原料收购信息管理系统的设计与实现

利用数据库相关知识对原料收购业务进行合理的规划、分析与设计，充分利用计算机处理、网络通讯技术，将电子衡与微机系统相连，利用RS232通讯标准将称重数据读入微机，并及时处理、结算、统计、查询、输出，建立一套完整的网络化数据库管理系统。目的是解决原料过磅手工记帐的传统方式，以便快速准确完成原料收购业务，从而达到节约劳动力、提高工作效率的目的。     

Web服务驱动的地理信息系统研究

Web服务具有松散耦合、高度集成、基于标准规范等优点。将Web服务的这些特性应用到地理信息系统的开发中,提出了Web服务驱动的地理信息系统架构。该架构对现有的Web服务技术进行了改进,引入了服务语义化描述、动态服务组合以及主动服务等概念。最后,对Web服务驱动的地理信息系统进行了测试（以服务发现为例）,验证了系统架构的可行性和合理性。     

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。     

后缀树聚类在专用搜索引擎中的应用研究与改进

为了提高专用搜索引擎的分类精确度和可控度,提出了一种新算法。根据现有的后缀树文本聚类,通过建立基本分类表,并结合专用搜索引擎的特点进行改进,将文本分类和文本聚类有机地结合起来,使改进后的算法能够通过人工的干预,不断修正自己的分类结果。实验表明,相比传统的文本分类算法,这种算法能通过自我修正能力不断提高分类准确度,并且计算开销和传统文本分类算法相当。因此,该算法通过结合文本分类和文本聚类算法,在专用搜索引擎结果处理上提出了新的思路。     

基于相似度计算的室内兴趣点匹配方法

为了解决室内兴趣点数据更新的准确匹配问题,本文提出了基于定位点坐标、名称和地址进行相似度计算的综合匹配方法,并介绍了该方法的实施步骤与流程,通过试验评价了不同相似度计算方法的匹配效果。结果表明,该方法具有可用性,得到的参考阈值可为室内分布密集、种类繁多的兴趣点的快速更新提供技术支持。     

后缀树聚类在专用搜索引擎中的应用研究与改进

为了提高专用搜索引擎的分类精确度和可控度,提出了一种新算法。根据现有的后缀树文本聚类,通过建立基本分类表,并结合专用搜索引擎的特点进行改进,将文本分类和文本聚类有机地结合起来,使改进后的算法能够通过人工的干预,不断修正自己的分类结果。实验表明,相比传统的文本分类算法,这种算法能通过自我修正能力不断提高分类准确度,并且计算开销和传统文本分类算法相当。因此,该算法通过结合文本分类和文本聚类算法,在专用搜索引擎结果处理上提出了新的思路。     

空间位置信息的多源POI数据融合

为从2个来源不同的POI数据集合中准确找出用于融合的对应对象,在国外研究成果的基础上提出1种改进方案,该方案在空间位置属性的基础上利用非空间属性相似度来提高结果融合集的准确性。技术路线如下:首先对2个POI数据集合实施空间位置方法找出对应对象组成的初步融合集,然后使用低阈值的名称属性相似度方法排除由空间位置方法找出的错误对应对象,最后使用高阈值的名称属性相似度方法找出空间位置方法未能找出的对应对象。用多组POI数据集合测试改进方案,结果表明融合集的准确率、召回率以及F1值都有明显提高。     

基于颜色特征和空间特征的图像检索

针对已有的综合多特征进行图像检索的算法复杂度高、计算量大且准确率不够的现状,提出一种基于图像分块并综合灰度特征和空间特征的图像检索算法。首先将原图像划分为10×10的子块,再计算每个子块的平均灰度和空间位置作为检索特征,通过实验表明这种方法在检索结构相似的图像时准确率高,但对颜色不敏感。通过增加颜色特征并调整空间特征计算方式进行改进,相比改进前,算法对于公开的图像库中大多图片有更高的查准率。实验中统计了多类图片在不同情况下的查准率,表明文中算法准确高效,应用性好。     

Exploiting Illusory Grid Lines for Object-Location Memory Performance in Urban Topographic Maps

In order to be successful in spatial orientation tasks, people need to recall locations and configurations of spatial objects from their memory. This understanding of geographic space often arises from experience with cartographic media representing topographic and topological information by graphic symbols. Learning spatial information from graphic media is influenced by different perception-based grouping effects distorting the accuracy of spatial object-positions and their relations. Such geometric inaccuracies can be softened by adding a grid layer, which regionalizes the map and can be used as an additional orientation pattern. This grid layer usually consists of solid lines and overlays semantic information. The present paper reports the results of two empirical studies on object-location memory (OLM) performance. In these studies, the amount of visual detail of the grid layer was reduced. By positioning the grid layer below specific urban topographic objects (study 1), the grid pattern was graphically interrupted. These interrupted grid lines were completed by cognitive completion mechanisms (illusory grid lines) described in the Gestalt principles of closure and continuation. The second experiment examined the maximum grid line gap that is closed by cognitive line completion and keeps an advantage for OLM (study 2).     

Ontology-driven discovering model for geographical information services

This paper proposes an ontology-driven discovering model for the geographical information services to improve their recall ratio and precision ratio. This model uses the geographical information service ontology. In this paper, first we study the multilevel matching arithmetic of geographical information services. This arithmetic is used for filtering and matching the services in the service register center according to the similarity between services selected and services requested from the definition of t...