用Visual LISP弥补CASS7.0在测绘制图中的不足

数字化地形地籍成图软件CASS7.0较以前版本有了进一步改进,但在日常制图应用中,有些程序与现实情况尚有一定差距。下述内容即为针对CASS7.0在制图方面的不足之处加以弥补,使CASS7.0更贴近具体要求,更能便捷地简化操作。     

基于机载LiDAR数据制作大比例尺线划图方法初探

介绍了TerraSolid系列软件和CASS软件,研究了在CASS软件中利用机载LiDAR数据制作线划图的基本流程和方法,证明了该方法可加快测图速度、缩短成图周期以及用机载LiDAR数据生产大比例尺线划图的可行性。     

基于地面三维激光扫描技术的公路路线设计参数提取

将三维激光扫描仪应用于公路测量,通过控制点云采集的参数来优化点云密度分布,采用基于四元数的ICP算法进行配准,提高配准精度。运用局部点离群算法完成点云去噪,得到高质量的公路路面点云,为后续设计参数的提取工作提供了可靠的数据源。最后运用点云边界点识别算法准确提取了公路边界线,并进一步生成了公路中心线及各项路线设计参数。实验表明结果完全满足后续施工设计的需要。     

基于IFC 4.1标准的EICAD路线数据转换方法

为了改善二三维路线数据的交互方式,提出了一种基于工业基础类(IFC) 4.1标准的EICAD路线数据转换方法.首先分析IFC 4.1标准中路线信息模型的结构层次以及属性继承关系,并通过解析EICAD平竖曲线设计文件,建立EICAD参数数据与IFC线元属性之间的映射关系.以Visual Studi02019为开发平台,借...     

基于形体中轴的全四边形有限元网格自动生成算法

空间任意形体均可由形体中轴和中轴半径重构.本文在任意区域的形体中轴生成的基础上,提出了一种应用中轴半径函数及其变化,生成全四边形有限元网格的新算法———排梯法.应用结果表明,本算法可生成接近正方形的高质量的网格,且算法简单,易于编程,能大大提高有限元计算效率和应用范围.     

基于随机森林的全波形点云数据分类研究

针对机载全波形数据,本文提出了一种基于随机森林法的点云分类算法,首先通过全波形分解获得振幅,回波次数,以及回波宽度3个特征,再结合本文中提出的特征提取方法,构建一个多维特征向量并进行特征选择,最后利用随机森林法将激光点云分为植被,地面部分以及建筑物三类.对比支持向量机分类方法,实验证明该方法具有很好的稳定性以及高效性,能够在城市区域取得很好的分类精度.     

基于LiDAR点云数据的电力线自动提取技术研究

随着智能电网建设的大规模开展,对电网快速、高精度勘测、巡查和可视化管理提出了巨大的应用需求。本文提出了基于输电线路LiDAR点云数据自动提取电力线的思路与方法,对基于LiDAR的电力线提取精度进行了试验评定,表明基于LiDAR可快速高精度建立三维数字电网数据库,满足智能电网应用要求。     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

基于工业基础类标准的钢结构BIM全数据交互技术

研究了适用于各类钢结构的基于工业基础类标准（IFC）的全数据交互技术,可以导出钢结构模型完整的几何信息与附加属性,使通用建筑BIM软件能够进行模型信息读取并编辑其中的参数化构件;可以将模型全信息导入钢结构主流详图设计软件Tekla进行解析并重生成结构模型,实现模型二次编辑与施工出图。经工程实例验证,该成果应用于钢结构建筑信息模型(BIM）数据交互时信息传递完整、模型转换质量高,避免了钢结构不同设计阶段的重复建模,极大提升了设计效率。     

基于CFX的全垫升气垫船船身空气动力模拟

基于Solidworks三维实体建模软件建立了全垫升气垫船三维模型,利用ANSYS CFX计算流体力学软件对全垫升气垫船模型的流场进行数值模拟,计算得到了不同攻角和漂角下相应的空气动力系数;讨论了攻角及漂角的变化对空气动力系数的影响.数值结果表明:随着漂角的增大,横向力也增加,漂角达到90°时横向力最大;随着漂角的增大,纵向阻力降低,漂角为90°时达到0°;漂角继续增加时,纵向阻力为正值,横向力、垂向力增大显著,进而严重影响了全垫升气垫船航行的稳定性.将模拟计算结果与试验数据进行对比,发现计算值与实验值符合较好,验证了CFX软件在全垫升气垫船空气动力学模拟中的适用性和可靠性.     

可视环境下的井巷断面计算机辅助设计

介绍在可视环境Windows95＆98下井巷断面的计算机辅助设计系统。该系统具有良好的图形用户界面，使用方便。     

Visual LISP环境下面向对象的编程技术

Visual LISP是在AutoLISP基础上发展起来的一种新的、功能强大的可视化编程环境,其中提供了面向对象的编程技术,通过它可以用编程的方式直接操作AutoCAD图形数据库,程序运行效率及安全性大大提高。对象模型、对象方法和属性是Visual LISP面向对象编程技术的基础,ActiveX函数的灵活运用是实现Visual LISP面向对象编程的关键。通过实例介绍了怎样获得对象模型、对象方法和属性,ActiveX函数的使用以及灵活运用ActiveX函数进行CAD应用程序的设计。     

基于唐卡图像的线条画提取方法研究

唐卡以线条为骨架造型,是色彩和线条有机组合。唐卡图像的线条画提取旨在提取一组连贯、光滑、及具风格的线条,有效地捕获和传达唐卡的轮廓信息。以有限的信息量展现唐卡的内容,赋予唐卡另外一种艺术展现形式。本文针对唐卡图像特点提出其线条画提取方法。首先,根据唐卡色彩鲜明的特点,提取RGB颜色空间三个通道梯度向量并进行融合;然后,用边缘切向流方法构造一个光滑的方向场,保留了突出的图像特征。最后,通过基于流的高斯差分滤波方法提取连贯一致的线条,同时有效地抑制噪声干扰。实验证明该方法简单,容易实现,能有效提取唐卡图像线条。     

基于人类视觉系统的物体提取方案

提出了一种物体提取方案，根据人类视觉系统（ＨＶＳ）具有形状和运动两个并行通道的特点以及两者交互作用的原理，采用相对简单的图像分割和运动分割技术，将两者结合在一起，来增强对运动物体的分割处理     

基于局域均值分解的膛内横向微动特征提取方法

针对弹丸膛内横向摆动产生附加的微多普勒调制项问题,提出了一种基于局域均值分解(Local mean decomposition,LMD)的调制信号分离和特征提取方法.采用LMD方法,将复杂调制信号自适应地分解成若干个具有物理意义的瞬时频率的单分量信号,对每个单分量解调求出瞬时幅值与瞬时频率,获得原信号的调制信息.通过仿真信号验证了LMD处理多分量调幅-调频信号的有效性,将LMD方法应用于膛内运动弹丸实测信号的分析,结果表明该方法能完整提取出弹丸膛内横向微动产生的微多普勒频率调制特征.     

基于服务专业化的数据抽取方法研究

办公过程的报告撰写是重要的行政工作之一.针对报告撰写过程中格式基本统一而数据需要随时更新的现实需要,提出一种基于原始数据的报告数据抽取方法,通过数据库技术的支持,归纳总结报告中数据需求的内容与特征,搭建专业化的数据抽取框架,辅以相应算法,实现各类相关统计数据的及时抽取并迅速形成工作报告主体内容.文中用示例验证了该方法的有效性,能达到辅助办公的目的.     

基于生物视觉感知的场景特征提取方法

针对复杂背景环境下图像场景理解及分类中遇到的诸多难题,提出了一种模拟生物视觉感知的新的图像场景特征提取方法.该方法采用方向、颜色和亮度三种感知特征来构造视觉显著图,并对基本单元进行最大化处理来得到更加精确的方向信息.为了提高特征提取的速度,设计了区域分割算法,然后构造分割区域描述子,最后通过SVM对特征向量集合进行无监督分类以实现显著区域匹配.与传统方法相比,该方法提取的特征对于一定程度的仿射和光照变化具有良好的不变性,同时具有较好的分类效果.实验结果表明上述方法能够较好地应用于场景分类及检索,并具有较强的时效性.     

基于ArcHydro Tools对流域特征自动提取的若干问题

ArcHydro是基于栅格DEM自动提取流域特征的水文数据模型，其中要解决的关键问题是：即填充时如何区分凹陷地和洼地；平坦区域如何设定流向；伪河道如何删除；人类活动如何影响ArcHydro Tools自动提取结果的精度。     

基于Web的可视化数据挖掘工具综述

在互联网存储的信息中,对于含有有效信息的数据挖掘工作具有极高的价值,而数据可视化工具又为挖掘工作以及对于信息的分析提供了更直观方便的方法.文章介绍了数据挖掘、数据可视化、Web挖掘的基本概念、基本方法及流行技术;比较了常见的可视化数据挖掘工具,并且对数据挖掘技术的发展做出了适当的展望.     

基于黄金分割法的ISODATA算法的大样本特征数据提取方法

如何从样本量大、数据结构复杂、离散度大的样本数据中提取有效的特征数据是模式识别的重点和难点,而ISODATA算法是处理大样本数据聚类的常用算法之一,其不足之处是需要预先确定初始聚类参数.提出了基于黄金分割法来度量聚类的有效性,该方法能动态计算聚类度量参数,可实现大样本数据的有效聚类.实验证明,该方法能够从原始特征中挑选出最有代表性、分类性能最好的特征.