基于影像金字塔的GIS地图动态漫游算法

针对大数据量地图数据的快速调度与显示问题,提出了一种基于影像金字塔的GIS地图动态漫游算法.基于影像金字塔技术构建不同粒度的GIS地图数据分级影像,对影像数据进行分块,以实现大数据量地图的实时调度,采用数据链表对分层、分块数据进行组织和内存调度.测试及分析结果表明,与以往算法相比,该算法大幅减少了系统加载数据量,提高了大数据量地图的动态漫游速度.     

SHP文件中道路合并算法设计与实现

在将SHP格式的地图文件作为底图叠加到电子航道图的过程中,由于文件中冗余的同名道路过多,导致程序在加载与显示地图时变的非常缓慢。针对这一问题,提出了一种合并同名道路的算法,并给出了主要实现代码。实践应用表明,该算法能够快速、准确地合并SHP文件中的同名道路,提高程序的加载与显示速度。     

嵌入式GIS 地图快速显示方法的应用

为提高嵌入式GIS环境下矢量地图的显示速度,设计了一种适用于嵌入式环境基于LOD的地图数据组织模型.针对嵌入式设备硬件条件限制,从减少非显示区域的冗余地图数据的读取和提高外存检索矢量数据的效率两方面入手,对矢量地图数据进行了分层、分块和建立索引等处理.通过实验表明,该方法能很好地提高矢量地图的显示速度,可以满足嵌入式环境下地图快速显示的要求.     

嵌入式GIS中矢量地图快速显示方法研究

为提高嵌入式GIS中矢量地图的显示速度,建立了要素分级的多层网格索引模型.该模型算法简单,耗用内存小,便于实现.显示地图时,直接依据当前的显示比例,读取对应网格索引中相应级别的地图数据,避免了大量非屏幕区域的冗余地图数据读取,极大地提高了显示速度,同时设计了折线与矩形求交的算法来提高地图数据显示处理的效率.实验结果表明,该方法能显著提高嵌入式平台矢量地图的显示速度,并且已成功应用于手持GPS定位终端软件.     

基于PDA的矢量图形的快速显示

基于PDA的矢量图形的快速显示一直是移动GIS研究的一个重要方面。本文针对PDA的特点,提出了数据分块加载,分级显示的数据结构模型,实验结果表明该数据模型能够显著的提高大数据量的矢量地图数据的显示速度,可用于PDA上矢量数据的快速显示。     

基于MapInfo数据的嵌入式电子地图快速输出算法

针对嵌入式系统处理器速度慢和存储空间受限的情况,通过对MapInfo地图数据的分析及数据格式的设计,提出一种基于Cohen-Sutherland算法的电子地图快速输出算法,结合过滤冗余数据并应用优化策略加快地图显示的速度。在VxWorks操作系统下设计并实现嵌入式电子地图绘制程序,应用结果表明,该算法程序运行流畅,地图显示速度快并且轮廓清晰,可满足嵌入式电子地图导航的应用需求。     

中心导航系统终端地图预取和更新策略研究

为解决中心导航系统终端通过网络下载电子地图时,网络延时问题对终端地图实时显示的影响,根据空间相关性原理,提出了一种电子地图数据的预取和更新策略.该策略采用对电子地图分块传输和分块存储方法,对地图数据进行预取,并且使用二级缓存的方法,提高地图显示效率.仿真实验和实际车载实验结果表明,在CDMA的数据链路性能条件下,该预取和更新策略可以保证中心导航系统车载终端地图显示的实时性.     

基于中心导航车载地图旋转的研究

为了满足车载中心导航系统中地图数据显示实时性的需求,提出地图分块存储,及地图局部刷新机制;同时,针对地图数据的显示方式,本文主要研究了实现地图旋转的三种方法,并选择其中最优的方法进行了仿真实验。实验结果表明,本文所设计的地图旋转方法能够满足地图显示的实时性。     

二维矢量数字地图的零水印算法

提出了一种新的二维矢量数字地图的零水印算法.该算法选择矢量地图的顶点作为重要特征,把地图按坐标进行平均分块并统计各个分块中的顶点个数,利用变换与加密构造出标志版权信息的水印图.由于该算法不对原始地图数据进行任何修改,这使得传统水印算法的稳健性、安全性和不可感知性之间的矛盾用这种特殊的方法得到了很好的解决.实验结果表明,该零水印算法能够抵抗多种常见的攻击,可以用来对矢量数字地图进行版权保护.     

基于GIS的地图局部显示算法

基于webGis的系统,都有大量的地图数据需要处理,这些地图数据和处理的结果要在服务器端和客户端交流传递,需要大量的网络数据传送,容易造成用户网页浏览延迟.把大幅的地图经过切片处理,分切成多幅小的切片,引入Ajax技术,设计高效的地图局部显示算法,使客户端和服务器只交换需要更新的切片,不再重新加载不必要的数据,就可以在地图显示和处理的过程中有效的减少网络数据传送.     

Unsupervised feature selection for sensor time-series in pervasive computing applications

The paper introduces an efficient feature selection approach for multivariate time-series of heterogeneous sensor data within a pervasive computing scenario. An iterative filtering procedure is devised to reduce information redundancy measured in terms of time-series cross-correlation. The algorithm is capable of identifying nonredundant sensor sources in an unsupervised fashion even in presence of a large proportion of noisy features. In particular, the proposed feature selection process does not require expert intervention to determine the number of selected features, which is a key advancement with respect to time-series filters in the literature. The characteristic of the prosed algorithm allows enriching learning systems, in pervasive computing applications, with a fully automatized feature selection mechanism which can be triggered and performed at run time during system operation. A comparative experimental analysis on real-world data from three pervasive computing applications is provided, showing that the algorithm addresses major limitations of unsupervised filters in the literature when dealing with sensor time-series. Specifically, it is presented an assessment both in terms of reduction of time-series redundancy and in terms of preservation of informative features with respect to associated supervised learning tasks.     

脑部CT图像冗余影像剔除研究

脑部CT图像中通常存在金属槽,衣物以及肩膀组织等类似的冗余影像数据,根据冗余数据的分布特点将其分为两种类型,提出了一种新的结合模糊C均值以及轮廓跟踪方法的去除CT图像中冗余影像数据的算法,该算法解决了以往算法中出现的CT数据的丢失问题。算法可以实现对大量CT数据的自动批处理,实验证明算法效果良好并且具有一定的实用价值。     

基于改进遗传算法的C-TRDM压缩存储

针对时态数据库中存在数据冗余、数据量快速增长等问题,结合现有压缩技术,提出基于改进遗传算法的C-TRDM压缩存储技术。将各个时刻的时态关系数据分解为最小粒度的数据并进行编码,采用改进的遗传算法来计算待压缩数据中的最优存储数据以提高压缩比。算法的快速收敛性使去除数据冗余的速度得到提高。     

大数据访问中信息传输冗余量消除仿真

针对传统的大数据访问中信息传输冗余量消除方法存在查全率、信息传输冗余量消除效率以及速率较低等问题,提出了基于Hamming距离值的大数据访问中信息传输冗余量消除方法。利用滑动以及滚动相结合的窗口移动模式减少窗口计算量,将Rsync滚动校验算法以及MD5算法相结合,在文件任意位置开始计算滚动校验值,通过递进关系,获取连续数据块的校验值,根据不同数据块的校验值进行数据匹配。将经过匹配后的数据块利用CDC分块检测算法进行检测,根据余弦相似度计算公式以及Hamm距离值计算相似度,实现大数据访问中信息传输冗余量消除。实验结果表明,所提方法有效提高了冗余信息查全率、信息传输冗余量消除效率以及速率,能够快速、准确地消除多余的信息。     

多层次快速聚类的遥感图象无损压缩

由于K—means聚类要求每个像素要和所有聚类中心求欧氏距离，因此当聚类数很多时，这是一个相当耗时的工作。改进后的K—means聚类算法使类内像素只通过和相邻的聚类中心进行距离计算来聚类，由于随着算法的迭代进行，大量类的状态基本固定，因此使得聚类速度不断加快。多层次聚类无损压缩就是利用改进的K—means聚类算法具有快速收敛的特点，和利用分层次去冗余的方法来聚类，因此可最大限度消除残差冗余。基于SP整数小波变换的多层次聚类由于其不仅能消除空间冗余、结构冗余，还能进一步对残差数据去冗余，因而实现了多光谱遥感图象无损压缩的突破。最后通过不同算法对TM图象进行压缩的比较和参数分析，论证了多层次聚类无损压缩的高效及合理性。     

基于时序聚类的北斗位置冗余数据压缩算法

在北斗用户机的位置数据采集过程中,容易出现数据冗余现象。为此,分析导致数据冗余的原因,提出一种基于时序聚类的冗余数据压缩算法。该算法采用基于密度的聚类方法将数据集进行分簇,把属于同一类运动特征的位置数据归为一类,根据簇直径判断该簇是否为冗余数据,并对冗余数据进行压缩。实验结果表明,该算法可以正确标识冗余数据,实现数据压缩。     

余度系统中的动态同步和表决控制

在多通道余度系统的研究和应用中,同步问题是整个余度系统正确运行的基本保证。基于多交叉通道模型和同步时间的静态分配策略,提出动态时间容错方法。针对该方法,设计基于时间容错的动态表决控制算法,实现多通道系统中的动态同步。给出动态同步表决控制逻辑,用于控制表决时间并监测表决数据。理论分析和实验结果表明,时间容错的动态表决控制算法扩展了任务处理的时间窗口,与静态同步算法相比,可有效降低通道故障率,提高对瞬时干扰的抵御能力以及余度系统的可靠性。     

STL模型切片轮廓数据的修正与优化

STL文件因其简单和通用性好,一直作为快速成型领域的准标准。但是由于其本身的缺陷,造成切片之后的轮廓信息数据有大量的冗余数据甚至错误。该文针对切片轮廓的不封闭,给出了有效的修正算法;通过对轮廓信息中冗余数据的分析,提出了一种冗余数据的滤除算法。该算法高效简单,提高了后续的数据处理的效率和成型件的加工质量,改善了零件成型的加工性能。     

减少候选项集的数据流高效用项集挖掘算法

大数据环境下高效用项集挖掘算法中过多的候选项集极大地降低了算法的时空效率,提出了一种减少候选项集的数据流高效用项集挖掘算法。首先,通过数据流中当前窗口的一次扫描建立一个全局树,并降低全局树中头表入口与节点的冗余效用值;然后,基于全局树生成候选模式,基于增长算法降低局部树的候选项集效用;最终,从候选模式中选出高效用模式。基于真实数据流的实验结果表明,本算法的时空效率与内存占用比均优于其他数据流的高效用模式挖掘算法。     

基于时间相关性的无线传感器网络数据压缩与优化算法

针对无线传感器网络(WSN)数据采集存在数据冗余度大、累积误差大和数据精度低等问题,根据采集数据之间的时间相关性,提出一种无线传感器网络数据压缩与优化算法。该算法通过分析时间序列中采集数据的线性关系,建立分段一元线性回归模型;根据采集数据与回归模型预测值之间的误差,自适应地调整下一个采集时间,并动态地优化回归模型。仿真结果表明该算法在不同的数据变化情况下,均能降低数据冗余度和网络通信量,提高采集数据的重构精度。最后在真实的无线传感器网络应用环境中验证了算法的可行性。