Android平台下的精密三角高程测量系统研制

介绍了精密三角高程测量系统研发的现状,结合Android程序设计和精密三角高程测量系统的作业需求,完成了基于Android平台的精密三角高程测量系统。系统完成后与普通二等水准测量的效果进行了对比,对比结果表明该系统能够满足二等水准测量作业的要求。

基于文本聚类与情感分析的群租房微博舆情量化研究

[目的/意义]作为城市化进程中的"顽疾",群租房屡禁不止,群租房引发的社会问题层出不穷。这一系列问题引发了微博热议,群租房微博舆情文本分析有助于获悉群租房存在的问题,从受众角度探讨政府群租房治理成效。[方法/过程]利用网络大数据爬取与分析技术,以群租房为研究对象,通过文本聚类分析与情感分析,进行热点评估,补充现有文献中忽视的群租房治理舆论研究。[结果/结论]研究发现,微博网民对群租房话题的关注明显呈波动趋势,讨论话题主要包括群租房产生的社会问题、政府对群租房的整治行动评价以及透过群租房现象折射出的中低收入群体的焦虑感。大多数微博网民在舆论场中的情感趋势为负面,认为有必要对群租房展开治理。本文的创新之处在于分析政府治理群租房所面对的舆论环境,并将其可视化呈现,为政府深入了解民情,制定适应民意的政策作铺垫。

RS-ODMS:一种分布式遥感数据在线管理与服务框架

随着遥感数据体量的不断增加,高效的在线遥感数据管理与服务系统已成为利用海量遥感数据开展应用研究必不可少的基础设施。目前,由于在底层海量遥感数据和顶层服务应用之间缺乏独立的中间框架层设计,不同的底层数据存储与顶层服务应用方案给系统实现与应用带来了困难,迫切需要一种独立于数据存储与服务应用的在线分布式遥感数据管理与服务中间框架,重构数据管理与服务的实现模式,降低海量遥感数据在线管理与服务应用的难度。以此为背景,通过对遥感数据的管理与服务模型进行抽象,设计并提出一种平台独立的分布式遥感数据在线管理与服务框架(online distributed management and service framework for remote sensing data,RS-ODMS)。该框架构建以遥感数据为基础的混合存储模型(distributed hybrid storage model,DHS)与分布式计算模型(distributed parallel-computing model,DPC),提升遥感数据管理能力与服务效率。结合原型系统的实验表明,以RS-ODMS为基础的遥感数据管理与服务框架可支持多分布式存储后端的影像管理扩展能力,具备高效、稳定的服务能力和良好的适用性,能为海量遥感数据的在线管理与服务应用研究提供参考。

基于Android的精密三角高程测量系统开发及应用

与普通水准测量相比,精密三角高程测量在特殊环境下的作业效率更高,为推广该测量方法的使用,开发一个功能完善的精密三角高程测量软件是必要的。本文在Android精密三角高程测量软件基础上,结合Android程序设计和精密三角高程测量系统的作业需求,开发了Android平台精密三角高程测量系统。在中国某长江大桥精密三角高程测量的应用中,通过将测量结果与普通二等水准测量数据进行检核与对比,证实该系统能够满足普通跨江水准测量作业的要求。

结合自注意力机制和结伴行为特征的行人轨迹预测模型

理解并准确预测行人的移动轨迹,对提高自动驾驶技术的水平,减少交通事故的发生有重要的意义。针对现有轨迹预测方法预测精度不高,对行人交互信息利用不充分等问题,提出了一种结合自注意力机制和结伴行为特征的行人轨迹预测模型,该模型考虑了每个行人的运动信息及其与周围行人的交互作用,使用循环神经网络和图卷积网络分别对行人的行走状态和行人间的交互进行建模。在图卷积网络中,定义图的节点表示行人的运动信息,图的边表示行人之间的交互,使用自注意力机制计算行人间的交互程度。此外,为了增加模型捕捉结伴行走行为特征的能力,提高对该类轨迹预测的精度,提出了同伴损失函数的概念。在公共数据集上的实验表明,该模型在预测精度上相比其他方法有较大的提升。