在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

试论地勘单位编报现金流量表的必要性与可行性

随着事业单位体制改革的不断深化,地质勘探单位企业化道路势在必行。文章首先论述了现金流量表的性质与作用,进而引伸企业化管理的地质勘探单位编报现金流量表的必要性,同时从地质勘探单位的行业特点、核算性质、以及可采用的编报方法和对某些特殊问题的会计处理,提出了具体可操作性的意见。     

校庆地图设计研究

大学校庆作为大学的纪念日,喻示着学校的“成长”。以长春工程学院70周年校庆为背景,通过二维传统线划地图与三维建模相结合的表达形式展现校园景观对象,融入校庆专题元素,彰显、传播长工程校园文化,从地图的视觉层次、版面设计、符号设计和色彩设计等方面进行阐述,旨在为校庆地图设计提供参考。     

基于RGB-D图像的视觉SLAM算法研究

针对主流的RGB-D SLAM系统精度较低并且仅生成稀疏点云地图的问题,提出一种改进的SLAM系统。前端采用改进的ORB特征提取算法,改进特征点簇集的问题;后端综合利用EPnP与ICP算法进行相机位姿优化,提高位姿估计精度;并增加稠密点云地图构建线程,得到场景的稠密点云地图,以用于机器人的导航与路径规划。在TUM数据集上,使用Kinect V2相机将改进的SLAM算法与ORB-SLAM2算法进行实验比对,验证了改进SLAM算法的综合性能优于ORB-SLAM2算法。     

《浙江省地图集》的总体设计与编制流程

以《浙江省地图集》为例介绍综合地图集的总体设计在准备阶段进行的流程以及注意事项。     

基于ArcIMS地大江城学院WebGIS电子地图开发与实现

本文以中国地质大学江城学院WebGIS电子地图开发与实现为例,阐述了开发的目的和意义,介绍了基于ArcIMS电子地图开发与实现所用软件和具体流程,并对系统的功能及页面作了代码级设计,最后对系统的测试和不足作了交代,对客户端的运行界面进行了展示。     

基于学习进化的机器人同时定位与地图创建

利用学习与进化结合的思想,改善基于粒子滤波的SLAM算法。在对学习与进化的关系深入分析的基础上,针对基于粒子滤波的SLAM算法,提出将滤波过程分成学习和进化两个阶段,分别给出相应算法解决粒子有效性与多样性的问题,缓解二者之间的矛盾,改善了SLAM算法的效果,增强了算法的鲁棒性,也验证了学习与进化的关系。最后,通过多次Monte-Carlo仿真实验结果表明了该算法的有效性。     

THE HAMMING DISTANCES OF NEGACYCLIC CODES OF LENGTH 2^s OVER GR （2^α, m）

The Hamming distances of all negacyclic codes of length 28 over the Gaiois ring GR （2^α, m） are given. In particular, the Lee distances of all negacyclic codes over Z4 of length 2^s are obtained. The Gray images of such negacyclic codes over Z4 are also determined under the Gray map.     

车辆组合导航定位技术

介绍车辆导航定位及其组合导航定位技术.组合导航利用现代信息融合技术,实现对车辆组合导航的准确定位,具有全方位、全天候、自主式定位功能.着重研究了GPS/GLNOASS/MM和GPS/DR/MM三组合导航定位及跑车试验分析.跑车试验表明,车辆组合导航定位精度及可靠性比单独GPS导航定位有所提高,车辆运行效率和安全性大大改善,提高了通行能力,有效地缓解了交通拥挤状况,从而为实现交通管理"自动化"以及车辆行驶"智能化"提供了可靠的保证.     

基于压缩型EKF的SLAM改进算法

针对基于压缩型扩展卡尔曼滤波(CEKF)的SLAM算法在状态增广和地图管理两方面的不足,提出了一种改进算法(ICEKF算法).读算法通过增广辅助系数矩阵即可快速完成状态增广,计算复杂度由O(N2)降低为O(NA),其中N和NA分别为全局和局部地图中的路标数.在地图管理上,ICEKF算法采用一种基于欧氏距离的局部地图动态选择方法,避免了CEKF算法对全局地图进行预先划分带来的路标分配等问题.仿真表明ICEKF算法在估计结果上与EKF算法具有一致的最优性,与CEKF算法相比计算量大大降低.