A holistic approach to aligning geospatial data with multidimensional similarity measuring

Semantically aligning the heterogeneous geospatial datasets (GDs) produced by different organizations demands efficient similarity matching methods. However, the strategies employed to align the schema (concept and property) and instances are usually not reusable, and the effects of unbalanced information tend to be neglected in GD alignment. To solve this problem, a holistic approach is presented in this paper to integrally align the geospatial entities (concepts, properties and instances) simultaneously. Spatial, lexical, structural and extensional similarity metrics are designed and automatically aggregated by means of approval voting. The presented approach is validated with real geographical semantic webs, Geonames and OpenStreetMap. Compared with the well-known extensional-based aligning system, the presented approach not only considers more information involved in GD alignment, but also avoids the artificial parameter setting in metric aggregation. It reduces the dependency on specific information, and makes the alignment more robust under the unbalanced distribution of various information.     

全站仪在施工定线中的应用探讨

随着测绘技术的发展,全站仪已经普遍应用于施工测量中。文章主要探讨在不通视的直线段上、两端点坐标未知、放样点与一端点距离已知的情况下,如何利用全站仪确定该放样点的位置。     

sPn震相的多台同时测定法

利用数字台网观测技术的优势,根据sPn与Pn震相到时差与震中距无关,以及振幅和周期都比Pn大的运动学和动力学特征,提出将震中距不同的台站的Pn震相对齐后同时测定多台的sPn震相,进而计算出该地震的震源深度。这种分析和测定方法简捷准确,可在台网的日常近震分析中推广应用。     

一种新的车载低成本MEMS陀螺仪快速初始对准算法

车载导航系统常用惯性测量元件（IMU）与全球卫星导航系统（GNSS）技术组合以提高系统的稳定性。由于车载导航系统的应用场景限制,对初始对准速度有着较高要求。为了提高传统车载组合导航系统中低成本微机电系统（MEMS）陀螺仪的初始对准速度,降低初始对准过程中的计算量,本文提出了一种适用于任意失准角下的基于网络RTK辅助与无损Kalman滤波（UKF）的MEMS陀螺仪初始对准算法。同时针对车载系统的特点,简化了IMU系统误差方程,分析了简化带来的误差。在诺瓦泰ProPak6和诺瓦泰IMU-IGM-S1组成的导航系统中验证了本文提出的算法。试验结果表明,在以诺瓦泰双天线GNSS输出航向角为"真值"的情况下,本文提出的算法基本可以在5 s内完成陀螺仪的初始对准,对准精度达0.3°。     

结合NASA DEM和AW3D30 DEM的太原市DEM数据融合

本文首先以DEM数据为例,将输入数据与参考数据配准至同一像素位置,然后分别将均方根误差和标准差作为参考指标,在不同坡度等级的区域内,通过权重系数从0至1的遍历探寻最佳加权融合系数,从而确定融合方案并进行NASA DEM与AW3D30 DEM的数据融合,最后对融合效果进行定量评价。结果表明:配准前,NASA DEM沿x、y、z方向的位移分别为-2.65、2.41、0.60m,AW3D30 DEM位移分别为1.04、7.51、-3.33m;配准后,原始数据各项误差均减小,且NASA DEM的系统误差基本消失。融合DEM相较于NASA DEM,平均误差和均方根误差分别减小了25.0%和36.8%;对于AW3D30 DEM,误差降幅分别为86.5%和13.2%。     

短线匹配法预制箱梁线形控制方法

短线匹配法预制箱梁施工工艺正逐渐应用于我国大跨度预应力桥梁建设中,预制阶段的线形控制技术是其中的关键.在阐述短线匹配法预制箱梁施工流程的基础上,针对其施工控制特点,着重研究施工控制网的建立、线形测控点的布设、预制坐标系的建立、预制精度的分析、工程独立坐标与桥梁整体坐标的转换、预制过程中的误差分析与修正等线形控制方法.短线匹配法在南京长江第四大桥中的应用,体现了其在特大桥箱梁预制中的优越性和实用价值.     

简化5级-CKF在SINS大失准角初始对准中的应用

针对大失准角情况下,利用3级-CKF进行SINS初始对准性能不高的问题,提出5级-CKF算法。在系统模型噪声和量测噪声均为加性噪声且量测方程为线性方程时,推导了简化5级-CKF算法,步骤需要在Kalman滤波的基础上利用5级容积采样点对非线性状态方程的状态及其方差进行预测。采用SINS静基座初始对准仿真实验验证算法的有效性,结果表明:简化5级-CKF对任意失准角都是有效的,失准角较小时,3级-CKF和简化5级-CKF的对准精度和收敛速度性能相近,但简化5级-CKF的数值稳定性更高;失准角较大时,简化5级-CKF较3级-CKF具有更高的收敛速度和对准精度。     

基于词嵌入的地理知识库实体类别对齐方法研究

地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值（Fl）可达0.9568,有效提高了实体类别的对齐精度。     

基于惯性导航系统的轨道检查仪双位置对准方法

为提高轨道检查仪惯性导航系统对准精度,提出适用于轨道检查仪的惯性导航系统双位置对准方法。该方法利用轨道检查仪掉头方式,实现惯导系统加速度计常值零偏补偿。选用0.1°/h光纤陀螺仪和200 μg石英挠性加速度计组成惯性导航系统,在一铁路路段进行轨道检测试验。试验结果表明,双位置对准方法能够有效去除惯性器件零偏误差导致的轨道参数检测误差,在轨检仪连续工作300 m的情况下,铁路轨道水平检测精度明显提高。