期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
数据图层化分析方法辅助电网基建业务管理的应用探索 被引量:1
1
作者 张辰雨 范永学 +1 位作者 丁磊 李湛蓉 《电气技术与经济》 2024年第4期236-239,共4页
为深入践行绿色发展理念,响应数字中国建设,能源行业数字化智能化发展转型势在必行。探究数据图层化分析方法在电网基建业务管理中的应用,首先对电网基建业务需求进行分析;然后从总体架构和基础功能、图层叠加应用功能等方面进行应用设... 为深入践行绿色发展理念,响应数字中国建设,能源行业数字化智能化发展转型势在必行。探究数据图层化分析方法在电网基建业务管理中的应用,首先对电网基建业务需求进行分析;然后从总体架构和基础功能、图层叠加应用功能等方面进行应用设计;最后分析应用成效。该方法辅助电网基建业务管理,实现各类电网基建资源的统一结构化管理和可视化展现,打破基建各专业协同壁垒,实现异源数据融合与数据分析,释放海量电网数据要素价值,助力新型电力系统建设发展。 展开更多
关键词 数据图层化分析方法 电网基建业务管理 地理信息系统
下载PDF
数据图层动态绑定方法在雷电实时监测中的应用 被引量:1
2
作者 迟文学 马启明 +2 位作者 陈瑶 刘达新 庞文静 《微计算机信息》 2011年第4期7-9,共3页
全国雷电实时监测系统具有要求用户体验度高、刷新服务频率高、数据量大等特点,因此系统一般作为桌面应用来发布。但是,随着WebGIS技术的产生和发展,Web应用的功能在很多领域取代了桌面应用。针对汛期雷电数据量大且访问用户多,服务器... 全国雷电实时监测系统具有要求用户体验度高、刷新服务频率高、数据量大等特点,因此系统一般作为桌面应用来发布。但是,随着WebGIS技术的产生和发展,Web应用的功能在很多领域取代了桌面应用。针对汛期雷电数据量大且访问用户多,服务器端在处理客户端的请求时,页面出现空白,用户必须一直处于等待等问题,本文提出了数据图层动态绑定方法来解决实时显示时网络出现的瓶颈,最终大大提高了系统响应速度,为提高中国气象局国家雷电监测网系统的性能提升提供了一种新的解决思路。 展开更多
关键词 雷电 雷电数据 数据图层动态绑定 WEBGIS
下载PDF
一种在ArcGIS平台下统计基础地理信息数据库图层信息的方法 被引量:2
3
作者 林璐 谭宝琳 +1 位作者 侯兴泽 张宙 《测绘与空间地理信息》 2020年第8期34-36,共3页
基于ArcGIS平台,完成了对基础地理信息数据库图层信息的统计,并通过模型构建器和Python脚本的运用,实现了对MDB数据库图层信息的批量化获取与记录。实例表明,该方法可以提升数据制作的生产效率和产品的过程质量,具有可操作性和实用价值... 基于ArcGIS平台,完成了对基础地理信息数据库图层信息的统计,并通过模型构建器和Python脚本的运用,实现了对MDB数据库图层信息的批量化获取与记录。实例表明,该方法可以提升数据制作的生产效率和产品的过程质量,具有可操作性和实用价值,能够为基础地理信息数据的更新工作提供参考借鉴。 展开更多
关键词 MDB 数据图层 数据 批量处理
下载PDF
地质图空间数据库的数据质量保证措施 被引量:1
4
作者 贺文莲 《华北国土资源》 2011年第1期58-60,共3页
论述了在地质图空间数据库建库过程中,通过项目组织实施,实行项目负责制,成立质量监督、检查组,建立完善的质量监控体系,以及在各阶段所采取的各种质量监控措施,即三级质量检查及各种质量检查方法。从数据源的质量检查,图形数字化、属... 论述了在地质图空间数据库建库过程中,通过项目组织实施,实行项目负责制,成立质量监督、检查组,建立完善的质量监控体系,以及在各阶段所采取的各种质量监控措施,即三级质量检查及各种质量检查方法。从数据源的质量检查,图形数字化、属性卡片填写,到成果图的各图层数据各阶段的质量检查严格把关,保证了地质图空间数据库的数据质量。 展开更多
关键词 区域地质图 质量监控 图层数据 空间数据 MAPGIS
下载PDF
Python语言在地理空间数据处理中的应用 被引量:3
5
作者 郑辉 《中小企业管理与科技》 2019年第17期129-130,共2页
Python语言诞生于20世纪80年代末,它是一种简单易学,功能强大的开源编程语言。Python语言自被ArcGIS9.0引入应用以来,凭借着批量处理、操作简单、入门快、效率高、可跨平台且植入性高、稳定成熟等众多优点迅速跻身于地理空间数据处理者... Python语言诞生于20世纪80年代末,它是一种简单易学,功能强大的开源编程语言。Python语言自被ArcGIS9.0引入应用以来,凭借着批量处理、操作简单、入门快、效率高、可跨平台且植入性高、稳定成熟等众多优点迅速跻身于地理空间数据处理者中,为其的工作提供了无限的便利。论文以实际测量土地范围点位数据为例,利用Python语言编写脚本批量处理地理空间数据,结果表明Python语言可以极大地提高了地理空间数据的处理效率,同时,进一步证明Python语言简单易学,适合非计算机专业的编程入门语言。 展开更多
关键词 PYTHON 地理空间数据 脚本语言 图层数据
下载PDF
Google地球和ArcMap数据互转
6
作者 郝向春 《内蒙古林业调查设计》 2017年第1期103-104,共2页
文章介绍了Google地球和ArcMap数据互转方法,并分别以Google地球中获取的点、线、面数据和ArcMap中的图层数据为例进行了互转。
关键词 Google地球数据 图层数据 Kml文件 Kmz文件
下载PDF
ViewGIS矢量图关键字转换方法探讨
7
作者 徐志扬 《华东森林经理》 2010年第3期76-78,共3页
对ViewGIS软件矢量图关键字前后期组成进行比较,分析了关键字代码转换方法,基于图层数据库与系统数据库编写简易实用的数据库处理程序将经营代码编码的关键字转换为行政代码编码的关键字,为森林资源规划设计调查数字化成果提供基础材料。
关键词 ViewGIS 关键字 经营代码编码 行政代码编码 图层数据 系统数据
下载PDF
基于MapXtreme的数字校园房管系统的开发 被引量:3
8
作者 容善华 冯德鸿 +1 位作者 彭代军 朱子龙 《计算机仿真》 CSCD 北大核心 2012年第3期382-384,共3页
校园规模在不断地扩大,校园房屋管理规划部门对日益更新和迅速增加的建筑物房屋信息的管理与维护愈感困难,而现有的系统对空间数据与属性数据没有很好集成,更不利于图文信息的相互查询、检索和更新等。针对如上现实问题,应用MapInfo平... 校园规模在不断地扩大,校园房屋管理规划部门对日益更新和迅速增加的建筑物房屋信息的管理与维护愈感困难,而现有的系统对空间数据与属性数据没有很好集成,更不利于图文信息的相互查询、检索和更新等。针对如上现实问题,应用MapInfo平台中的WebGIS技术,即MapXtreme技术,以及UML统一建模技术和SQL Server数据库等技术,成功地实现了数字校园房屋管理系统设计与开发,解决了房管部门面临的查询搜索更新校园建筑房屋信息时效率低下、管理与维护困难等实际问题。 展开更多
关键词 地理信息系统 统一建模语言 专题数据图层
下载PDF
浅谈如何运用规划竣工测量资料进行城市数字线划地形图更新 被引量:1
9
作者 施健 《科技创新导报》 2017年第25期43-44,46,共3页
本文从城市规划建设的角度出发,分析了城市大比例尺地形图的更新修测运用规划、市政、竣工测量成果,在广州SCS软件编辑平台上,通过数学精度、数据格式、数据代码、数据图层、数据符号的转换,变成符合城市大比例尺地形图更新修测要求的... 本文从城市规划建设的角度出发,分析了城市大比例尺地形图的更新修测运用规划、市政、竣工测量成果,在广州SCS软件编辑平台上,通过数学精度、数据格式、数据代码、数据图层、数据符号的转换,变成符合城市大比例尺地形图更新修测要求的数学精度、数据格式、数据代码、数据图层、数据符号等,并满足地形图的数学精度和地理精度要求。 展开更多
关键词 数学精度 数据格式 数据代码 数据图层 数据符号 数据转换 数字线划地形图 市政竣工地形图
下载PDF
The Study of a New Method for Forecasting Non-stationary Series
10
作者 陈萍 Zhang Jie 《High Technology Letters》 EI CAS 2002年第2期47-50,共4页
A new method for forecasting non stationary series is developed. Its steps are as follows: Step 1. Data delaminating. Non stationary series is delaminated into several multi scale steady data layers and one trend laye... A new method for forecasting non stationary series is developed. Its steps are as follows: Step 1. Data delaminating. Non stationary series is delaminated into several multi scale steady data layers and one trend layer. Step 2. Modeling and forecasting each stationary data layer. Step 3. Imitating trend layer using polynomial. Step 4. Combining the forecasting layers and imitating layer into one series. The EMD (Empirical Mode Decomposition) method suitable to process non stationary series is selected to delaminate data, while ARMA (Auto Regressive Moving Average) model is employed to model and forecast stationary data layer and least square error method for trend layer regression. Aiming at forecasting length, forecasting orientation and selective method, experiments are performed for SAR (Synthetic Aperture Radar) images. Finally, an example is provided, in which the whole SAR image is restored via the method proposed by this paper. 展开更多
关键词 non stationary series forecasting data delaminating ARMA model EMD SAR image
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部