期刊文献+

多源动态异构空间标绘内容整合研究 被引量:1

Research on content integration for multi-dynamic plotting information
下载PDF
导出
摘要 为使复杂的海量多源空间标绘内容规范化、标准化,确保标绘内容的正确性,亟需对空间标绘内容进行整合。针对多源异构空间标绘信息中存在的同标异物、异标同物等情况,分析不同应用类型标绘数据的自身特点,以最大限度地消除差异性为标准,采用粗糙集理论对信息进行分类,通过建立语义本体库进行源数据分析、提取和转换等工作,建立数据整合标准与质量控制体系,突破数据源之间标准的差异以及异常数据的限制,实现了多源标绘内容的自动/半自动整合。以全球地名数据为例,随机选取4组实验数据进行属性约简和规则提取,并对相关数据进行整合。实验结果表明,算法可行性强,数据整合流程具备高效性,能够应用于大数据集的分类。 In order to deal with the multi - source and multi - scale spatial data content integration and ensure the plotting correctness of the content, the authors have handled the multi - dynamic plotting information in which there exist such cases as the plotting marked with the same thing, different standards for foreign body, synonymous standard, and the same standard for the foreign body. The key problem is to analyze the characteristics of plotting information for themselves, perform source data analysis, extraction and conversion, and build data integration standards and quality control system. always from different sources or with multi -scale spatial data integration. In addition, the authors have broken outlines. As a result, the authors have through the restriction that data are achieved the application- oriented
出处 《国土资源遥感》 CSCD 北大核心 2017年第1期208-212,共5页 Remote Sensing for Land & Resources
基金 国家863计划项目"星机地综合定量遥感系统与应用示范"(编号:2013AA12A303)和"全球海量空间信息更新关联与主动服务系统"(编号:2013AA12A402)共同资助
关键词 多源动态异构 标绘信息 内容整合 multi - dynamic plotting information content integration
  • 相关文献

参考文献6

二级参考文献55

  • 1陶树平,钱挺.一种网格平台数据挖掘服务模式及其算法[J].计算机工程,2005,31(5):109-111. 被引量:10
  • 2罗寿文,李代平,张信一,方海翔.基于网格的并行算法研究[J].计算机工程与应用,2005,41(8):75-77. 被引量:7
  • 3陈华鑫,李宁利,张争奇,王秉纲.沥青材料的感温性分析[J].长安大学学报(自然科学版),2006,26(1):8-11. 被引量:54
  • 4王珏,苗夺谦,周育健.关于Rough Set理论与应用的综述[J].模式识别与人工智能,1996,9(4):337-344. 被引量:264
  • 5高浩珉,王传群.基于粗糙集理论的C^3I系统作战能力评估[J].指挥控制与仿真,2007,29(3):62-64. 被引量:5
  • 6刘芳,数据开采中的聚类算法研究[D].华中科技大学博士学位论文,2003.
  • 7Li C, Biswas C. Unsupervised Clustering with Mixed Numeric and Nominal Data-A New Similarity Based Agglomerative System[C]// Proceedings of the 1st Pacific-Asia Conference on KDDN-Data Mining, Singapore, 1997:35-48.
  • 8Zhang To Ramakrishnan R, Livny M. BIRCH.. an efficient data clustering method for very large databases[J]. ACM SIGMOD Record, 1996,25 (2): 103- 114.
  • 9Sudipto G, Rajeev R, Kyuseok S. CURE: An Efficient Clustering Algorithm for Large Database[C]// Proceedings of ACM SIGMOD International Conference on Management of Data. Seattle, Washington, United States, 1998 : 73-84.
  • 10Leonard K, Peter J R. Finding Groups in Data: An Introduction to Cluster Analysis[M]. 9th ed., New York, USA: John Wiley and Sons,1990:30-66.

共引文献299

同被引文献6

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部