地理国情监测与基础测绘相关关系研究

地理国情监测作为大数据时代测绘地理信息事业发展的战略方向,是新时期党中央国务院赋予测绘地理信息部门的重要使命。为了理清地理国情监测及其相关理论问题,该文对地理国情监测和基础测绘其他相关工作进行分析和对比,从概念、作用、任务技术标准和成果等方面将地理国情和基础测绘进行对比,分析了地理国情监测的特点和重要性;将地理国情与数字城市、地理信息产业等相关工作进行了对比分析,并对地理国情监测工作提出了几点建议和展望。     

大数据时代下计算机信息处理技术

我们都知道,当今时代是一个信息技术高速发展的成长期,而计算机技术就是其中的核心技术。但是随着计算机技术被人们广泛的使用,信息数据处理的问题也随之出现,计算机技术和大数据处理是环环相扣的,计算机的大量使用就会过渡到大数据处理,这样也给计算机技术带来了巨大的挑战和机会。为了能够让人们更多的了解大数据时代下计算机信息处理技术,本文主要从在大数据背景下计算机信息技术的应用、未来发展方向以及发展过程中遇到的问题等方面展开论述。     

大数据在测绘地理信息方面的应用

随着经济的发展,网络时代发展迅速,我国信息技术发展水平显著提高,大数据时代也成为不可阻挡的发展大趋势,大数据技术在诸多行业扮演着十分重要的角色。测绘地理信息中,大数据技术的应用具有积极的重要意义。为此,深入分析大数据技术在测绘地理信息方面的应用也成为技术推广的关键环节。     

大数据在测绘地理信息方面的应用

近年来我国社会行业的不断发展,大数据在我国各行各业都得到了较为广泛的用。随着大数据技术的应用,对传统方式方法加以创新优化,可以有效提升测绘工作水平,保证测绘地理信息收集的齐全性、完整性和真实性,促使各项工作有序进行,推动行业进步。本文就大数据在测绘地理信息方面的应用展开探讨。     

地理信息Web服务的研究进展综述

从地理信息Web服务研究的不同侧面对其进行了综述,阐述了Web服务的基本概念及其架构,概括了当前地理信息Web服务的标准规范、平台及应用研究情况,分析了地理信息Web服务组合及服务链的相关技术-工作流技术、地理信息语义技术、Agent技术等,网格技术与地理信息Web服务的结合以及最新提出的主动地理信息Web服务等研究内容,并对这些技术进行了总结,结合已有的成果,指出其存在的问题并展望其未来的研究方向。     

大数据时代计算机信息处理技术探讨

在对"大数据"的定义及其对当前互联网环境的影响进行分析和论述的基础上,探讨了"大数据"时代的信息处理技术的关键环节,为大数据时代计算机信息处理技术的分析提供依据。结合当前计算机信息处理技术发展现状,分别从数据的采集、加工以及传输等几个方面探讨了计算机信息处理技术的发展和应用。     

三维智慧校园系统的研究与实现

当前智慧校园系统发展已有一定成果,但在数据方面缺乏时空性,三维可视化的校园系统发展还不太成熟,使得智慧校园系统表现单一。针对当前智慧校园系统的地理数据表达与时空信息表达的不足,研究了地理信息系统技术、三维空间数据技术和时空数据技术,设计了技术整合框架,实现了二维空间数据、三维空间数据、时空数据三种数据的同步,通过MAPGIS 10.0平台与SQL server关系数据进行整合与链接,实现了三维智慧校园系统。通过实验数据证明了实现的三维地理表现、时空同步的数据查询功能、智慧化服务功能等更多校园服务功能效果良好。系统的各种模块之间的连接紧密,数据处理逻辑性强,真实反映了校园的实时时空状态。     

OGC地理信息服务应用现状分析研究

目前,地理信息服务已成为地理信息共享的最重要的方式,OGC(Open Geospatial Consortium)网络服务OWS(OGC Web Service)凭借其自身优势被很多空间数据拥有者选作数据共享的手段。地理信息服务质量已成为服务应用能否成功的最为关键的因素之一,然而如何合理地评价地理信息服务则是一个复杂问题。通过随机收集发布在因特网的OWS地址,基于OGC规范特点所开发的监测模型,对所搜集的OWS研究样本进行实时、动态监测其共享数据的可用性、稳定性、响应速度和服务质量等,分析当前共享发布的OGC地理信息服务的质量与应用现状。同时,讨论地理信息服务质量与区域位置之间的相关度。     

地理信息数据变化检测系统的研究与实现

针对地理信息数据变化的需求,提出一种对地理信息数据进行变化检测的地理信息系统设计方案。探讨变化检测系统的设计思想、功能及系统架构,运用ArcObjects, ArcSDE及Oracle数据库等相关技术进行实现,检测出不同时期地理数据之间的变化信息。实例应用结果表明,该系统对地理信息数据变化的检测具有较高的准确性。     

基于SOA的地理信息共享平台的设计

本文从地理信息应用的现状出发,以面向服务的软件架构为基础,结合当前已有地理信息共享平台成熟的应用经验,实际分析了某市区级别地理信息共享平台的特点并予以架构设计。     

VGI集成于中文数字地名词典的研究

提出将自发地理信息（VGI）集成到中文数字地名词典（CDG）的架构。在构建VGI数据爬取模型（VDCM）和地名本体的基础上, 针对从VGI数据中提取地名信息过程中出现的地名geo/geo歧义（多个地理位置对应同一地名）、地名与经纬度匹配错误、多个资源对应同一地名等问题提出相应的解决方案：使用上级行政区划名排歧、参考行政区划本体层次筛除错误地名标签、对同一地名的多个资源进行空间聚类获得唯一的经纬度, 并总结该架构能有效地解决CDG不支持空间推理、数据孤立以及数据维护、更新受限等问题, 提出未来的工作围绕修正错误的地名标签、构建信任模型及将VGI集成于分布式CDG展开。     

Constructing gazetteers from volunteered Big Geo-Data based on Hadoop

Traditional gazetteers are built and maintained by authoritative mapping agencies. In the age of Big Data, it is possible to construct gazetteers in a data-driven approach by mining rich volunteered geographic information (VGI) from the Web. In this research, we build a scalable distributed platform and a high-performance geoprocessing workflow based on the Hadoop ecosystem to harvest crowd-sourced gazetteer entries. Using experiments based on geotagged datasets in Flickr, we find that the MapReduce-based workflow running on the spatially enabled Hadoop cluster can reduce the processing time compared with traditional desktop-based operations by an order of magnitude. We demonstrate how to use such a novel spatial-computing infrastructure to facilitate gazetteer research. In addition, we introduce a provenance-based trust model for quality assurance. This work offers new insights on enriching future gazetteers with the use of Hadoop clusters, and makes contributions in connecting GIS to the cloud computing environment for the next frontier of Big Geo-Data analytics.     

基于聚类的离群点检测方法研究综述

离群点检测在数据处理中具有重要研究意义,其检测方法大致可以分为基于统计、基于距离、基于密度和基于聚类的方法。为了及时掌握当前基于聚类技术的离群点检测方法的研究现状,通过归纳与整理,将具有代表性的基于聚类的离群点检测方法进行了介绍和归类,将其主要分为静态数据集中的检测方法、数据流中的检测方法、大规模数据中的检测方法和其他方法等四大类。对每类方法所解决的问题、算法思想、应用场景以及各自的优缺点进行了详细的归纳和分析,指出目前存在的问题以及未来发展方向。     

关系数据库与地理空间数据

讨论了数据库技术在地理空间信息处理中的应用现状和应用前景;在分析面向对象方法的基础上,指出体现关系模型和面向对象思想相结合的对象关系模型可能是目前最好的解决方案;介绍了目前数据库技术领域所面临的两个挑战,即不确定性和时空数据处理。     

海量卫星遥感数据共享的关键技术

在对遥感数据共享的研究现状及其存在的难点问题进行综合分析的基础上,从元数据共享、标准数据产品共享、遥感信息共享3方面内容,分别对遥感数据共享到遥感信息共享的关键技术进行研究。并给出基于网络服务技术实现遥感信息共享与综合信息集成共享服务的框架结构和基本步骤。     

Emergency management perspectives on volunteered geographic information: Opportunities,challenges and change

Volunteered geographic information (VGI) refers to the widespread creation and sharing of geographic information by private citizens, often through platforms such as online mapping tools, social media, and smartphone applications. VGI has shifted the ways information is created, shared, used and experienced, with important implications for applications of geospatial data, including emergency management. Detailed interviews with 13 emergency management professionals from eight organisations across five Australian states provided insights into the impacts of VGI on official emergency management. Perceived opportunities presented by VGI included improved communication, acquisition of diverse local information, and increased community engagement in disaster management. Identified challenges included the digital divide, data management, misinformation, and liability concerns. Significantly, VGI disrupts the traditional top-down structure of emergency management and reflects a culture shift away from authoritative control of information. To capitalise on the opportunities of VGI, agencies need to share responsibility and be willing to remain flexible in supporting positive community practises, including VGI. Given the high accountability and inherently responsive nature of decision making in disaster management, it provides a useful lens through which to examine the impacts of VGI on official authoritative systems more broadly. This analysis of the perceptions of emergency management professionals suggests changes to traditional systems that involve decentralisation of power and increased empowerment of citizens, where value is increasingly recognised in both expert and citizen-produced information, initiatives and practises.     

医疗实体识别研究进展

深入了解医疗实体识别的现状和进展,有助于进一步提升医疗实体识别的效果。通过梳理国内外医疗实体识别的相关研究进展和研究成果,并分别从医疗实体概念和分类、国内外重要医疗实体识别评测会议,以及传统的和当代的医疗实体识别方法三方面进行归纳和总结,系统全面地阐述了医疗实体识别的研究现状,指出了当前研究存在的问题,并对医疗实体识别的未来发展趋势进行了展望。从深度学习的视角,仅仅对循环神经网络、长短时记忆神经网络等主流的神经网络模型在医疗实体识别领域的应用进行了分析和总结。在医疗大数据和人工智能背景下,医疗实体识别是医疗领域信息处理和人工智能的基础,并且该研究已经发展成为自然语言处理中新的研究方向,对医疗大数据分析和医疗人工智能具有重要意义。     

基于车联网的隐私保护数据聚合研究综述

随着智能网联汽车的普及,用户数据的隐私问题成为了车联网发展中亟待解决的问题。针对车联网聚合方案的研究现状,对当前方案中存在的问题进行分析总结。首先,系统地介绍了车联网中主流系统模型和车联网中常见的攻击模型;其次,对当前国内外应用在车联网中的聚合方案的安全性、效率和优劣进行分析总结,分别从签名阶段聚合方案、用户数据收集和传输阶段聚合方案和云平台处理数据阶段聚合方案三方面对其进行讨论;最后,阐述了车联网聚合方案中存在的问题及解决方法,展望了车联网聚合方案未来的研究方向。     

Beyond data collection: Objectives and methods of research using VGI and geo-social media for disaster management

This paper investigates research using VGI and geo-social media in the disaster management context. Relying on the method of systematic mapping, it develops a classification schema that captures three levels of main category, focus, and intended use, and analyzes the relationships with the employed data sources and analysis methods. It focuses the scope to the pioneering field of disaster management, but the described approach and the developed classification schema are easily adaptable to different application domains or future developments. The results show that a hypothesized consolidation of research, characterized through the building of canonical bodies of knowledge and advanced application cases with refined methodology, has not yet happened. The majority of the studies investigate the challenges and potential solutions of data handling, with fewer studies focusing on socio-technological issues or advanced applications. This trend is currently showing no sign of change, highlighting that VGI research is still very much technology-driven as opposed to theory- or application-driven. From the results of the systematic mapping study, the authors formulate and discuss several research objectives for future work, which could lead to a stronger, more theory-driven treatment of the topic VGI in GIScience.     

基于大数据技术的石油数字化平台设计

大数据技术成为驱动石油化工服务类企业数字化转型的有效手段,基于大数据技术的石油数字化工作平台建设是石油化工服务类企业的大数据应用实践,该技术整合了企业营销、生产、经营等多个板块的多种业务,串联了企业数据采集、存储、治理、挖掘、分析及应用的整个数据生命周期;从石油化工服务类企业数字化发展现状及遇到的问题出发,结合大数据技术的发展及优势,提出了基于大数据技术的石油化工服务类企业石油数字化工作平台建设方案,通过对大数据故障信息进行提取,应用DBN大数据学习算法模型实现石油全寿命周期管理的数据计算和处理;通过实验,文章研究的方法数据处理准确度大于90%。