嵌入式GIS的数据模型构造方法

分析了桌面GIS数据模型和嵌入式系统的特点,针对嵌入式GIS底图构建了混合式数据模型,空间数据与属性数据之间的联系通过惟一标识号建立,设计了非拓扑的分层分级分格的数据结构．根据底图要素类型的不同分层、地物外接矩形的大小分级及每一级底图坐标,将底图均分为若干个网格,每次显示其中的4个网格．对野外采集的嵌入式GIS空间数据,构建了面向对象的数据模型．实际工程应用表明,GIS运行速度显著提高,解决了嵌入式系统内存不足的问题．     

Scale-based spatial data model for GIS

Being the primary media of geographical information and the elementary objects manipulated, almost all of maps adopt the layer-based model to represent geographic information in the existent GIS. However, it is difficult to extend the map represented in layer-based model. Furthermore, in Web-Based GIS, It is slow to transmit the spatial data for map viewing. In this paper, for solving the questions above, we have proposed a new method for representing the spatial data. That is scale-based model. In this model we represent maps in three levels: scale-view, block, and spatial object, and organize the maps in a set of map layers, named Scale-View, which associates some given scales.Lastly, a prototype Web-Based GIS using the proposed spatial data representation is described briefly.     

Scale-based spatial data model for GIS

Being the primary media of geographical information and the elementary objects manipulated, almost all of maps adopt the layer-based model to represent geographic information in the existent GIS. However, it is difficult to extend the map represented in layer-based model. Furthermore, in Web-Based GIS, It is slow to transmit the spatial data for map viewing. In this paper, for solving the questions above, we have proposed a new method for representing the spatial data. That is scale-based model. In this model we represent maps in three levels: scale-view, block, and spatial object, and organize the maps in a set of map layers, named Scale-View, which associates some given scales. Lastly, a prototype Web-Based GIS using the proposed spatial data representation is described briefly.     

GIS中基本要素的无级比例尺数据处理技术研究

从理论上阐述了GIS环境下无级比例尺矢量数据信息压缩与复现的基本原理与方法,对地图制图综合的本质特征及空间地理信息量随比例尺变化的增减规律进行了系统的分析。根据地理要素的空间属性特征和重要程度,提出了一种新的适于GIS无级比例尺数据处理的空间对象数量选取模型及其算法,并通过对大连地区系列比例尺地形图进行制图综合与无级比例尺数据压缩与复现的实验,证明本文所提出的理论、模型及算法具有一定的实用价值。     

用神经网络残余Kriging预测场地液化势

提出了基于神经网络残余Kriging的场地液化势数据预测模型.利用传统的地质统计学方法中的交叉验证技术来寻找网络参数Spread.在最优网络参数下,GRNN网络较好地映射了场地液化势的非线性趋势,再借助于Kriging对残余分量进行数据空间结构分析和估值.计算结果表明,GRNN网络预测的非线性趋势较好地刻划了场地液化势数据的全局特征,其非线性映射能力要高于趋势面技术.去势后的场地液化势残余分量满足本征假设条件,可以很方便地用Kriging方法来估值.本法可以嵌入岩土工程决策系统对未勘察区域进行场地液化预测和评价.     

基于GIS与ANN的土地转化模型在城市空间扩展研究中的应用——以北京市为例

结合GIS强大的空间分析功能与人工神经网络(ANN)处理非线性适应性信息的独特能力建立一种土地转化模型(land transformation model,LTM),用以定量分析城市土地扩展与社会、政策、环境等因子之间关系,并基于此对城市空间扩展的动态进行模拟与预测。LTM模型的运行主要分为3步:因子选取与数据预处理;建立人工神经网络并输入数据对其进行训练与仿真;应用PID法对人工神经网络的输出进行分析,同时在GIS平台上模拟出城市扩展的动态分布。选取相应的影响因子并运用该模型对北京市的城市扩展进行实证模拟检验与预测,结果表明此LTM模型确实提供了一种定量分析和预测城市空间扩展的方法,能够为城市规划与城市发展政策的制定提供重要的科学参考。     

Using Fuzzy Relations and GIS Method to Evaluate Debris Flow Hazard

The study area, located in the southeast of Tibet along the Sichuan-Tibet highway, is a part of Palongzangbu River basin where mountain hazards take place frequently. On the ground of field surveying, historical data and previous research, a total of 31 debris flow gullies are identified in the study area and 5 factors are chosen as main parameters for evaluating the hazard of debris flows in this study. Spatial analyst functions of geographic information system （GIS） are utilized to produce debris flow inventory and parameter maps. All data are built into a spatial database for evaluating debris flow hazard. Integrated with GIS techniques,the fuzzy relation method is used to calculate the strength of relationship between debris flow inventory and parameters of the database. With this methodology,a hazard map of debris flows is produced. According to this map,6.6% of the study area is classified as very high hazard, 7.3% as high hazard,8.4% as moderate hazard,32. 1% as low hazard and 45.6% as very low hazard or non-hazard areas. After validating the results, this methodology is ultimately confirmed to be available.     

BP神经网络在方钢管混凝土轴心受压试验数据拟合中的应用

本文使用BP神经网络对方钢管混凝土轴心受压试验的数据进行拟合，并将BP神经网络的拟合曲线与10次多项式的拟合曲线进行了对比。结果表明，建立的BP神经网络模型能够准确拟合方钢管混凝土轴心受压的试验数据，具有较好的非线性拟合效果，拟合精度高。     

基于全局注意力的多级特征融合目标检测算法

针对小目标物体检测精度差的问题,同时不以牺牲速度为代价,本文提出了一种基于全局注意力的多级特征融合目标检测算法。算法首先由卷积神经网络生成多尺度的特征图,然后采用多级特征融合的方法,将浅层和深层特征图的语义信息相结合,提高特征图的表达能力,接着引入全局注意力模块,对特征图上下文信息进行建模,并捕获通道之间的依赖关系来选择性地增强重要的通道特征。此外,在多任务损失函数的基础上增加一项额外的惩罚项来平衡正负样本。最后经过分类回归、迭代训练和过滤重复边框得到最终检测模型。对所提算法在PASCAL VOC数据集上进行了训练和测试,结果表明该算法能有效地提升小目标物体检测效果,并较好地平衡了检测精度与速度之间的关系。     

用神经网络方法识别地图中的孤立地标

本文讨论了神经元网络方法识别地图中孤立地标，对汉明网的结构，性能和方法进行了分析，提出了改变形式，并对改进的汉明网进行了实验验证，最后用它识别１：５００００地图中孤立地标，取得了满意的结果。     

基于HBase的分布式空间数据库技术

针对在大型地理信息系统(GIS)中, 需要对海量矢量据和栅格数据进行存储并对高并发的用户查询请求提供高效响应, 传统的设计方案难以满足需求的问题, 提出一种使用基于内存存储的分布式数据库HBase存储空间数据, 并设计基于GeoHash的分布式空间索引, 实现了矢量空间数据与栅格空间数据的分布式存储与快速查询. 实验表明, 该方法提升了海量空间数据的查询速度.     

一种基于神经网络的非线性卫星HPA预失真器

卫星通信中放大器使用的行波管(TWT)会引起信号的非线性畸变,对通信质量造成较大影响.为解决这种不利影响,在放大器前端采用非线性预失真,能较理想地消除放大器的非线性.由于神经网络能够对非线性函数进行较好地拟合,可以将其引入预失真器的设计.为简化神经网络中的LM算法,提出了一种采用LMS算法的系统模型,并建立新的自适应预...     

基于分块灰度统计特性的空域鲁棒信息隐藏算法

提出了一种基于图像分块灰度统计特性和混沌系统的空域信息隐藏新算法.利用空域重要位位置上的统计特性的相对不变特性对掩饰空间的选取过程加以控制,通过混沌猫映射的置乱增强秘密信息的不可见性,使得信息隐藏过程中秘密信息的脆弱性与隐秘的不可见性这两者的矛盾有机地统一起来.实验结果表明,在隐秘图像具有良好的不可见性的前提下,隐藏容量大于LSB算法,具有抗检测、抗提取能力,算法具有较强的抗椒盐、剪切、LSB、多低位破坏、JPEG、高斯白噪声攻击能力,鲁棒性好,优于传统的空域信息隐藏算法.     

A classifier based on rough set and relevance vector machine for disease diagnosis

A new intelligent method for disease diagnosis based on rough set theory (RST) and the relevance vector machine (RVM) for classification is presented as the rough relevance vector machine (RRVM). The RRVM mixes rough set’s strong rule extraction ability with the excellent classification ability of the relevance vector machine through preprocessing initial information, reducing data, and training the relevance vector machine. Compared with traditional intelligence methods such as neural network (NN), support vector machine (SVM), and relevance vector machine (RVM), this method manages to identify disease samples objectively and effectively with less transcendental information. Biography: LI Dingfang (1965–), male, Professor, Ph. D., research direction: computational learning theory, computing in science and engineering.     

地理信息系统的集成地图开发方法

结合输电线路地理信息系统的研究,讨论了集成地图的开发方法.系统在GIS平台MapInfo6.5上开发,以数字地图为背景,通过Visual Basic 6.0编程实现对MapInfo的控制,并利用回调技术,反馈MapInfo的信息给VB程序进行处理,实现了输电线路的可视化管理.集成地图将VB程序与MapInfo紧密结合成一体.     

点状制图综合在铁路电子地图中的应用研究

铁路电子地图是铁路信息化的重要组成部分,可为铁路的应急指挥、运营管理、设备维护提供地理信息,能够提高铁路各系统的科学决策水平。制图综合技术是实现铁路专题电子地图的主要技术手段。铁路地理要素以点状分布概括,分布呈现站场密集、沿线分散的特点;因此提出四种制图综合方法,以实现不同情况下的制图综合。铁路节点制图综合方法可通过对铁路节点的取舍,准确地反映铁路各地理要素的空间关系,形成科学合理的电子地图显示。经实验验证,所采用方法满足制图要求,有较好的实用价值。     

胜利农场网络地理信息系统设计与实现

本系统根据黑龙江省农垦总局胜利农场地理特征,进行了系统需求分析,将系统分析技术、信息处理技术、系统集成技术和数据库技术相结合,使用.NET与WebGIS二次开发的技术设计了胜利农场网络地理信息系统。系统通过空间数据引擎Arc SDE访问存储在SQL Server数据库中的空间和属性数据,实现了基本地图操作、信息查询、统计分析、数据更新、结果输出等功能以及空间信息的互联网发布,用户可以通浏览器查询相信关信息,为科学合理地经营和管理农场地理信息提供了新方法。     

基于ARCGIS土地利用现状图符号化的探讨

地图符号是地图表达空间信息的语言单位,地形图数据的符号化直接关系到地形图的可视化表达和使用,通过对地图符号的解读,可以直观地了解地图所表达的地理信息。提出基于ArcGIS的1∶10 000土地利用现状图的符号化的繁琐性,采用ArcGIS Engine二次开发对其大量数据进行自动符号化处理。     

基于遗传算法的灰铁铸件缺陷诊断的神经网络模型

将铸造生产中缺陷产生的主要原因抽象为神经元,构建了灰铁铸件缺陷诊断的BP神经网络模型.采用非线线性变换,确定了样本的变化范围,用遗传算法学习网络模型的权值,开发出了基于C++的铸件缺陷诊断及防止的应用软件,并通过建立铸件缺陷数据库,以克服专家系统的"瓶颈"问题,从而有效地降低铸件的废品率.     

基于BP神经网络和逆滤波器的小波域半盲离焦图像复原

本文利用BP神经网络和逆滤波器提出了一种新的半盲离焦图像复原算法.在小波域,提取特点向量,然后训练BP神经网络,利用训练后的网络估计离焦参数.根据离焦参数得到点扩展函数,利用逆滤波器复原模糊图像.仿真实验结果表明：该方法能有效地复原离焦模糊图像.