基于Autonomy的国土资源档案知识挖掘与应用平台研究

本文在分析大数据背景下国土资源信息化面临的挑战及国土资源档案数据现状的基础上,提出基于Autonomy知识与服务架构,重点阐述架构的三个组成部分：数据采集平台、本体构建与分析平台、数据处理平台,介绍了基于Autonomy Idol的应用功能设计实例。探讨海量国土资源档案数据管理与应用的新方式,为国土资源数据档案的管理提供大数据支持的理论基础。     

矿山开采沉陷教学中关于地表移动观测站设计的两点探讨

为了保证地表移动观测站设计的可靠性,本文提出采用边界角及其修正量替代移动角和修正量进行观测线长度设计,可作为传统观测站长度设计的有效检核条件;利用沉陷预计方法确定沉陷盆地主断面来设计观测线位置,可有效检核基于传统角量参数设计观测线位置的可靠性。最后将本文提出的观测站设计可靠性检核条件用于某矿工程实践,有效的确保了地表移动观测的可靠性,取得了良好的工程应用效果。     

基于时空主题模型的微博主题提取

目的 已有地理主题模型没有考虑不同区域对微博主题影响程度的差异性,同时他们将时间要素离散化,难以得到连续时间上的微博主题强度。提出了一种顾及连续时间及区域影响力因素的时空主题模型。该方法将城市划分为多个区域,依据各兴趣点类型及数量对区域赋予权重以表达区域社会功能对微博主题的影响程度,基于稀疏增量式生成模型表达微博主题分布,利用 Beta分布描述主题在连续时间中的强度,最终通过Gibbs采样得到时空主题模型各参数。实验表明,本文方法能发现连续时间上微博主题的演变,与已有地理主题模型相比,能更加准确地提取微博主题。     

地名识别与匹配的概率统计方法

建立了一个试验用地名库和地理语料库,在此基础上构建对地名用字可信度的统计分析模型。通过分析地名在中文文档中的使用习惯和规律,总结出经常与地名一起使用的且具有地名指示含义的辅助字或词,以此为基础建立地名识别辅助词词库和地名识别的规则库。对地名库和地理语料库的用字进行统计分析,通过设定地名用字可信度概率阈值和辅助词指示作用对文本中潜在地名进行初步的筛选形成候选地名;在粗筛选产生的候选地名基础上结合地名识别规则进一步确认,以提高地名识别的准确率。     

Optimizing support vector machine learning for semi-arid vegetation mapping by using clustering analysis

In remote sensing communities, support vector machine (SVM) learning has recently received increasing attention. SVM learning usually requires large memory and enormous amounts of computation time on large training sets. According to SVM algorithms, the SVM classification decision function is fully determined by support vectors, which compose a subset of the training sets. In this regard, a solution to optimize SVM learning is to efficiently reduce training sets. In this paper, a data reduction method based on agglomerative hierarchical clustering is proposed to obtain smaller training sets for SVM learning. Using a multiple angle remote sensing dataset of a semi-arid region, the effectiveness of the proposed method is evaluated by classification experiments with a series of reduced training sets. The experiments show that there is no loss of SVM accuracy when the original training set is reduced to 34% using the proposed approach. Maximum likelihood classification (MLC) also is applied on the reduced training sets. The results show that MLC can also maintain the classification accuracy. This implies that the most informative data instances can be retained by this approach.     

空间数据挖掘进展

空间数据挖掘是解决海量空间数据利用瓶颈的技术之一。本文综述空间数据挖掘的研究与应用进展。首先,分析空间数据挖掘的缘起。其次,研究空间数据挖掘的本质及其特点。再次,基于理论技术,分类总结空间数据挖掘的研究和应用的成果,并探讨其研究方向。最后,总结全文。     

煤矿区地质环境与地质灾害遥感集成监测系统的关键技术

面向“数字矿山”应用系统的需要,在分析煤矿区地质环境和地质灾害特点及其在遥感监测理论依据的基础上,提出了煤矿区地质环境与地质灾害遥感集成监测系统的技术思路和体系结构,强调各种监测技术手段、不同时空尺度、不同数据源和不同主题信息的集成,并针对这一集成系统实现与应用中的多目标遥感信息处理、环境传感器网络应用、遥感监测数据与专题分析模型的集成、数据质量控制等关键问题进行了探讨。     

露天煤矿数字地质模型的建立及在虚拟开采中的应用研究

为了对露天煤矿剥、采、排和土地复垦的进行预控制,需要对露天矿生产进行预演,计算相关数据。采用层面模型建立露天矿的地质模型,以"多对角线交换循环算法"结合"凸包推进算法"建立约束TIN结构层面。根据露天矿开采推进的特点建立以台阶为单元的分层式开采模型,在地质模型和开采模型的基础上,根据露天矿实际生产情况建立开采模板,采用"人工交互式推进"实现露天矿的虚拟开采。     

小卫星数据的变化监测能力分析

为了促进小卫星数据在地质灾害监测中的应用与推广,本文以监测采矿图斑变化为目标,通过对北京地区的2006年和2007年两期北京一号小卫星4m全色影像采用正射校正、配准和迭加对比的方法发现变化信息。结合1∶50 000影像图、野外调查和测量,确定变化图斑的边界、变化原因和规模,并对小卫星全色图像的变化监测能力进行分析和总结。本文通过对小卫星4m全色影像数据的分析,基本上可以概括出其变化监测能力。     

动态矿区DEM生成方法及其在土地复垦中的应用研究

首先根据我国矿区土地复垦工作中存在的不足,通过研究提出"动态土地复垦"的概念,并确定了动态土地复垦方案制定的数据基础——动态矿区数字高程模型。动态矿区数字高程模型应该包含煤矿生产对地表的累积影响结果数据和地表的原始地形信息,开采沉陷预计结果可以提供前者,地面测量可以提供后者,经过数据处理可以按时间间隔生成描述塌陷区的一系列数字高程模型(DEM)(准动态),然后运用DEM的空间分析技术提取塌陷区在不同时间段的土地破坏类型、范围和位置数据,并根据这些数据进行动态土地复垦方案决策数据的提取,经实例验证该方法可行。