排序方式: 共有32条查询结果,搜索用时 31 毫秒
1.
《测绘科学技术学报》2018,(5)
针对大数据量机载LiDAR点云数据整体处理时效率低下、分块处理时容易破坏地物空间结构特征的问题,提出了一种顾及点云覆盖区域地形地貌特征的快速区域分割方法。首先构建离散点云的虚拟格网,利用格网邻域内的高程突变实现区域边界上的各类障碍物自动检测;其次为提高分割处理效率,在点云覆盖区域矩形初始分割的基础上,利用流水模型及坐标轴向的方向约束对矩形分割边界线进行自动更新;最终实现了大数据量点云的快速区域分割处理。实验证明,该算法能够合理避开各类典型地形及地物障碍,实现区域分割边界线的自动化生成,算法的适应性与处理效率较高,能够较好地应用于大数据量点云数据的快速处理与应用。 相似文献
2.
3.
“三站四网”观测资料具有数据量庞大、资料体系构成复杂、资料误差来源多、实时监控要求高等许多不同于传统人工观测资料的新特点,因此,抓紧完善基层台站观测资料质量控制体系,对于切实提高气象综合观测资料质量具有特别重要的意义。本文认为省及省级以下基层台站当前重点要完善层级质量控制模式,消除上下一般粗、上下重复劳动的弊端,建立起不同层级之间既分工明确、又密切协作的有机体系。 相似文献
4.
人工神经网络和决策树模型在滑坡易发性分析中的性能对比 总被引:1,自引:0,他引:1
机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP(Back Propagation)人工神经网络模型和CART(Classification and Regression Tree)决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。 相似文献
5.
在三维城市模型中,建筑物表面常用三角形网格来进行描述。随着虚拟现实技术的进步,在三维GIS领域内所构造和使用的城市建筑物模型,结构越来越复杂,数据量越来越大。导致数据的复杂程度远大于图形硬件实时的处理能力。人们在利用性能更高的计算机的同时,也提出了多种简化模型的技术和算法, 相似文献
6.
通过对城乡一体化发展的历史背景及作用论述,提出城乡一体化地籍信息系统建立过程中存在的几个问题及建议,主要包括土地产权界限衔接问题、土地利用现状分类系统问题、城乡统一的信息系统标准及数据库的数据量优化等问题。 相似文献
7.
针对一些通用的空间数据的数据交换格式进行了研究,并就不同数据格式的数据量进行了对比实验。结果表明,在栅格数据中,.bmp格式的数据量最大,.jpg格式和.gif格式的数据量较小;矢量格式的数据量的大小与空间数据的属性有关,在几种常用的矢量格式中,.e00格式的数据量最大。 相似文献
8.
9.
介绍福建区域地震前兆观测台网历史数据迁移的基本情况,分析在数据迁移过程中的数据衔接和数据量纲的转换、迁移完成后的数据对比及数据整合工作中的若干问题。 相似文献
10.
基于小波理论的变形分析模型研究 总被引:6,自引:1,他引:5
变形监测是国内外大地测量和防灾减灾领域的边缘课题.由于全球卫星定位技术、测地机器人、多传感器集成系统等高新技术的不断应用,变形监测积累的资料多,数据量大,研究如何及时、有效地从大量变形监测信息中进行数据挖掘,进行变形分析、解释,并对变形作短期和中、长期预测与预报等,具有重要的理论意义和实用价值. 相似文献