美国促进地理信息劳动力发展的举措与启示

在全面介绍美国地理信息技术能力素质模型（ GTCM ）、地理信息职业、地理信息课程培训和认证体系的基础上,提出了要研究制定我国地理信息职业能力标准、新增地理信息职业类型、充分参考和利用GTCM模型、建立人才交流平台、加强地理信息劳动力调查研究,以促进我国地理信息劳动力和产业发展。     

基于神经网络的房地产估价研究

根据房地产估价的特点将人工神经网络引入到房地产价格评估领域,创建了基于神经网络的房地产估价模型,在对训练样本验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

矿区三维地质建模与地裂缝成因分析

为了分析在复杂地质条件下采煤引起的大规模地表裂缝的形成原因,本文以某矿区地裂缝为研究对象、数字化软件SURPAC为技术平台、岩体为主要区域变量,建立关于开采工作面、火成岩、地裂缝及断层的三维地质模型,并进行开采沉陷影响预计,通过分析裂缝成因中各相关地质条件的作用影响,得出了煤炭开采导致地下应力平衡被打破后造成地裂缝的主要因素,为预防和治理地裂缝提供了参考。     

小模块、多方向、校企合作人才培养模式研究——以测绘与地理信息技术专业为例

本课题旨在研究打破传统的严格课程界限,以项目为依托,根据行业发展的重要方向,把项目中需要的岗位技能划分为一系列小实验模块,将企业流水线的作业模式贯穿到教学实践中,在测绘地理信息行业蓬勃发展的前景下,培养行业需要的合格人才。     

沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。     

线性参照模型在铁路空间数据库中的应用

线性参照模型是以线性参考系统为基础,以动态分段技术为核心的一维空间数据模型。本文针对铁路空间数据的一维线性分布特征与铁路部门以一维线路为主体的运维管理模式,探讨了铁路空间数据的线性建模方法,利用空间数据库技术实现铁路空间数据、属性数据及业务数据的一维线性存储与管理,并提出了基于一套多尺度线性参照模型的铁路空间数据库的设计方案。试验表明,该方案能够为全路提供一套统一的一维管理基准,在动态数据管理、数据更新和共享等方面具有较大优势。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

基于C#与MATLAB混合编程实现变形预测分析

工程项目的施工期、运营期均需要进行变形监测观测,以便全方位掌握构筑物的稳定性,但其中数据分析的实现方式、方法各有不同。本文采用C#与MATLAB混合编程,结合两种编程语言的优势,详细叙述了混合编程的实现方法,并以灰色模型为例,验证了可行性,证实了该模式可以快速开发满足项目需求的程序,实现对监测数据的分析、预测。