基于语义的GP服务多层次发现算法

随着云技术的飞速发展,"一切资源皆服务"成为可能,"数字地球"的实现也不例外。观测技术的快速发展使数据资源变得很丰富,但数据利用率低是普遍存在的现象,如何完成空间数据信息的再加工是亟待解决的问题,在云时代,具有数据处理功能的服务是解决此问题的方法之一,如何描述、发现和集成数据处理服务,从云端服务池中发现最优的服务是其关键所在。为了提高服务的查全率和查准率,引入了本体的概念,服务的语义描述很大程度上提高了空间数据处理服务的应用范围,缓解了非专业用户和专业人员之间的沟通障碍。本文分析了相关领域服务匹配算法的优缺点,结合GP服务自身的特点,提出了本体的GP服务的多层次发现算法:通过包含关系和线索关系完成服务间隐含关系的挖掘,主要是父子关系和前驱后继关系的表述;扩展传统本体表达模型,增加包含和线索关系,为服务的查找做准备;服务的多层次查找,第一次筛选主要针对服务预处理中包含和线索关系的表达查找,第二次筛选利用神经网络的突触原理,结合传统的服务匹配算法,完成服务的准确查找。经试验证明,此方法大大地提高了服务的查准率和查全率,具有重要的实践意义。     

GPS技术在湖北罗针田滑坡变形监测中的应用

文章通过利用GPS技术对湖北罗针田滑坡进行变形监测这一实例,简述了GPS技术在滑坡监测中的应用情况,并对采集的GPS数据进行分析,取得了良好的监测效果,对滑坡变形监测具有一定的利用价值。     

地面三维激光扫描仪在建筑物立面测量中的应用

地面三维激光扫描技术的出现是以三维激光扫描系统的诞生为代表,是继GPS技术以来测绘领域的又一次技术革命,它使测绘数据的获取方法、服务能力与水平、数据处理方法等进入新的发展阶段。三维激光扫描测量技术克服了传统测量技术效率低、信息损失大、专业性难以推广的缺点,能对任何物体进行扫描,快速高效地将现实世界的环境信息转换成易于处理的数据,最大程度的还原了真实社会环境,具有信息量丰富、直观可视、便于使用、扩展性强的特点。     

遥感影像剖分模板库模型及应用研究

以Geo SOT网格不同层级、不同大小的剖分面片为基本单元,建立不同尺度剖分面片的标准影像、控制点位、基础特征数据、数字地形数据等基础信息,并由此形成全球多尺度、多分辨率、多传感器、多光谱分辨率遥感影像剖分模板库。在数据处理时,以剖分面片为单位,利用剖分模板库中的基础信息,对待处理影像数据进行运算,实现遥感数据快速处理。试验证明,基于Geo SOT的遥感数据剖分模板库可提高遥感数据处理效率。     

期刊博览

超大观测网络及多GNSS系统的快速数据处理 《武汉大学学报（信息科学版）》2014年第3期 采用IGS全球约110个多模观测站4周的观测数据,在不同采样间隔b进行精密定轨数据处理。分析了不同采样间隔卜产品的精度以及数据处理的耗时情况。大量计算结果表明：①随着数据采样间隔的增加,数据处理时间呈线性减少的趋势。     

时间序列分析在地铁沉降监测中的应用

采用时间序列分析的方法,通过对已获取的地铁沉降监测数据进行分析、建模,得到合理的沉降预测模型,不仅可以预测出短时间内地铁区段的沉降量,并可了解地铁区段短时间内的沉降趋势。实验证明,方法简单、快速、准确,具有良好的短期预报效果。     

高填方机场边坡变形监测新方法

分析高填方机场边坡变形监测传统方法的不足,提出应用单台全站仪的自由设站变形监测方法,应用基于光束法平差的多测站观测值统一解算的数据处理方法,并在实际工程中与GPS方法进行比对,论证该方法的正确性和优越性,为今后解决类似工程问题提供借鉴.     

ArcGIS 10．1地理信息系统软件在国情地表覆盖数据处理中的应用和拓扑检查

介绍了ArcGIS 10．1地理信息系统软件的基本运用、扩展功能及在辽宁省第一次国情普查中地表覆盖数据处理中的运用,以地表覆盖数据和最新遥感影像为基础,利用计算机、GIS、数据库和网络等技术,建立国情覆盖利用数据库。本文着重阐述了ArcGIS 10．1在国情覆盖数据中的转换应用和拓扑检查的流程方法,对软件不完善的功能做出了说明。     

注册测绘师制度下GNSS测量课程教学改革探讨

我国注册测绘师制度的实施,有助于推动测绘市场与国际接轨,并提高专业技术人员素质,促进测绘事业的改革和发展.作为职业认证考试,对测绘专业教学具有重要启示.通过对注册测绘师考试大纲的GNSS知识点分布进行剖析,并以此展开课程教学改革探讨,包括讲座责任制教学模式实施、强化实践教学和测绘案例分析能力的提高等,达到GNSS课“促进理论应用于实践、提高GPS案例分析能力,满足国家注册测绘师相关要求”的要求.     

基于粒子群算法优化BP神经网络的地铁暗挖段地表变形预测

在使用传统BP神经网络算法建模进行预测过程中,由于初始权值和阈值是随机给定的,易使网络陷入局部最优,从而导致预测精度较低。利用具有较强优化能力的粒子群算法（ particle swarm optimization ,PSO）优化BP神经网络在训练过程中的初始权值和阈值,建立新的预测模型,以青岛地铁3号线保河区间隧道监测数据为例进行验证分析,研究结果表明,与传统BP神经网络预测算法相比,使用PSO算法优化的BP神经网络预测算法可以得到更优的预测结果。