改进NRS与ELM相结合在住宅需求预测中的应用

针对住宅需求预测受到不同方面因素的影响且具有非线性特征等问题,本文在原始邻域粗糙集(NRS)的基础上进行改进,并与极限学习机(ELM)相结合来进行预测.首先改进算法(MNRS)解决了原始NRS无法在不同条件属性之间设定最佳邻域值的问题,根据不同条件属性的邻域半径和标准差构建邻域关系矩阵;然后在输出属性重要度排序时引入Pearson相关系数,克服了条件属性之间的影响,获得最小冗余属性的约简集构成住宅需求预测指标体系;最后将构建的住宅需求指标体系输入极限学习机模型,得到准确的预测值.实验结果表明:MNRS-ELM预测模型不仅有效降低了运算复杂度,而且能够获得更高的预测精度.

无压缩视频服务系统的关键技术及实现

当前 ,高清晰度电视正在逐步普及 ,现行的硬盘播放系统主要是面向压缩的视频流 ,不能很好地满足高清晰度电视对画面质量的要求。因此 ,面向无压缩视频流的硬盘播放系统将会成为主流。该文针对无压缩视频流播放的独有特点 。

递归算法在改进基态修正时空数据模型多级历史回溯中的应用

在对基态修正时空数据模型研究现状和存在问题分析的基础上,以单个GIS空间对象的全生命周期管理为主线,解决其多级历史回溯过程中的效率和展现问题。提出一种改进基态修正时空数据模型的表述方式,并设计双向递归算法,实现空间数据在频繁变化下历史关系的高效检索。使用GIS时态播放器,以动画形式描述变更过程,直观展示空间对象的历史演变关系。最后,以地籍管理中的宗地变更为典型实例,建立应用系统,实现了宗地数据历史关系的有效管理。

建立不动产登记数据质量的自动检测系统

本文在国家标准和行业规范的基础上,分析不动产登记数据质量评估标准,梳理不动产登记业务规则,建立不动产登记数据库检查规则,并结合规则引擎技术、数据质量控制技术和数据质量评估模型技术,研发出不动产登记数据质量自动检测系统。

“互联网+不动产登记”一体化平台关键技术研究与应用

办理不动产登记业务需要自然资源、住建、税务等多个部门协同,但各部门间信息共享程度低,材料重复提交、核验,增加了群众和窗口人员的负担,在办事高峰时间段易发生严重的排队情况。随着城市化进程的不断加速,城市三维空间的分层立体应用日益多样化,当前以二维地籍为主的管理无法满足对复杂空间权利的管理和登记需求。