zero-shot video classification,ZSVC）采用的点积分类方式容易使神经元产生较高方差,从而导致模型对输入分布的变化非常敏感。针对该问题,采用三维密集网络（3D DenseNet）与余弦相似性相结合的方法,提出了一种基于3D DenseNet的零样本视频分类（3D DenseNet for zero-shot video classification,DZSVC）算法,通过使用余弦相似性的分类方式替代点积分类方式来控制方差的范围,使模型对不同的输入幅值具有更强的鲁棒性。该算法首先将视频数据输入到3D DenseNet中,利用3D DenseNet的密集特性提取更丰富的时间和空间信息,并将提取出来的特征向量映射到公共空间。采用基于余弦相似性的方法对视频进行分类,在UCF101数据集和HMDB51数据集上的准确率分别为32.9%和20.2%,UCF50数据集和HMDB25数据集上的准确率分别为41.4%和23.7%,实验结果表明所提算法具有良好的分类效果。