新工科理念下的实验课程教学改革与实践探索

近年来为适应创新人才的培养,"卓越计划"开启了全新教学模式。基于新工科理念,为了更好地进行实验课程教学,以"3ds Max软件三维建模"为例,笔者从课程内容安排、教学方式、考核机制等方面进行了教学探索和实践。本文以应用软件实验类课程项目教学的实践经验为基础,注重学生团队合作和交流能力、实践能力、创新能力培养,以及多渠道快速学习新事物的能力,通过与测绘新技术下多软件融合,使学生拥有知识整合能力,为提高实践教学提供参考和借鉴,以更好地适应新工科理念下的创新人才培养。     

基于多源数据融合的矿用卡车空间信息可视化

为分析矿用卡车的行驶轨迹与设备的运行状况,方便对卡车进行调度、监控与管理,本文将卡车的空间信息和属性信息进行融合以实现矿用卡车空间信息的三维可视化。通过将矿用卡车上采集的数据储存到数据库中,采用C/S架构进行设计,实现矿用卡车轨迹数据显示、数据融合以及三维可视化等功能。以高分辨率的遥感影像作为底图,将矿用卡车的空间信息和属性信息以二维和三维的形式显示出来。根据三维现实化的结果,既方便显示卡车的运行轨迹又可实时查看卡车轮胎温度等属性信息。     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

面状实体增量融合过程中拓扑冲突检测及一致性维护方法研究

针对目前面状实体增量融合过程中存在的拓扑冲突检测及一致性维护方法局限性强、通用性及效率较低、拓扑差异识别不准确等问题,提出了一种新的基于空间关系模型的拓扑一致性检测及维护方法。该方法在面状增量实体的基础上,设计了包括定性的面状实体拓扑关系类型、定量的位置特征及部分拓扑关系的集成空间关系表达模型,以最新版本数据库中面状增量实体的拓扑关系为冲突检测标准,设计并实现了顾及几何一致性的面状实体拓扑冲突自动检测和一致性维护算法。实验结果表明,该算法精度可达到90%左右,可很好地完成增量融合过程中的冲突检测及拓扑一致性维护工作,针对性强,适用性高。     

一种附加边界约束和内约束的多中心ERP融合模型

不同技术、不同分析中心得到的地球自转参数（Earth rotation parameters,ERP）往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各分析中心结果转换到相同时刻,考虑到相邻观测时段边界点处ERP应当一致这一特点,施加边界约束,然后对各分析中心的长期解施加转换参数内约束,最后得到多分析中心ERP的融合解。采用从2005—2011年共6 a的7个全球卫星导航系统（Global Navigation Satellite System,GNSS）分析中心的结果进行融合处理,并与IERS C04（International Earth Rotation and Reference Systems ServiceCombined 04）结果进行比较。结果表明,所提出的融合方法计算结果的精度有明显改善。     

OLI与SPOT-6 Pan融合影像在遥感地质解译中的应用

受较大分辨率差的影响,OLI多光谱影像与SPOT-6 Pan影像直接融合可能导致融合影像色彩失真。若将OLI多光谱影像与全色影像融合后再与SPOT-6 Pan影像融合,在选用合适融合方法的基础上可得到较好的结果。以新疆伊吾县淖毛湖遥感地质解译为例,采用IHS变换法、Brovey变换法、PCA和Gram-Schmidt Pansharpening(GS)等方法分别对OLI和SPOT-6Pan进行间接融合,并利用主观对比和水平光谱剖面对比两种方法对融合影像进行综合分析与评价。经实地查证,基于OLI与SPOT-6 Pan(GS变换融合)融合影像解译获得的地质界线综合准确率达89.5%。     

基于影像的地面激光点云数据分类

为了完成地面激光点云数据的分类工作,不同于传统方法利用点云的几何特性和辐射信息,本文利用非量测相机获取影像数据实现点云的分类。首先,通过相机检校获取相机的参数,从而得到影像内方位元素;然后,将影像与点云进行配准,计算出影像的外方位元素;最后,对上述参数进行优化,实现二维影像与三维点云信息的融合,进而完成点云分类。实验表明该方案可实现地面激光点云数据的分类。     

顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法

稀疏多项式逻辑回归在分类中仅利用图像光谱信息,导致分类效果不太理想.本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法.首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取;然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征;最后由稀疏多项式逻辑回归分类器对融合结果进行分类.结果表明,本文方法能有效地提高分类精度,而且具有较强的稳健性.     

一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点,但受精度和采样率的限制,其对微变形及高频振动信息不敏感;而加速度计具有高精度和高采样率等优点,但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势,提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明,与单一的GNSS监测技术相比,该方法有利于削弱GNSS高频噪声的影响,提高位移数据的采样率,可有效识别超高建筑的低频和高频振动频率,提高对微变形振动的监测能力;与单一的加速度计监测技术相比,该方法可以准确监测超高建筑的低频变形信息,具有良好的工程应用价值。