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。     

三维地图式可视化大数据

数据可视化技术利用计算机图形图像学以及数据挖掘技术,以交互方式将数据中的隐藏信息展示给用户,为用户决策提供参考。近年来,随着PC计算能力与互联网技术的快速发展,传统的数据可视化技术已无法满足人们日益增长的信息处理需求。目前,数据可视化在可视化过程中存在显示结果精确度低、表达方式单一、不能突出数字信息内含的规律性等问题。本文针对上述问题提出了基于三维地图的可视化大数据解决方案,该方案通过制作专题地图可视化数据,对数据的规律性进行了研究,从而方便用户理解数据的深层次信息,发现隐藏的特征、模式、趋势等信息。     

嵌入式Web服务器的Android空间数据离线解决方法

针对移动GIS应用商业开发组件难以进行自由定制与分发的问题,该文提出一种基于嵌入式Web服务器的Android移动端空间数据离线解决方法,该方法通过在Android设备中移植开源的NanoHTTPD服务器实现了地图瓦片服务和矢量要素服务,并通过编码读取bundle切片数据包和扩展Spatialite空间数据库的方式,解决了切片数据和矢量要素数据的存储,然后利用Webview控件内嵌HTML5页面加Leaflet地图库完成了前端功能实现,并进行了实际应用展示。该方案的实现可节省Android端移动GIS应用开发成本,具有推广意义。     

一种基于三角函数的矢栅地理数据可逆几何脱密模型

矢栅地理数据是基础地理信息数据的重要组成部分,其安全保护研究十分重要。我国有关法律法规对公开版地图的脱密几何精度有明确规定,基础地理数据需要脱密后才能公开共享使用。本文在分析三角函数脱密特性和矢栅地理数据特征的基础上,顾及矢栅地理数据叠加使用的特点,设计了一种基于三角函数的矢栅地理数据一体化的可逆脱密模型。试验证明,该模型较好地保持了地理实体的拓扑关系,脱密处理速度快,安全性高,误差可控,数据接边好。     

浅析专题地图制作中基础数据的处理方法

地图制图在地理信息系统中占有非常重要的地位。目前,随着计算机技术的发展,专题地图、地图集的设计制作正进入一个新的阶段,充分发挥计算机软硬件功能,利用数字化方法制作出更加精美的专题地图作品已不再是难事。本文讨论了应用基础地理信息数据编制专题地图时对数据进行整合、处理、格式转换等实际应用的方法。     

基于TM30的立式储油罐变形分析

通过对某一大型的石油储油罐进行实地观测,阐述了采用徕卡TM30对大型储油罐进行变形观测的工作原理及简单操作流程。用拟合的方法拟合出基准圆及其他每一圈板的圆心,编程实现观测数据的自动化处理,求解出需要的几何参数,节约了工作成本并提高了效率。最后对油罐的变形程度做出分析和评价。     

基于动态化简的多源数据相似性评估

随着空间数据获取手段和途径的丰富,多源数据的差异性对数据更新的影响一直备受关注。本文提出一种基于动态化简的多源空间数据相似性评估方法。首先,将多个来源数据分别与参考数据用传统方法进行匹配;其次,利用加入动态化简的匹配方法对多源数据重新匹配;最后,分析上述两次匹配结果的差异,从数据匹配的角度出发,通过整体一致性和数据详细程度评估对数据匹配质量进行对比,根据获取的评估结果实现更新数据的选择。通过实验和分析,验证了本文方法的科学性和可操作性。     

GIS典型几何计算算法的并行化及优化研究

空间数据规模的快速增长对传统矢量数据分析方法提出了更高的计算效率和处理规模要求。随着计算机硬件和软件技术的进步,并行计算为提高GIS中典型几何计算算法的计算效率、扩大问题处理规模提供了有效手段。本文在Visual Studio 2010中,使用标准C++编程语言,基于GDAL(Geospatial Data Abstraction Library)库实现空间数据的读写操作,针对线简化算法的并行化问题,在高性能计算环境下对并行任务调度策略、并行计算粒度、数据分解方法等多个核心内容开展研究。在完成相关串行算法的基础上,实现了该算法的并行化和优化设计,为相关的矢量数据空间分析方法的多核并行优化提供了思路和参考。     

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.