基于空间数据仓库的农作物估产研究

农作物估产是我国长期以来进行的一项重要课题。为此,探讨了空间数据仓库的特征、体系结构,对现有农作物估产方法进行了评价。鉴于农作物估产的影响因素的复杂性,引入空间数据仓库技术,并且建立了多维数据模型,来进行农作物估产的研究,为农业决策部门提供参考依据。

基于GIS的交通规划时空数据模型设计及实现

交通信息具有明显的时空分布特性,交通规划对时间和空间信息处理的实际需求促进了对G IS时空数据模型的研究。在G IS软件ESR I's G eodatabase的空间矢量数据结构基础上,采用面向对象的数据管理方法,通过为交通空间数据增加时间维表达时间信息,并通过显式存储事件的方法来建立和分析对象间的历史拓扑关系,从而探讨了对交通对象的几何、语义、时态、拓扑信息进行存储和管理的方法。

一种基于空间数据仓库的作物信息多维数据模型

空间数据仓库(Spatial Data Warehouse)是GIS技术和数据仓库技术相结合的产物,它大大扩展了GIS的应用功能。本文探讨了空间数据仓库的特征、体系结构、关键技术;并从分析作物数据本身固有的特性出发,建立了基于空间数据仓库的具有多层维度和度量属性的作物信息共享数据模型,解决作物信息共享问题。

图象数据库建模分析与模型

为解决图象数据库建模，提出一种新的图象数据模型，将图象对象分解为由稳定属性组成的主表部分和若干个可变属性组成的副表部分，查询推理时对主表和副表临时组织以完成图象数据的存取管理等，它能对图象数据库５级模式结构的每级模式一致建模。

空间逐步寻优数据挖掘在遥感影像分类中的应用

在遥感地学分析模型中,由于遥感信息模糊和不确定性的特点,其特征空间中的特征分布并不完全符合特定的高斯密度分布,而是分布形状各异,相互交错,用传统模型是很难获得特征的最优分布解的,而空间逐步寻优数据挖掘方法(SOMM)是在演化寻优理论的基础上,融合知识的参数化分布函数,来逐步分离特征空间,逐步降解的获得特征树状的层次结构。结合实例,用SOMM方法对遥感影像进行分类计算,并与传统的最大似然分类方法的分类结果进行了比较。

三维虚拟火电厂空间数据引擎设计与应用

为了提高火电厂数据存储与管理的效率,考虑到火电厂数据信息复杂、多样和密集度大的特点,以及现有空间数据引擎存在通用性和可移植性的问题,该文针对性设计了一种面向火电厂的空间数据引擎,以此来管理火电厂的数据信息。首先建立了三维虚拟火电厂结构体系和空间数据引擎的架构,然后重点剖析了空间数据模型、空间存储、空间索引、空间查询等空间数据引擎的关键技术,在此基础之上,通过实例验证了所设计的空间数据引擎的可行性和有效性。

基于多模态数据流的无线传感器网络异常检测方法

伴随着无线通信技术的不断发展和广泛应用,信息物理融合系统(Cyber-Physical System,CPS)作为物联网领域的最新研究方向成为近年来研究者广泛关注的热点.无线传感器网络(Wireless Sensor Networks,WSN)作为CPS系统物理空间的主要感知网络,若有效提高对应感知数据的准确性和可靠性,可及时准确地发现突发事件、监测网络工作状况,因此对传感器网络节点数据流进行异常检测,发现其中的异常数据并确认其来源具有重要意义.该文在无线传感器网络多模态数据流研究的基础之上,提出了一种对传感器异常数据进行检测以及监测节点自身工作状态的方法,该方法不仅应用了无线传感器网络中的时空相关性原理,还更进一步,研究了同一节点中多模态数据流之间的相干性,并以此作为理论基础,利用多维数据和滑动窗口模型对异常数据及其来源进行检测和验证.该文的方法可以分为3个步骤:首先,利用滑动窗口中的历史数据对传感器数据流进行异常数据的检测;其次,利用节点的空间相关性对异常的来源进行确认和识别;最后,对由于测量误差导致的异常值进行筛选,使输入CPS的数据进一步的精确化.通过实验对比,该文的方法对传感器异常数据的检测率保持在95%;在不同数据维度的条件下,对四维数据集的检测率比单维数据集提高了3%.

全球多分辨率地形数据库的设计与实现

传统基于文件系统的地形可视化系统，面对海量数据具有很大局限性。利用空间数据库实现对海量空间数据的管理，当前已经成为主流技术。本文基于金字塔模型设计了全球多分辨率地形数据库，对数据文件进行有效合理的存取和管理，采用四叉树索引技术从全球多分辨率地形数据库中快速调度目标地形数据，提高实时渲染速度和仿真可信度，满足了用户实时需求。

多模态时空大数据可视分析方法综述

时空大数据可视分析是近年国际大数据分析与数据可视化领域研究的热点前沿,也是全空间信息系统的核心研究内容之一。本文针对时空大数据多源、多粒度、多模态和时空复杂关联的特点,按照描述性、解释性和探索性3个层次分类归纳了现有时空大数据可视分析方法,论述了时空大数据可视分析中多模态特征筛选、新型人机交互分析以及探索性可视推理等技术难点和主要发展动态。研究表明,以数据可视化为主的描述性可视分析研究相对成熟,以可视环境下交互式挖掘分析实现问题诊断为主的解释性可视分析已成为当前大数据分析的焦点,而面向复杂问题协同决策的探索性可视分析方法则是大数据分析有待突破的重要发展方向。

对象-关系模型在空间数据管理中的应用

对象 -关系模型已经成为解决增长型数据管理以及分析非传统数据库应用程序的新标准。本文介绍了在某实际应用系统中使用对象 -关系模型存储和管理空间数据的方法 ,简化了应用程序的开发 。

1:25万赤布张错幅区域地质图空间数据库建设方法与意义

1:25万赤布张错幅区域地质图空间数据库建设是依据《数字地质图空间数据库标准》,将传统填图方法完成的1:25万区调图幅在当前空间数据库模型的典型代表地理数据库模型上建立的。该模型以研究实体为对象,把对象分为基本要素类、综合要素类和对象类,通过组成地质图基本要素类和对象类出发,处理和把握存储与组织的关系,采用关联、依赖、组合和继承来描述对象之间的关系规则来构成新的关联集合的技术,增强了数据库服务能力。

水文信息共享空间数据仓库模型研究

为解决水文信息共享问题,本文从分析水文数据本身固有的特性出发,建立了基于空间数据仓库的具有多层维度和度量属性的水文信息共享数据模型,结合面向对象的思想,提出水文信息单元,并探讨了以之建立水文信息数据仓库的方案。

多模态组学数据整合方法的性能评测

多模态组学数据的联合运用在揭示细胞异质性和解析细胞命运调控机制方面具有重要意义,目前已有多种方法被开发,用于处理不同组学模态数据的整合。本研究通过对应用于不同整合任务的多种数据整合方法进行性能评测,为相关领域的研究提供有益参考。使用6个联合测序数据集对16种单细胞多模态配对数据整合方法在2类整合任务上的性能进行测试,再通过4个模拟数据集和1个真实数据集对6种空间转录组反卷积方法的性能进行评估。在RNA和ATAC配对数据整合任务中,MOFA+、 SCOIT、 Cobolt分别在PBMC、 BMMC、 SNARE数据集上取得最优表现,SCOIT在3个数据集的汇总得分中均排名前3, MMDVAE、 DAE在基于AE的融合算法中表现突出。在RNA和蛋白质配对数据整合任务中,Cobolt、 MOFA+、 Seurat分别在P5_CITE、 BM_CITE、 COVID中取得最优表现,totalVI在3个数据集的汇总得分中排名靠前,基于AE的融合算法中以efMMDVAE、 lfMMDVAE的表现最好。在空间转录组反卷积方法评测中,Cell2location和SPACEL在模拟数据和真实数据中的性能表现均优于其他方法的,其中Cell2location在真实数据集中表现最佳,正确地推断了两类心肌细胞在心室的比例。此外,本研究发现在配对数据整合任务中,不同方法对数据的适应性不同。SCOIT和totalVI分别是RNA与ATAC、 RNA与蛋白质数据整合中表现稳定优异的方法。Seurat、 MOFA+易受数据影响。