水下无线传感器网络定位技术研究进展

水下无线传感器网络和浮标网络定位技术是当今海洋测绘领域的新技术。浮标网络定位技术结合了全球定位系统和水声测量定位技术,可有效地为水下目标进行定位和导航。水下无线传感器网络由大量廉价微型传感器节点组成,可用于实时监测海洋环境的变化、节点定位、水下目标定位和导航等。详细分析了浮标网络定位技术的不足,介绍了水下无线传感器网络,深入剖析了水下无线传感器网络定位技术的发展现状,指出了需要解决的技术难题,为水下无线传感器网络的后续研究提供参考。     

基于网络视频的建设工程监管系统研究

探讨网络视频应用于建设工程监管领域的系统建设,介绍了系统框架、数据建设、功能设计和技术路线,以重庆市重点建设工程为例进行项目开发并在建委系统取得了试用,最后指出全过程、多传感、集成的体制性建设工程监管系统是未来趋势。     

多传感器集成的体视化形变监测模型研究

采用地面合成孔径雷达干涉测量(GB-SAR)、三维激光扫描、数码相机、GNSS和无线传感器网络等多种传感器集成技术,设计集成角反射器、紧凑有源转发器、GNSS接收机天线和物理传感器的专用目标特征点装置,将其布设在监测对象表面,自动获取监测对象的空间信息和内部物理状态信息,对GB-SAR雷达干涉测量数据算法进行探讨,在此基础上研究地基雷达干涉影像,将监测对象表面三维模型和内部物理状态模型进行融合,建立体视化形变监测模型的算法,从而实现在模型上对任意兴趣点形变信息进行自动提取和分析。     

一种基于WebGIS的网络地图数据采集方法研究

从互联网上快速获取庞大的旅游产业链数据,并及时更新,是一项有关旅游资源基础地理信息建库的技术难题。文中提出一种基于WebGIS的网络地图数据采集方法,利用网络地图服务商提供的API进行软件工具开发,通过地名搜索、可视范围搜索两种方式,基于Web信息对旅游接待设施的基础数据进行抓取,导出为XML文档。应用表明,该网络地图数据采集方法在旅游产业数据调查时,具有快速、高效的实用性。     

网络GIS渐进式本科教学模式研究

地理信息科学与互联网技术的发展使得网络GIS(CyberGIS)相关技术逐渐渗透到各个应用领域,目前对于网络GIS专业本科毕业生的需求日益增加,给网络GIS本科教学带来了机遇和挑战.针对社会对网络GIS专业本科毕业生的需求和本科生自身的学习特点,文章提出了以实践性教学为主的网络GIS课程体系,设计了网络GIS本科渐进式教学模式,为综合培养本科生的网络GIS基础理论与实践动手能力的本科教学提供参考.     

长距离网络RTK基准站间整周模糊度的快速解算

由于电离层延迟、对流层延迟等系统误差具有随测站间距离增加而相关性降低的特性,长距离情况下准确快速得到载波相位整周模糊度十分困难.因此文章提出了一种长距离网络RTK基准站间双差整周模糊度的快速解算方法,该方法利用M-W组合观测值进行双差宽巷整周模糊度的计算,结合无电离层组合观测值进行基准站间双差载波相位整周模糊度的确定,且不需线性化、不需解求方程组,各双差整周模糊度之间相互独立.最后通过实测数据进行算法验证,证明了该方法能够快速、可靠地解算长距离基准站间的双差整周模糊度.     

采用网络分区与预计算策略的k近邻查询算法

k近邻查询是GIS和空间数据库等领域的研究热点.文章针对道路网络中的k近邻查询,通过分区以及预计算近邻集策略,获得查询点的k近邻结果:首先利用自适应格网分区方法将道路网络划分为若干格网单元,并存储格网内节点与边界点、边界点之间距离;其次在网络中的节点预先存储近邻集.实验证明,在兴趣点密度高、k值较大情况下,算法具有较好的性能.     

基于ArcGIS Objects的地下管线数据质量检查方法

通过对影响数据质量因素的分析,总结出属性质量检查、坐标信息检查、关联信息检查、超链接信息检查、统计检查等5个方面的检查内容;运用GIS方法对地下管线成果数据进行质量检查,并进行了实验验证。     

一种新的近似平行沟渠群的典型化方法

提出并实现了一种针对近似平行沟渠群的典型化方法。首先,建立沟渠的方位关系图,通过生成关系图中各连通分量的极大完全子图,提取近似平行的沟渠;然后,依据视觉认知规律定义沟渠间的认知距离,并基于最小生成树的剪枝对沟渠进行分组;接着,运用K-means++算法对分组后的沟渠进行重新表达;最后,通过比较综合前后沟渠群的外轮廓相似性以及沟渠分布密度的差异,对典型化结果进行了评价。对广州市数据进行了实验,结果表明该方法能有效进行近似平行的沟渠群的典型化。     

彩色地图分色方法综述

彩色地图分色是地形图符号提取与识别的首要问题,为了使该领域的研究人员对当前各种彩色地图分色方法有较全面的了解,因此对各种彩色地图分色方法进行了系统的论述。先对各种颜色空间进行简单介绍,然后对直方图阈值法、特征空间聚类、神经元网络、模糊方法、基于样本学习的统计方法、遗传算法、基于熵的方法等主要的彩色地图分色技术进行综述,并比较了它们的优缺点。