基于z值序列的移动终端多尺度显示方法

为了解决移动终端有效显示问题,提出利用z值序列实现多尺度显示的方法。该方法利用z值序列,通过计算网格和空间对象的拓扑关系记录其关联的网格位置信息,形成关于空间网格的主导数据库。通过查询选定尺度的z值序列生成相应比例尺数据,实现空间数据的多尺度表达与显示。实验结果证明,该方法具有一定的可行性和有效性,同其他方法相比具有更短的可视化时间和良好的显示效果。     

基于矢量Prewitt算子的多尺度彩色图象边缘检测方法

在矢量Ｐｒｅｗｉｔｔ算子的基础上,引入多凡度组合正则化处理,提出了一种新的彩色图象边缘检测方法,实验表明,若对检测精度,边缘完整性,抗噪性等方面进行综合评价,该方法优于标量算子和单一尺度下的矢量算子。     

基于GIS的配电网空间拓扑建模方法

介绍了一种配电网在GIS中的空间数据建模方法。基于图论建立了配电网空间拓扑分析模型及其数据结构描述形式。描述了配电网空间实体及其在GIS中的表示，介绍了配电网空间拓扑关系及其结构。为进一步进行配电网络空间分析奠定基础。     

基于非脊点下降算子的多尺度骨架化算法

骨架是目标表示的一种重要方式.提出了一种基于区域标记直接从灰度图像中提取的骨架的新算法.算法对脊点概念作了补充撰述,组合利用了目标的轮廓与区域信息,采用了层次化的处理策略,适用于稳健地提取规则和不规则目标完整的多尺度骨架.所提取的骨架彼此连通、单像素宽并与原始图像拓扑一致.将算法应用于实际图像,检测到了与人视觉感知相一致的目标骨架.     

基于组合式形态学算子的多尺度边缘检测

针对传统的边缘检测方法因卷积运算造成模糊图像边缘,且对噪声敏感,各种形态学边缘检测方法因检测到的边缘信息类型不同而容易使边缘信息丢失,提出一种组合式抗噪型形态学边缘检测算子;并利用不同尺度的结构元素具有不同的图像边缘检测效果,进行形态结构元素的尺度调整,得到不同尺度结构元素下的图像边缘位置;然后进行加权合成来获得边缘图像;实验表明,与其他的传统或者形态学边缘检测方法相比,该文方法不仅具有更好的噪声抑制功能,而且其检测到的边缘轮廓更加清晰完整,边缘细节更加丰富。     

多尺度加权邻域Gap算子图像边缘检测方法

依据Hastie T．和Tibshirani R．等提出的“Gap统计”的思想方法,通过分析样本灰度数据分布的差别,在进一步考虑加权邻域的基础上,建立了图像边缘检测的多尺加权邻域Gap统计模型。提出正则加权邻域的概念,并通过证明具体地给出了与尺度有关的正则邻域权重密度函数。分析Gap算子的性质,给出在加权邻域下模型边缘检测算法。给出正则加权邻域下不同尺度的检测结果,分析Gap算子与Sobel边缘检测算子之间的关系。模型具有多尺度、依尺度抗噪声的特点。     

基于多尺度自适应加权的改进Canny算子

在Canny算法框架下,对彩色遥感图像进行多尺度滤波分析。定义多个不同尺度的高斯滤波器,在每个尺度下,分别对遥感图像RGB三个通道进行滤波和梯度计算,取三个通道的梯度最大值为该尺度下的遥感图像梯度值。根据各个尺度的滤波器对噪声的抑制能力及边缘定位能力的不同,自适应地确定相应的权值大小,然后再将这些不同尺度下检测到的梯度图像用自适应确定的权值进行加权合成最终的梯度图像。在此基础上,由非极大值抑制和双阈值处理得到图像边缘。实验结果表明,该算法比传统的Canny算子在噪声抑制和边缘定位方面具有更优的性能,适合彩色遥感图像的边缘检测。     

基于新型能量算子和多尺度熵的癫痫自动检测

提出癫痫检测的新算法,创新地使用新型能量算子和多尺度熵,不仅能够实时跟踪脑电信号能量,而且可以在脑电信号未知情况下提取其有效的特征信息。对脑电信号进行一定尺度的小波变换;利用新型Teager能量算子和多尺度熵提取脑电信号的非线性特征,将特征信号输入到极限学习机中,用来识别正常脑电信号与癫痫脑电信号。实验结果表明,此方法具有高分类精度,可达到98.89%,优于文献中所报道的多种检测方法,可以应用于癫痫临床检测。     

基于多尺度彩色形态矢量算子的边缘检测

数学形态学在图象处理中已经得到广泛地应用，但传统的形态学常应用于二值图象处理，后来发展应用到灰度图象处理，对于其用于彩色图象处理的研究还不是很多，通过对传统的数学形态学的几何描述，以及对目前形态学在边缘检测中的应用分析，提出了一种新的多尺度的彩色形态矢量边缘检测算子，该方法是利用不同尺度形态边缘检测算子来检测不同尺度下的边缘强度，再对不同尺度下的边缘强度图进行合并，从而得到新的边缘强度图象，利用该算法对实际图象和合成图象进行了实验，将实验结果与传统的边缘检测算法相比较，由于新的多尺度彩色形态矢量算子能检测出更多的细节边缘，因此将更有利于图象的进一步分析处理，同时将实验图象人为地增加噪声后，再利用该算法进行实验，其结果表明，该算法对噪声具有很好的鲁棒性。     

基于改进形态学算子的多尺度边缘检测

图像边缘检测的关键是在尽量多地检测到图像边缘的同时更有效地抑制噪声,为此提出了一种新的基于轮廓结构元素的多尺度形态学边缘检测方法。该方法重新组合了基于轮廓结构元素形态学各种运算的优点,实现了一种改进的形态学算子;在此基础上利用改进形态学算子的多尺度运算定义了一种新的边缘检测算子。与其他形态学方法相比,文中方法不仅具有更好的噪声抑制和边缘细节保护功能,而且对结构元素的形状不敏感。     

基于RS和GIS的人居环境信息系统研究

根据现代人居环境科学理论及我国人居环境发展要求，提出一种基于遥感(RS)、地理信息系统(GIS)的构建人居环境信息系统的方法，并将人居环境信息系统作为人居环境科学研究的技术平台和一种可以实际操作的研究开发工具，用于支持人居环境各方面科学研究工作的进行。     

基于GIS房屋租赁系统的研究与实现

该文结合GIS领域的发展趋势,提出了基于GIS的房屋租赁系统以取代当前房屋租赁行业传统的手工作业或MIS系统,使房屋租赁的管理更方便、更有效。该文将GIS技术应用于房屋租赁管理领域,采用空间数据库格式来保存和处理在房屋租赁系统中涉及到的空间地理信息的数据,并把传统的房屋数据和空间地理数据有机地结合起来,在此基础上完成了一个基于GIS的房屋租赁管理系统的原型。     

基于GIS的导弹目标分配智能决策支持系统

在传统智能决策支持系统(IDSS)中引入地理信息系统(GIS),形成“四库一机”的系统框架模式,在此基础上设计开发导弹目标分配智能决策支持系统,实现IDSS、GIS以及决策分析模型的紧密耦合集成,并提出一个包含知识库子系统的编队目标分配智能决策模型,采用推理机原理对专家知识进行表示与处理。模拟计算表明,该模型计算时间短,结果合理,能满足战场环境动态性、实时性的特点。     

基于地理信息图的网络拓扑显示

在网络管理中引入WebGIS可以实现在地理信息图上显示网络拓扑。该文介绍拓扑发现方法、空间数据处理模型和拓扑数据处理模型,实现基于地理信息图的网络拓扑显示系统。该系统使用SVG文档显示空间数据,描述网络中各种资源的真实地理位置,为网络管理提供了一种新工具。     

基于聚类的空间数据多比例尺索引树

针对现有空间对象多尺度索引结构聚簇性不高的问题,在R树索引的基础上提出一种基于聚类的空间数据多比例尺索引结构。利用树的层次结构反映空间数据的多比例尺特性,用k-means算法对相同等级的空间对象进行聚类分组,减少空间区域覆盖和重叠。实验结果表明,该方法与基于四叉树的多比例尺索引相比,能有效提高空间数据多比例尺显示的性能。     

基于GIS组件技术的国民经济管理系统的开发与实施

在简要介绍了一种GIS组件（即MapX)的基础上，从系统空间信息的数据组织结构，地图图层划分，图层操作的实现三个方面着重阐述了基于MapX组件的国民经济管理系统的具体实施方法。     

基于Web GIS的智能共享汽车系统

近十年伴随着互联网技术和GIS技术的快速发展,以及人们生活水平的显著提高,共享汽车的智能化和人性化是一个趋势.通过研究某App在某块区域的车位,车流量等信息,建立了一个基于Web GIS的智能共享汽车系统,该系统将Py-thon爬虫,HTML,C#等相联系,通过对于获得的共享汽车位置进行时空大数据分析,得出该区域内的热...     

基于GIS的空间聚类算法研究

面对目前的聚类方法的局限性和空间聚类的特殊性,从基于目标函数聚类的概念出发,以GIS的空间数据管理和空间分析为技术支持,探讨了空间样本间直接可达距离、间接可达距离和可达成本的计算方法。随机选择k个样本作为聚类中心点,以空间样本到各聚类中心点的可达距离为样本划分依据,以空间样本到其聚类中心点的可达成本的总和为聚类目标函数,引入遗传算法,提出一种基于GIS的空间聚类算法。最后,通过实例进行了算法测试。     

基于Flou集的模糊区域拓扑关系度量

针对模糊区域的表示和拓扑关系的度量问题,利用Flou集描述模糊区域,不仅符合人们用分明集合描述模糊区域范围的认知习惯,而且适用于对高阶模糊的情形进行描述.为此,在基于Flou集的模糊区域表示模型的基础上,给出2个模糊区域间拓扑关系的度量描述,刻画2个模糊区域属于5种基本拓扑关系的程度,该模糊区域可应用于空间信息查询和空间推理等领域.     

拓扑关系形式化描述的基本问题与研究进展

拓扑关系是GIS中空间目标之间最基本也是最重要的关系之一,在GIS空间数据建模、空间查询、空间分析、空间推理、制图综合等过程中起着重要的作用。该文首先介绍了不同的空间数据模型中拓扑信息的表达模式,然后重点回顾和评述了拓扑关系的建模方法以及拓扑关系形式化模型,并探讨了目前研究中存在的问题和有待进一步研究的工作。