中国特色小镇空间分布特征及驱动机制研究

以国家发改委、财政部、住建部批准的403个中国特色小镇为研究样本,采用最邻近指数、地理集中指数、空间基尼系数、不平衡指数、核密度、空间自相关、局域关联指数等数理方法和空间分析手段,对特色小镇空间分布类型、空间均衡性、空间密度特征以及空间关联特征进行研究,并运用ArcGIS和SPSS分析驱动机制对其影响程度.研究表明:1...     

《南京市基础测绘成果目录》图册的编制特点

概述了《南京市基础测绘成果目录》图册（以下简称《图册》）的编制背景、结构内容及开本与装订方式,较详细地介绍了资料收集整理的方法、地理底图的类型与选取内容、各项专题要素的设计表示的形式与特点。     

采用逻辑回归的汾河流域遗址分布研究

为了更好地指导考古挖掘和理解古人类活动,该文从汾河流域DEM数据中提取高程、坡度、坡向、地形起伏度、地表曲率、距河流距离及距大遗址距离等作为自变量,利用二元逻辑回归建立流域内仰韶时期至夏商时期各时期遗址分布模型,对模型结果进行了定量分析并生成了汾河流域各时期遗址分布概率图,在此基础上对汾河流域人类文化遗址的分布特征进行研究。遗址分布模型总体分类精度较好。遗址分布模型对考古工作及古环境研究具有重要价值,可以为考古工作提供决策支持。     

基于GIS的陕西省人口空间分布模式

借助空间自相关分析方法分析了陕西省人口的空间分布模式和空间关联关系。结果表明,陕西省人口分布呈现显著的空间集聚现象,在整体上具有较强的正相关性。在西安市附近存在几个非常明显的"高-高"集聚;同时,延安市和安康市分别出现"低-低"集聚。陕西省人口重心从2002年的礼泉县移动至2009年的泾阳县,向东北移动约3.3 km。     

S形分布的数据拟合数学模型研究

S形曲线有着广泛的应用,以往的研究模型仅含三个参数,大多以对称S形分布的基本光滑数据为例,这使得自由度受限的和以理想数据为研究对象所得到的研究结果难以适用于更实际的、非对称(左偏S形分布、右偏S形分布)的非光滑观测数据。为此,提出并建立了含有5个参数的二次有理模型,作为对S形分布的观测数据进行拟合的模型,并进一步分为带导数拟合、5分段和值拟合和5特征点拟合,使S形分布的各种情况(左偏、对称和右偏)的拟合得到明显改善。     

道路交通空间数据WebGIS发布技术探讨

介绍道路交通空间数据WebGIS发布技术研究的必要性。在介绍WebGIS的功能特点的基础上,简要介绍了超图软件SuperMapIS．NET的特性。最后,详细论述了运用SuperMapIS．NET发布交通数据的步骤,并做了简要数据地图的发布实现。     

Point set generalization based on the Kohonen Net

Point set generalization is one of the essential problems in map generalization. On the demands analysis of point set generalization, this paper proposes a method to generalize point sets based on the Kohonen Net model; the standard SOM algorithm has been improved so as to preserve the spatial distribution properties of the original point set. Examples illustrate that this method suits the generalization of point sets.     

利用经验模态分解的侧扫声纳噪声抑制方法

针对海道测量中侧扫声纳声强数据中的噪声问题,分析侧扫声纳海底杂波的统计模型,提出基于ping数据的经验模态分解抑制噪声方法。结果表明,从ping声强数据中减掉周期小于4的模态后,声强数据可较好地服从Gamma分布,并保持声图中的细节信息。     

一种城市公交线网分布的可视化分析方法

可视化分析技术在分析交通数据、发现交通问题及辅助决策扮演着越来越重要的角色,成为一项重要的智能交通技术。为了更加直观地展示城市公交线网空间分布的疏密情况,本文基于北京市公交线路矢量数据,采用直接可视化和聚集可视化两种方法对公交线网的空间分布进行了分析。通过对原数据处理计算得到了基于北京市主干道的公交线路分布数据并进行了直接可视化;同时利用HTML5的Canvas绘制热力图的方法对原数据进行了聚集可视化,根据可视化结果对北京市公交线路空间分布情况进行了分析。该方法对城市公交线网规划和优化有实用价值和意义。     

密度聚类算法在连续分布点云去噪中的应用

在原始测量获取的点云数据中,除了目标数据外,还有大量的噪声数据。噪声往往无规律地分布在目标物体周围,难以用统一数学模型区分。基于密度的聚类算法将簇定义为密度相连的点的最大集合,能发现任意形状、大小的类簇,将该算法应用在点云去噪中,能将密度分布连续点进行聚类,从中提取出目标点云。