利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

面向不同主题的交通大数据可视分析

大数据时代,交通数据如何更快更准确地实时反映交通状况成为研究热点。使用不同交通数据对不同的研究主题进行可视分析,进而揭示蕴含的交通信息知识,为交通部门提供决策支持。首先,分析了大数据的基本特征,总结了大数据可视分析的研究现状;其次,对交通大数据的基本构成、获取方式及数据类型特点进行详细描述;最后,按照不同的研究主题选择不同的数据源与不同的可视化表达方式,揭示不同研究主题蕴含的交通规律,为交通大数据的自动模型分析提供可靠的可视化知识。     

大跨钢桁梁形变对轨道平顺性的影响

针对由于大跨钢桁梁形变导致其上设置的轨道控制点(CPIII)空间位置的变化,进而导致轨道平顺性的测量结果受到影响的问题,该文从轨道维护角度出发,探讨大跨钢桁梁形变对轨道测量及平顺性影响规律。通过模拟实验对大跨钢桁梁形变引起的自由设站坐标、钢轨几何位置测量值以及轨道平顺性指标3方面的影响进行了深入讨论,结果表明:对于直线段大跨钢桁梁部分的轨道平顺性影响较小,对钢桁梁与两端混凝土梁连接处的轨道平顺性影响较大。     

基于GEOWAY CIPS大比例尺正射影像快速生产的方法研究

面对经济社会发展急需大量影像数据支撑的现状,本文提出了基于GEOWAY CIPS大比例尺正射影像快速生产的方法,分析了基于GEOWAY CIPS影像处理的关键技术流程,总结了该生产流程的优势与不足,并通过实际项目,验证了本文生产方法的高效性与可靠性。     

基于SuperMap的空间大数据可视化技术研究与应用

人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.     

基于Spark Streaming的实时流数据处理模型化研究与实现

通过研究与分析,选取Spark Streaming技术实现对P实时流数据的处理.同时,研究出一套模型化的方式,实现动态装配软件的执行过程;并通过具体的实例展示了两者结合后,在数据处理的易用性、性能及吞吐量方面,都得到了大幅提升.     

地下管线普查及系统建设的大数据解读

地下管线普查及综合管理信息系统建设是一个庞大的系统工程,如何进行有效的组织与建设是工作顺利开展的关键;数据是贯串工作始终的一项重要内容,本文则以大数据视角,详细解读了在地下管线普查及综合管理信息系统建设中的相关数据的采集、清洗、整合、挖掘、共享等方面的内容。     

谈大数据时代的“云控制”摄影测量

在当今大数据时代,影像数据采集方式的多样化、高效化、便捷化产生的摄影测量影像大数据需要高效、自动与智能的处理。然而,作为传统摄影测量几何定位主要控制数据的外业控制点,其获取的复杂性与低效性仍然是制约摄影测量处理效率的关键因素。针对该问题,本文提出了"云控制"摄影测量的概念,以带有地理空间信息的数据作为几何控制替代外业控制点,通过自动匹配(或配准)获取大量密集的控制信息;并介绍了基于影像、矢量和LiDAR点云的3种"云控制"摄影测量技术;最后对"云控制"摄影测量的应用前景进行了展望并对其问题进行了讨论。     

机载LiDAR与全野外测量综合测图方法的研究

为满足城市详细规划的需要,快速获取多种比例尺的大面积高精度基础地形图,将机载LiDAR测图与全野外测图技术结合起来,充分发挥机载LiDAR点云数据的优势,获取了满足用户需要的测绘成果。以广州市从化区大比例尺测图为例,提出了一套机载LiDAR和全野外测量协同测图的方法,大大提高了项目效率。     

城市公共安全大数据

对城市公共安全大数据的分类、数据采集存储、数据共享、数据安全、融合应用等方面进行了探讨;并结合我国城市公共安全管理的现状,提出需建立一套管理机制、一个大数据中心、一套标准规范和一个平台体系架构,为我国城市公共安全管理和智慧安全城市建设提供技术支撑。