排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
Clearinghouse(数据交换中心)与数字化地理信息共享 总被引:7,自引:0,他引:7
随着Internet技术的飞速发展和网络应用的普及,用户通过Internet快速,、准确地获取和共享地理信息已是大势所趋。采用数据交换中心Clearinghouse机制是实现地理信息共享的重要方法之一。作为集中式服务系统,Clearinghouse提供一个虚拟信息空间,存储大量元数据,实现数字化地理信息的获取和发布能力,并已广泛用于许多国家的地理信息共享实践中。本介绍基于clearinghouse数字化地理信息共享的体系结构、相关技术和实现方法,涉及三层服务体系结构、元数据、Z39.50协议和语义映射等。最后扼要介绍采用Java Servlet、VB和MapObiect开发的基于clearinghouse的数字化地理信息截共享原型系统,它具有元数据提交、数据上载、信息组合查询、地理信息图形显示、数据下载等功能。 相似文献
3.
为保障交通安全和提升交通效率,利用了当前条件下IEEE802.11p的VANET(Vehicular ad-hoc network,车载自组网)、相对定位技术、蚁群并行算法动态交通诱导技术,对交通数据进行实时采集与处理。结合模糊理论提出了车载自组网下对人们出行方式有效判断的隶属函数及逻辑推算规则,并通过车载地图规划或驾驶员向车载专用短程无线通信输入,构建当前车载自组网下交通信息服务与动态交通诱导。通过试验得到平均路径长度和最小路径长度收敛曲线,结果对比分析发现改进后的蚁群算法对全局最优解的搜寻效率更高,可靠性得到很大的提升。蚁群算法并行计算试验中,当处理器的数量为4时,收敛值时间花费最少,所采用的蚁群并行算法能大大提高了处理速度和效率。 相似文献
4.
市政工程项目建设的环境管理 总被引:1,自引:0,他引:1
从市政工程项目建设管理实践出发,对市政工程项目建设过程中的环境影响进行分析,就如何开展市政工程建设过程中的环境管理作了阐述。 相似文献
5.
为缩短云计算中任务调度过程任务等待时间及提高虚拟机任务调度系统的执行效率,提出一种云环境下基于 排队系统的任务调度模型。对该模型中系统稳态分布和条件随机分解结果进行了分析,给出该模型的稳态队长的随机分解和稳态等待时间,结合数值例子,准确的找到服务率与期望队长、期望等待时间及其它性能指标之间的关系。通过云任务调度系统的仿真,实验结果验证了该模型能够快速地完成云任务的调度,提高了虚拟机资源的平均利用率。 相似文献
6.
在线考试被广泛应用在远程教育上,自动化组卷是在线考试的关键技术,组卷问题即是多目标期望值的求解问题,其往往存在多个解,人工智能算法对于求解多目标函数有明显优势.采用遗传算法及蚁群算法的多目标优化求解更加高效,能更好胜任于本文数据库技术课程的自动化组卷.在讨论人工智能算法在组卷应用基础上,构建了组卷指标体系,建立多目标约束数学模型,并对多目标期望值进行优化求解.多次实验结果论证表明,人工智能算法的成功率最高,平均达到98%以上(含蚁群算法100%,遗传算法96%),而非人工智能的算法成功率较低,随机变量法62%,回溯试探法84%.应用人工智能方法特别是遗传算法和蚁群算法,提升了自动化组卷效率,满足了实际各种组卷的需要,使其在远程教育和在线考试中有很好的应用前景. 相似文献
7.
8.
1