自动制图综合人工神经元网络方法的研究

现代神经生理学研究表明 ,人脑的大量神经元构成有所分工而又紧密联系的神经元网络 ,它的结构和功能可以采用物理可实现的系统人工神经元网络来模拟。制图综合是人脑神经元网络获取、处理、输出地理信息的复杂视觉思维过程 ,可以用人工神经元网络来模拟。文中探讨了制图综合的人工神经元网络的设计 ,并对用于实现自动制图综合的结果进行分析 ,指出其应用前景。     

面向室内WLAN定位的动态自适应模型

提出了一种面向无线局域网(wireless local area network,WLAN)位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素(以信标移动为例)作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右(即原始精度)。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。     

浅谈涉密测绘成果管理

随着全国二次土地调查工作的全面开展,基础测绘工作出现了飞跃式的发展,这就对基础测绘成果的管理和应用提出了更高、更新的要求。结合多年基层基础测绘成果管理经验,对涉密测绘成果的管理及使用上提出了一些建议。     

适用于关阀分析算法的供水管网单元-阀门图模型

关阀分析在供水管网施工中用来快速确定最佳的关阀停水方案,对于供水安全具有重要意义。在管网传统结点-A立图模型的基础上,提出了优化实体数量并简洁表达拓扑结构的单元一阀门图模型。该模型是结点A立图的一种伪对偶图,它将管网内被阀门区隔形成的封闭连通区域归为顶点,将分隔两个区域的阀门作为边。设计了关断单元生成算法,从而实现单元一阀门图的构建,并提出基于该模型的高效供水管网关阀分析算法。实验表明,与基于结点-A立图的传统算法相比较,结合单元一阀门图模型的新算法能够大幅度提高关阀分析效率,并且可以在多施工点情况下得出正确的关阀方案。     

凸包插值算法的改进与实现

研究了凸包插值算法在n维欧拉空间构造Delaunay三角网的应用,提出了其三角剖分不惟一的重大缺陷,采用了限制区域生长法解决了这一缺陷。     

基于物联网/RS集成的环境监测研究

提出一种利用物联网的无线传感器网络技术辅助遥感解译的环境监测方法。该方法通过集成无线传感器网络技术和卫星遥感技术,充分发挥无线传感器网络获取局部地面信息翔实性和遥感技术大面积获取环境信息方便性的优势互补,为环境监测以及环境保护提供数据决策支持。文章着重探讨了基于Zigbee的无线传感器网络与远距离的GPRS结合实现远程辅助遥感解译的环境监测方法,具有广阔的应用前景。     

下一代卫星网络关键技术研究进展

探讨了下一代卫星网络中关键技术的研究进展,主要包括路由策略、传输协议、移动性管理与QoS模型等几个方面,并对下一代卫星网络的研究热点和前景进行了总结和展望。     

平坦地区转换GPS高程的混合转换方法

简要介绍了转换GPS高程的二次曲面拟合法和神经网络方法。然而 ,这 2种方法都有缺点 ,介绍的CF&NNM方法充分利用了 2者的优点 ,通过 2个平坦地区的工程实例 ,证实该方法的有效性 ,并得到一些有工程应用价值的结论。     

基于特征的城市交通网络非平面数据库的实现

针对基于特征的GIS及交换网络分析对数据结构的要求，着重讨论了如何建立基于交通网络特征的非平面拓扑，以改进地理分层－关系表设计方法及平面图弧段－节点数据结构在交通网络描述中的不足之处，并通过面向对象的方法、动态分段技术和关系表指针操作，结合实例描述了基于完整交通特征的非平面数据库的实现方法。     

Model generalization of two different drainage patterns by self-organizing maps

In this study, we develop a new method using self-organizing maps (SOMs) for the selection of hydrographic model generalization. The most suitable attributes of the stream objects are used as input variables to the SOM. The attributes were weighted using Pearson’s chi-square independence test. We used the Radical Law to determine how many features should be selected, and an incremental approach was developed to determine which clusters should be selected from the SOM. Two drainage patterns (dendritic and modified basic) were obtained from the National Hydrography Datasets of United States Geological Survey at 1:24,000-scale (high resolution) and used in order to derive stream networks at 1:100,000-scale (medium resolution). The 1:100,000-scale stream networks, derived in accordance with the proposed approach, are similar to those in the original maps in both quantity and visual aspects. Stream density and pattern were maintained in each subunit, and continuous and semantically correct networks were obtained.