遥感数据的遗传-超平面分割算法

在传统的采用超平面作为判别边界的分割方法中，使用统计学的方法确定类判别界面，当区域间的统计值大于区域内的统计值时，就会出现类判决界面难于确定的问题。遗传算法的特点是进行全局优化搜索，利用这种算法优势可以解决传统算法难以解决的超平面空间定位问题，从而解决类判决界面的确定问题。通过EOS／MODIS图像数据的分割对该方法作了详细的介绍，其分类精度明显高于统计学分类方法。     

无拓扑矢量数据快速压缩算法的研究与实现

首先论述传统矢量数据压缩算法：道格拉斯—普克法，分析将其应用于多边形边界数据压缩所造成的图形失真现象，在此基础上提出一种针对无拓扑矢量数据的快速压缩算法，并在MapInfo环境中实现该算法。     

三角钢标对GPS测量影响的试验分析

GPS测量控制网为了与地面国家控制网进行联合的平差，必须与国家坐标系进行联测，GPS接收机有时也必须安置在有三角钢标的旧有控制点上。通过对此分析研究了三角钢标对GPS测量的影响，对设计和实施GPS测量的用户具有一定的参考价值。     

从激光扫描数据中进行建筑物特征提取研究

提出了一套基于建筑物几何特征的信息挖掘方案，并具体介绍了研究中采用的一些原理、方法与实用算法，从而可以直接从激光扫描数据中提取建筑物的平面外轮廓信息。利用本方案对车载激光扫描系统获取的城市建筑物试验数据进行了具体的处理，并给出了三维建模和可视化表达结果。     

电子地图的数据交换(CNSDTF)实现

电子地图是传统地图的矢量数据格式，由于采用不同的软件平台和不同的数据格式，因此在进行数据交换和数据共享时经常需要进行数据格式的转换。中国《地球空间数据交换格式》标准中给出了矢量数据交换的标准格式，对于GIS应用中的矢量数据交换基本已满足要求，但对于电子地图的交换尚有不足。本文在认真研究了电子地图的一般特征后，提出了电子地图所具备的图形表现属性不同于非图形属性的概念，在不违背标准的基本原则下扩充了现有标准的格式，大大方便了电子地图数据的交换，并且给出了程序实现的简要流程。     

基于ArcView的专题地图的制作

本文探讨了在ArcView环境下专题地图的制作工艺方法和ArcView在制图中的相关应用。     

地下管线源数据处理方法的研究

为了保障顺利建设上海市地下管线数据库．需要对现存的地下管线的源数据进行一些技术处理，以满足数据入库的要求。本文主要个绍：笔者在从事地下管线源数据处理工作中，碰到的现存的上海市地下管线源数据对于建设上海市地下管线数据库所存在的一些问题：以及笔者利用Autodesk公司的AutoCAD二次开发工具开发的应用程序来处理这些问题的方法。     

Integration and Sharing of Geo-spatial Data Based on Data Engine

Through analyzing the principle of data sharing in the database system, this paper discusses the principle and method for integrating and sharing GIS data by data engine, introduces a way to achieve the high integration and sharing of GIS data on the basis of VCT in VC , and provides the method for uniting VCT into RDBMS in order to implement a spatial database with object-oriented data model.     

多种遥感数据的综合编图研究

分析了多光谱、卫星测高和成像雷达3种数据的几何定位精度、水深反演有效范围和灵敏度等特性,利用TM、SPOT和SAR数据,研究其水深反演精度和同一性,由此确定了水深综合编图的原则。采用加权平均的数据融合技术,探讨了编制理想综合图件的方法。     

Disjunctive Kriging with Hard and Imprecise Data

This paper presents a methodology for assessing local probability distributions by disjunctive kriging when the available data set contains some imprecise measurements, like noisy or soft information or interval constraints. The basic idea consists in replacing the set of imprecise data by a set of pseudohard data simulated from their posterior distribution; an iterative algorithm based on the Gibbs sampler is proposed to achieve such a simulation step. The whole procedure is repeated many times and the final result is the average of the disjunctive kriging estimates computed from each simulated data set. Being data-independent, the kriging weights need to be calculated only once, which enables fast computing. The simulation procedure requires encoding each datum as a pre-posterior distribution and assuming a Markov property to allow the updating of pre-posterior distributions into posterior ones. Although it suffers some imperfections, disjunctive kriging turns out to be a much more flexible approach than conditional expectation, because of the vast class of models that allows its computation, namely isofactorial models.