一种矢量数据的双层次多尺度表达模型与检索技术

空间数据的多尺度表达是当代GIS研究的热点问题之一。该文针对矢量数据快速可视化的需求,结合制图综合领域的相关理论,提出了一种矢量数据双层次多尺度表达模型,用来将矢量数据抽象为空间要素和要素内的点坐标两个层次进行表达。其中空间要素层次的表达以空间要素为最小研究单元,通过建立多尺度索引来描述空间要素因尺度改变而引起的数量或性质变化;要素点坐标层次的表达则是以要素内坐标点为最小研究单元,通过尺度层次标记的方式来表达空间要素内的点坐标随尺度变化的渐变过程。该模型在开源数据库管理系统PostgreSQL支持下,扩展了相应的索引与函数,实现了矢量数据的双层次多尺度表达模型,同时设计了相应的检索算法,并以某城市1:10 000土地利用数据为例,对上述模型与检索算法进行了验证。实验结果表明,在基本不影响可视化效果的前提下,该矢量数据多尺度模型能极大地提高海量矢量数据的可视化与传输的效率。     

基因芯片数据多尺度分析的y~n曲线模型

针对离散的基因芯片表达数据难以进行系统分析的问题,提出基因芯片数据的y~n曲线模型,将基因芯片数据转化为唯一的一列信号,从而可以对其进行多尺度分析。对人类胎儿脑发育过程中大脑皮质基因表达基于y~n曲线模型进行小波多尺度降噪,结果证明,y~n曲线的降噪效果比用基因芯片原始数据更好。     

体数据的多尺度张量表达与可视化

图形硬件的发展为实时体数据可视化提供了硬件保证,然而随着扫描技术的发展,大数据可视化仍然面临显存不足问题,因此研究保持数据特征的压缩表达方法就非常重要。应用张量近似思想建立了体数据的多尺度表达与可视化方法,一方面多尺度张量近似实现了数据压缩,解决了大数据的绘制问题;另一方面,张量近似的自适应压缩基保持了体数据的尺度特征。实验结果表明,该方法是有效的。     

土地利用数据多尺度表达规则提取与应用

土地利用数据综合是从大型土地利用数据库中派生多尺度数据的基本操作,提高土地利用数据综合的客观性和可靠性的有效途径是解析数据自身特征、从数据特征导出影响综合操作的规则、遵循规则实施土地利用数据综合操作.本文主要探讨随地理区域不同而变化的区域依赖性数据综合规则的提取和应用.首先阐明了数据综合规则的实现目标和规则层次性;然后详细描述了利用空间关联关系分析和景观指数分析来确定用地类型的重要性级别、各用地类型地块的最小面积域值和空间分布状态等规则的提取方法和应用,并以湖北省九峰县1:10000土地利用数据综合生成1:50 000数据为例检验上述规则的有效性.     

路网要素多尺度表达目标的层次关系分析

针对目前地理要素多尺度建模的热点问题,剖析构建多尺度空间数据模型的关键技术,以路网要素为例,挖掘地理要素多尺度抽象表达的机理,利用多尺度扩展E-R方法,提炼多尺度抽象表达目标间的各种尺度、层次、语义、映射等层次语义关系,实现GIS中地理要素多尺度概念模型的设计。     

基于特征尺度及多尺度分解的纹理分割

在计算机视觉领域，纹理识别及分割是图像低层次处理中一个重要的问题。文章依据视觉信息处理的生理学理论，提出了一种新的纹理分析算法。该算法通过搜寻纹理图像的特征尺度并配合连续整数尺度滤波上的特征尺度统计对纹理进行分层分析。并基于特征尺度上的分层分析提出一种纹理分割算法。实验结果证明了该算法的有效性。     

数据去冗余的多尺度多结点技术

从多结点样条理论出发,提出一种自适应的多层次淘汰冗余数据的算法,并通过不同的采样数据对算法进行了有效的论证．充分利用多结点样条函数拟合的基数型、显式计算和局部性等优点．该算法可用于采样数据的压缩或针对现有算法的数据预处理．     

一类多频带主分量分析方法

主分量分析是模式识别领域使用较广的一种特征 抽取方法,但是由于经典的主分量分析在处理图像矩阵时需要将图像展开成向量形式,使得计算量很大。本文提出了一种多频带主分量分析方法,该方法不仅减少了运算过程中的计算量,而且在一定程度上提高了整体性能。首先通过二维离散余弦变换将图像转变成频率数据,再按照频率变化将数据分成多个频带,然后在此基础上设计了针对多个频带数据的主分量 分析方法。通过对ORL和NUST603图像库进行实验证明,本文方法不仅具有快速提取图像特征的能力,而且综合性能优于相应的主分量分析。     

基于样条的矢量数据多尺度表达与压缩算法

传统矢量曲线压缩算法不能解决曲线压缩后的平滑问题,并可能产生拓扑异化。为此,提出基于样条的矢量数据多尺度表达与压缩算法。选择样条的光滑因子作为阈值对曲线进行多尺度表达与压缩,保持压缩前后曲线的光滑特性,利用少量的控制点描述整条曲线,从而提高矢量曲线处理的速度和质量。实验结果表明,该算法仅需9个控制点就能逼近给定的一条原始曲线,验证了其高效性。     

对数字图像处理中正交变换的研究

在数字图像处理中,正交变换因其独特的性质而广泛运用,它是信号处理中最重要的一类变换。介绍了正交变换的重要性质,讨论了在数字图像处理中采用正交变换的意义,重点研究了正交变换的标准基,并以DCT为例,利用MATLAB绘出了标准基图像。任意一副数字图像正交变换过后,得到的就是诸多标准基图像的权重,在变换域处理的就是这些标准基图像的权重。对数字图像处理中正交变换理论的学习和教学有很大帮助。     

基于正交双轴算法的西瓜子形状辨析研究

在大量实验研究的基础上，提出了颗粒状物体正交双轴求解算法，在西瓜子自动分捡系统的研制中得到实现和验证。该算法实现简单，和其他算法相比，时间复杂度较低且求解精度较高，并可用于其他类似颗粒状物体形状辨析问题的求解，具有广泛的应用价值。     

多尺度分析与数据互迁移相结合的短期电力负荷预测方法

为了提升短期电力负荷的预测效果,提出一种多尺度分析与数据互迁移相结合的短期电力负荷预测方法。一方面,针对多尺度分析预测法中分解得到的子序列在建模和预测的过程中没有对原序列中的隐含相关信息加以利用的问题,采用互信息特征选择法选取合适的原负荷序列历史值并将其加入到原负荷序列近似分量的特征集合中,通过特征扩充为学习器提供更多的信息,进而提高近似分量的预测精度。另一方面,针对不同类型的数据在学习过程中会相互影响的问题,采用了一种基于核岭回归的数据互迁移学习方法,将其他几种类型中与待预测类型日相似的数据迁移到待预测类型日的数据中,既利用了这些数据的相似性,又兼顾了这些数据的差异性。测试案例显示,所提方法在MAPE,MAE和RMSE这3个误差评价指标上相对于单模型方法分别降低了6.2%,3.4%和5.5%。     

基于分水岭变换的多尺度遥感图像分割算法

分水岭变换是一种适用于图像分割的强有力的形态工具,能够自动生成一系列封闭分割区域。分水岭变换的不足之处在于它的过分割结果。为了克服分水岭变换固有的过度分割现象,利用非线性滤波和改进的快速区域合并算法优化分水岭变换得出的初始分割结果,并针对高分辨遥感图像所体现出来的地物的多种信息特征,结合多种特征进行了区域合并。实验结果与MeanShift算法得到的结果进行了比较,证明该算法不仅能充分利用高分辨率遥感图像中地物的信息特征获得良好的分割效果,而且大大减少了计算时间。     

基于UT变换的传感器航迹数据无偏转换

在目标跟踪过程中,通常采用笛卡尔坐标系进行航迹输出,这涉及到不同坐标系下航迹数据转换问题.传统变换方法计算量比较大且精度一般.根据UT变换的基本思想,通过选择有限个近似高斯分布离散点,并施以非线性变换,实现了笛卡尔坐标航迹数据的无偏转换.与蒙特卡洛方法的对比分析表明,该方法计算量小,数学推导简单,运算时间短,是一种比较有效的航迹数据转换方法.     

正立姿势间变换机构的研究

通常,机器人的手腕是通过三个回转运动来实现任意姿势的变换的。事实上通过一次回转运动,可将物体从一种姿势变换为另一种姿势。本文定义了正立姿势,研究了正立姿势间通过一次回转运动的变换种类,计算出了变换轴的种类,方向余弦以及回转角度的大小,并举出了正立姿势间变换机构的例题。说明了在重复生产过程中,利用一次回转,进行正立姿势间的变换将使变换机构简单、便利。     

构建审计分析数据仓库中的数据清理及转换技术

数据仓库是进行多角度数据分析的基础,在审计中可借助数据仓库技术分析数据,用以辅助发现问题和锁定审计重点。数据仓库中的数据结构是面向数据分析设计的,在构建数据仓库时需要对原始操作型的数据进行适当的清理和转换,使其更适合分析的需求。本文介绍了构建审计分析数据仓库中常见的数据清理和数据转换问题以及相应的解决技术。     

数据仓库建设中的数据转换技术研究

数据转换是建设数据仓库的一项重要工作,使用DTS转换包是一个很好的方法。用DTS图形向导建立和初始化DTS包,然后在vb．net语言环境中使用,方法简单实用,对数据仓库的建设有较高的指导性和实用价值。     

基于Givens Rotation正交变换的OBE自适应辨识算法

对应对矩阵反演公式及QR分解定理,加权最小二乘法（WRLS）存在两类不同的算法结构。基于QR分解的结构中,建立于Givens Rotation正交变换的算法优点在于：并行算法的结构易于实时在线计算;采用的登记处融入与剔除形式易于扩展与调整。集元辨识（Set membership）法中的最优界椭球算法（Optimal Bunded ellipsoid,OBE）采用优化策略与有效数据评价准则,实现了冗余数据的过滤并具有较理想的时变参数跟踪潜力。OBE辨识算法与WRLS方法间存在紧密的联系,但在基于矩阵反演公式的加仅最小二乘法上所获得的OBE递推算法结构并不能充分利用其自适应跟踪潜力。本文在Givens Rotation正交变换基础上建立相应的OBE递推算法结构,并充分利用批示时变参数变化的监测因子,进一步引入自适应调整策略。仿真结果显示,该方法具有较佳的时变参数跟踪效果。     

一类完备正交函数系下的轮廓曲线匹配算法

轮廓曲线包含了图像中大量的关键信息,主要用于探讨基于轮廓曲线的图像匹配问题.在假定图像间具有相似关系的前提下,借助于一种完备正交函数系V系统,提出一种新的曲线匹配算法.首先由V描述子评估曲线间的相似度,以此确定匹配曲线段,然后求得曲线间的变换参数,最后进行了图像拼接测试.该算法着眼于轮廓线的整体特征且不需要提取曲线的局部特征,避免了特征选取这一难点.大量的模拟及真实图像实验结果表明,从图像中提取的2条曲线间即使不严格满足相似变换关系,依然可取得比较满意的结果,从而验证了文中算法的可行性.