利用Monotone Chain算法集成在线地理信息数据生成凸包

介绍了集成Baidu地图API与腾讯地图API,利用腾讯地图的Web服务在线获取特定区域的POI数据,并根据这些数据进行解析得到点群信息,在Internet环境下基于Monotone Chain算法分析点集产生凸包(包围点群最小的凸外壳),并将结果绘制在Web电子地图中,用之作为空间地理信息的挖掘及知识发现作准备。此算法总的时间复杂度是O(n log n)。     

集成空间分析方法在线挖掘地理空间关联规则

提出了集成聚类分析、凸包分析、叠置分析和面积计算等各种地理空间分析与计算方法,实现了一种对在线地理数据进行地理空间关联规则挖掘的算法.该算法对非空间数据的关联规则发现算法Apriori进行了空间化处理,使该算法能够进行空间数据挖掘,发现空间关联规则.实现了在线地理空间数据的空间关联规则挖掘程序,并采用实际数据对算法进行了检验,验证了它们的可用性与有效性,并对挖掘所得的空间关联规则进行了多种可视化表达.从实验效果来看,空间关联规则的支持度和准确度主要依赖数据空间特征,如长度、面积(选择的计算基准)、体积等,发现了一些有趣的空间关联信息.     

利用DBSCAN实现约束条件下的空间聚类分析

介绍了利用网络地图服务获取特定区域的POI数据,并根据这些数据在C#环境下,基于DBSCAN算法,在地理对象的障碍约束条件下,进行空间聚类分析,并将结果展示在Web电子地图中,用以实现空间数据的挖掘及知识发现。     

基于地理信息基础数据实现地形分析

基于DEM模型的地形分析是对地形环境认识的一种重要手段.介绍了在ArcGIS软件平台中,基于地理信息基础数据实现地形分析中的常用功能.     

地理社会网络数据可视化分析研究综述

随着移动互联网与社会网络的深度融合,基于位置服务(Location Based Service,LBS)的社交媒体应用更加流行,成为地理社会网络(Geo-Social Networks,GSN)的研究重点。基于位置信息的社会网络(Location Based Social Network,LBSN)由于具有时空特性,其海量数据可视化不同于传统信息可视化,必须结合其地理信息特征进行表达。该文以GSN中抽取出的海量时空数据为分析对象,从LBSN时空数据抽取、海量时空数据可视化等方面进行综述,对地理社会网络时空数据交互可视化分析技术开展研究,以期能够实现比较方便、快速、直接地从地理社会网络的海量数据中提取出有用、可靠、可知识化的综合信息,并通过信息可视化方式进行直观表达、展示与分析。     

基于大数据技术的农业决策信息挖掘系统设计

在乡村振兴战略背景下,针对农业生产者、消费者及政府政策制定者之间,存在信息不对称和信息传递滞后性的问题,以及农业数据的分散化问题,以农业数据特征和大数据技术特点为研究对象,提出了一套农业决策信息挖掘系统。首先,该系统通过数据库设计对多源异构数据进行整合,打通了不同数据之间的壁垒,并基于前后端分离的系统开发方案,为农业生产者和消费者提供决策支持;其次,该系统利用长短期记忆网络(LongShort-TermMemory,LSTM)等大数据处理技术,对序列农业数据进行深度学习趋势预测,挖掘农业数据的潜在信息,并设计了在Web平台中融合数据处理技术的具体应用方案。分析结果表明,该系统能够帮助农业生产者和消费者充分发掘农业数据中的潜在价值。     

基于地理空间大数据的高效索引与检索算法

近年来,随着智能目标识别、电子传感器、协同控制以及计算机网络等先进技术的快速发展,智能交通系统实现了质的飞越,现代智能交通系统可以实现车、路、云端于一体的智能交通运输管理平台.但智能交通系统依赖于每天产生的大量的2维地理空间信息数据,因此,如何对大规模的地理空间数据进行高效的存储和查询对智能交通系统未来的普及和发展具有重要意义.然而,由于城市交通信息的复杂性、数据量大、更新速度快等特征,当前的空间索引技术很难针对2维地理空间信息数据进行高效的检索.为了优化空间大数据下2维地理空间信息数据的存储组织结构、提高检索效率,提出了一种对2维地理空间信息数据进行多层切片递归的空间索引树构造算法(multi-layer slice recursive, MSR).提出的算法首先对地图数据第1维度进行排序划分切片,生成FD(first division)切片;然后对FD切片中的地图数据进行第2维度排序,生成SD(second division)切片,在SD切片中对当前切片和相邻切片划分空间对象;最后对空间对象长度与节点容量比较进行数据聚类操作,通过判断所有切片是否完成聚类操作,自下而上递归生成MSR 树.实验表明,MSR算法构建的2维空间存储结构的查询性能优于现在最具代表性的空间索引技术基于R树的批量加载算法(sort tile recursive, STR)、STR-网格混合算法(str-grid)及高效几何范围查询算法(efficient geometric range query, EGRQ).     

平行坐标轴动态排列的地理空间多维数据可视分析

目的 平行坐标是经典的多维数据可视化方法,但在用于地理空间多维数据分析时,往往存在空间位置信息缺失和空间关联分析不确定等问题。对此,本文设计了一种有效关联平行坐标和地图的地理空间多维数据可视分析方法。方法 根据多维属性信息对地理空间位置进行聚类分析,引入Voronoi图和颜色明暗映射对地理空间各类区域进行显著标识,利用平行坐标呈现地理空间多维属性信息,引入互信息度量地理空间聚类与属性类别的相关性,动态地确定平行坐标轴排列顺序,进一步计算属性轴与地图之间数据线的绑定位置,对数据线的布局进行优化处理,降低地图与平行坐标系间数据线分布的紊乱程度。结果 有效集成上述可视化设计及数据分析方法,设计与实现一种基于平行坐标轴动态排列的地理空间多维数据可视化分析系统,提供便捷的用户交互模式,通过2组具有明显地理空间多维属性特征的数据进行测试,验证了本文可视分析方法的有效性和实用性。结论 本文提出的可视分析方法和工具可以帮助用户快速分析地理空间多维属性存在的空间分布特征及其关联模式,为地理空间多维数据的探索提供了有效手段。     

“大数据”时代背景下计算机信息处理技术的分析

随着现代计算机技术的飞跃发展和不断进步,现阶段社会已经进入了大数据时代。其中的计算机信息处理技术有着自身的特点,它能够打破时间上的限制,实现人与人之间高效而又便捷的交流。因而本文将围绕信息处理技术,基于大数据的背景之下,对其从特点着手,进行如下具体化的探讨和分析。     

有关大数据的电力信息通信预警技术分析

近些年来伴随着信息技术的高速发展,信息技术的成果也开始广泛应用于各行各业,包括电力行业.在这样的背景下,电力信息通信技术的重要性开始愈发重要.因此,在发展过程中,应该保证大数据分析技术同电网安全自身的预警需求之间有机的结合,从而进一步保证电网调度的稳定,成为重中之重.正是在这样的情况下,研究与分析电网大数据的特点并详细了解我国预警系统的相关管理要求,成为促进我国电网预警技术不断发展的一条切实可行的路径.     

“大数据”时代计算机信息处理技术的应用分析

在大数据时代下,出现了更多类型的信息数据,数量庞大,如何对于这些信息数据进行科学合理的处理成为了人们关注的重要内容,对于各行各业的发展有着非常关键的作用。在这一情况下,本篇文章对于大数据处理技术和大数据进行了简要介绍,分析了在大数据背景下计算机信息处理技术存在的不足,并探究了大数据时代下对于信息处理技术开展的研究,希望能够使大数据时代背景下的计算机信息处理技术得到更加充分的应用,满足各行各业进一步发展的需要。     

基于模糊C均值聚类的动态取证分析技术

实施动态取证的关键是如何从海量的数据中实时挖掘有效犯罪入侵证据信息.基于已有取证数据分析方法的不足,提出利用模糊C均值聚类方法对证据信息记录进行实时分析,从而发现犯罪攻击异常的网络行为模式.通过对CUP99数据集的检测试验表明该方法不但可行而且准确性及效率较高.