地理国情普查中属性数据的质量评价

近年来,关于GIS属性数据的研究较少,而对地理国情普查中属性数据的研究更是首次,运用了层次分析法结合和积法、加权平均法和缺陷率数学模型建立了新的属性数据质量综合评价模型,并将此模型应用到全国第一次地理国情普查江西省鹰潭市试点中,取得了较好的成果,由于采用层次分析法对属性数据评价项所占分值进行确定,较好地反映各评价项的重要性,由于采用由权确定各类属性数据抽样数量的方法,可以较好地反映分类较少的属性数据质量。     

基于BP神经网络优化的灰色线性回归组合模型应用分析

在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的计算功能,实现组合预测模型算法。通过实例分析发现拟合结果对实测值出现一定的波动性,故通过建立实测值与模拟值之间的比值序列,再利用BP神经网络模型对该比值序列进行建模优化,以进一步优化组合模型的预测精度。最后实例证明了该优化模型具有较高的拟合和预测精度,是一种可行、有效的优型变形数据分析模型。     

基于EGM2008地球重力场模型-Griddata函数组合模型的似大地水准面精化探讨

介绍了EGM2008地球重力场模型以及MATLAB提供的Griddata函数,结合工程实例,探讨基于EGM2008地球重力场模型-Griddata函数组合模型对似大地水准面进行精化,在Griddata函数提供的4种不同插值方法下进行分析比较,并根据4种不同插值的特点进行改进,最后得出基于EGM2008地球重力场模型-Griddata函数法中利用四格点样条插值法替代3次多项式插值法中凸包点法的拟合效果最好,具有很好的实际推广意义。     

一元整体线性回归模型解算

主要讨论了最常用的一元线性回归问题,分析了同时顾及自变量和因变量误差回归解算的相关问题,对采用同时考虑自变量和因变量误差的条件平差解算法,通过分析得出其解算出回归参数的估值与不考虑自变量误差情况下回归参数的估值一致,同时给出了同时考虑自变量和因变量误差的整体最小二乘解法,通过算例分析得出了整体最小二乘法解算的有效性.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

相山铀矿田矿区E级GPS控制网投影变形的探讨

矿区GPS控制网在数据处理过程中,经过了高斯投影必定产生高斯投影变形和高程面归算变形.基于相山铀矿田的GPS网建网工程实例,结合矿区施工控制网的高斯投影变形理论和矿区施工测量的特点,分析其原因及变形程度,对其边长改化具体方法进行比较分析,选择最佳方法对其变换,达到提高矿区平面控制网精度的目的.     

时变参数自适应控制算法

基于动态测量数据处理实践和学科发展的必要,作者构造了可考虑时变特性的时变参数自适应控制数学模型。对于此模型的算法关键是参数因子的选择,把参数序列作为参数函数的表达式,其参数是广义参数,在计算中是一可变值。在包括参数因子的目标函数下,得到了时变参数自适应控制算法公式,并与自适应控制模型一般公式作了比较。参数因子函数的表达依赖于所处理问题的信息相关性,文中给出了基本的选择值可供参考。     

一元总体最小二乘线性回归与解算分析

针对自变量为随机变量情形,在最小二乘准则下,一元线性回归所得到的回归参数估计及其拟合直线存在二义性问题,为确保解算结果的唯一性和一致性,需用总体最小二乘准则进行解算,对总体最小二乘准则进行了描述,利用奇异值分解方法,讨论了解算公式,最后用一数字算例,用最小二乘和总体最小二乘方法进行了计算和结果分析,得到了一些结论,此方...     

农村土地承包管理信息系统设计与实现

根据农村承包地管理的现状和信息化管理的需求,基于NET平台和ArcGIS Engine利用VB语言、SQL server2005,采用集成二次开发模式,设计并开发了农村土地承包管理信息系统,实现了承包地信息登记、承包地数据的查询统计、业务报表输出、承包地四至平面图查看、以及承包地数据的更新等多功能,达到了土地的相关文档资料和图形信息有效利用和科学的管理。     

基于HADOOP平台的云GIS构架研究

介绍开源Hadoop云平台的一些主要特点及其数据存储的优势.通过把云平台自身特点与地理系信息系统的构架设计相结合,提出了基于Hadoop云平台的地理信息系统构架,使地理信息系统具有云的相关特性.该地理信息系统能解决地理信息数据量大、种类繁多的数据在计算等方面有一定的优势,从而大大提高了云GIS系统的效率.