基于MVT的矢量瓦片免切片技术

相比传统的栅格数据,MVT矢量瓦片具有更高的灵活性和扩展性,能够以小文件的形式存储和传输大规模的地理信息。MVT矢量瓦片技术支持样式控制,允许用户通过自定义样式表来渲染地图。传统的矢量切片存在切片时间长,切片数据冗余占用存储空间,故免切片技术成为了未来的发展方向。针对该问题,本文利用PostGIS存储技术,设计了一套基于MVT的矢量瓦片免切片技术。利用PostGIS存储技术在处理地图服务请求时,解析其访问范围,判断在缓存库中是否有对应的瓦片数据以实时获取合适等级的矢量数据。本研究可为海量矢量数据在线地图服务提供技术支撑。

石油地震勘探OVT数据处理技术应用

宽方位代表了石油地球物理地震勘探的一个增长趋势。它不仅可以优化复杂地下结构的照明,还可以提取与方位各向异性相关速度信息。共偏移距矢量片(OVT)处理是一种方便进行方位各向异性分析的技术,是宽方位地震处理的一种有利于提高成像精度的方法。经验证明,OVT在提高中深层成像质量具有巨大潜力。通常存在方位各项异性严重的工区更适合采用OVT处理技术。本文将3D地震数据划分为OVT域,并进行了噪声消除、数据规则化和叠前深度偏移处理。与传统处理相比,结果表明OVT在提高成像精度方面具有显著优势。

基于GA-SVM的岩心铸体薄片图像分类研究

为了提高岩心铸体薄片图像分类的准确率,引入了支持向量机构建其分类模型。基于训练数据集,采用遗传算法优化支持向量机的核参数σ和惩罚因子c,建立可实现对岩心铸体薄片图像分类的支持向量机模型。接着利用相同的训练数据集对未经参数寻优的支持向量机、网格搜索法优化的支持向量机和粒子群算法优化的支持向量机分别进行训练,再对它们测试,发现遗传算法优化的支持向量机模型对大孔粗喉、中孔中喉和小孔细喉3种岩心铸体薄片图像的分类准确率分别达到了100%、94%和94%,综合表现最好,而且与粒子群算法优化的支持向量机相比,它的寻优更加快速。可见,遗传算法辅助寻优的支持向量机具有更好的图像分类效果,可做进一步的推广与应用。

全矢FSWT方法在轴承故障诊断中的应用

针对在滚动轴承故障诊断中,传统单通道原始信号存在输入信息缺失,经方法处理后导致诊断结论不一致的问题,将全矢谱分析技术和频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)相结合,提出了全矢FSWT的方法进行故障检测与诊断。运用FSWT分析同源相互垂直的双通道原始样本,并选择合适的时频切片区间进行包络重构,接着对重构后的信号进行全矢融合,观察提取故障数据的特征频率以进行故障诊断。实验结果表明,该方法既能较好地提取故障特征信号,又能准确有效地诊断故障类型。

智慧城市时空大数据云平台建设研究

本文介绍了智慧六盘水时空大数据项目建设的背景、内容、技术路线及主要技术成果,重点阐述了基于混合存储模型的时空大数据分布式存储、跨终端大数据可视化、高性能矢量切片、基于WebRTC及GPU硬件解压缩的三维可视化等关键技术,并对平台在政府各行业的应用进行了简要描述。

基于云架构下的电网动态矢量切片技术研究

为实现对电网的动态监控,本研究基于云架构设计了一种电网动态矢量切片技术。通过在云构架中采用大数据挖掘方法实现对电网动态矢量切片大数据的有效采集,进行电网动态矢量特征的有效分析,并完成电网动态矢量云构架融合。基于此,通过电网动态矢量状态参数估计结果实现对电网动态矢量切片的管理与输出控制。仿真结果表明:该技术对切片资源分配的均衡度较高,且应用该技术后电网输出电压稳定。

基于矢量瓦片的动态渲染与发布技术研究

基于“山东省地理信息时空大数据中心”建设,针对时空大数据中心建设过程中数据服务应用等方面的难点问题,研究一种数据动态渲染与服务发布技术。目前国内外在矢量瓦片地图高速加载、无损浏览及符号联动等方面还存在瓶颈。为此,基于高效的矢量数据索引构建算法、分级索引调度与GPU加速并行渲染技术,实现数据的高效浏览。此技术缩短了地图更新周期、降低了数据存储体量和传输成本,提供了高效的矢量电子地图渲染和在线服务。

利用成像高光谱区分冬小麦白粉病与条锈病（英文）

病害胁迫是造成小麦减产及危及世界粮食安全的主要因素之一。如何准确区分相似病害并科学诊断病害严重度,成为国内外研究热点。文中针对中国冬小麦种植区常见的两种真菌疾病——白粉病和条锈病,采用高光谱成像系统获取两种病害侵染的小麦叶片图谱合一数据,通过主成分分析法对影像数据进行降维、密度分割法对病害面积进行分割后,得到识别病斑准确率达到97%;进一步分析侵染白粉病和条锈病的叶片病斑区域的光谱特征差异,选择第二主成分图像筛选两种病害的敏感波段,得到识别白粉病的敏感波段为519、643、696、764、795、813 nm,条锈病的敏感波段为494、630、637、698、755、805 nm。最后对筛选出的敏感波段建立白粉病和条锈病支持向量机(SVM)判别模型并验证,得到两种病害的区分精度为92%。综上,利用高光谱图像协同解析可在叶片尺度实现小麦白粉病和条锈病的有效判别,这为开发病害区分仪器提供了重要的理论基础。

基于STL面片法向矢量的自适应分层算法

文章分析、比较了快速成形自适应分层的现有算法 ,提出了基于STL文件三角形面片法向矢量的自适应分层算法。该算法根据给定的加工精度 ,可以很方便地求出相应的符合精度要求的分层厚度。通过与现有算法的比较 ,表明该算法简单、计算量较小而且容易实现。

3D矢量模型切片方案评价方法

针对目前对切片方案的评价只能通过实际成品来事后检验,提出了一种3D矢量模型切片方案的预测评价方法。根据封闭轮廓环点集和工程图文件两种数据类型对3D模型进行重建,并计算扫描路径总长。通过2D逐点连线及3D逐层拉伸技术完全模拟实际的叠层制作过程,得到跟切片方案相对应的具有阶梯效应的可视化模型。实验表明,该方法可对切片数据进行快速3D重建及路长计算,其结果可用于切片方案的预测评价,有效降低了开发成本。

基于双谱分析和支持向量机的手震颤加速度信号识别

针对目前临床上对特发性、帕金森病、生理性等3种常见震颤误诊断的问题,本文提出了一种基于双谱分析和支持向量机识别3种不同类型震颤的新方法.首先测量3种震颤类型志愿受试者手震颤的加速度信号并分别对其用Hinich方法检验,发现该类信号具有非高斯、非线性特性,然后用适合处理该类信号的双谱分析方法提取手震颤加速度信号的双谱对角切片的特征信息,最后采用"一对一"和"一对多"两种多分类的支持向量机算法对受试人的手震颤特征进行分类.交叉验证表明"一对一"算法的平均分类正确率高于"一对多"算法,分类正确率最高达到93.13%.该方法为临床医生提供了辅助识别不同类型震颤的新途径.

基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测

实现癫痫脑电信号的自动检测对癫痫的临床诊断和治疗具有重要意义.本文提出先使用频率切片小波变换分离出5个不同频段的节律信号,再分别计算每个节律信号的近似熵和相邻节律的波动指数,最后使用遗传算法优化的支持向量机进行分类.实验结果表明,所提出的方法能够对正常、癫痫发作间期和癫痫发作期三种脑电信号进行准确分类,分类准确率为98.33%.

基于矢量切片的实时路况服务设计与实现

针对实时路况服务在更新频率、显示效率和可视化效果等方面的高要求、高标准,本文从矢量瓦片数据和浏览器渲染两方面提出了一种基于矢量切片的实时路况可视化方法,包括基于分类与分层的地图模版配置、基于Nginx的矢量切片服务发布和基于地图API的浏览器渲染等,建立了路况数据接收、入库、地图模版配置、自动化切片以及可视化显示一体化流程,设计实现了矢量切片实时路况服务应用于"天地图·山东"平台。实践证明,该方法具有很强的实用性,进一步提升了"天地图·山东"的服务能力。

一种有效的事件演化分析算法

目前的话题追踪方法无法对话题的发展演化进行全局的把握。为了准确地发现话题中各事件的发展演化关系,提出了一种基于事件多向量模型的事件演化分析算法。该方法通过子话题间的相似度计算来构建话题中的事件,利用事件向量间的相似度计算得到话题演化的具体过程及细节。通过在现实数据中的实验,该方法能够有效地反映话题中事件的来龙去脉。

利用面片法向量保留模型特征的3D打印自适应分层算法

针对传统算法计算复杂、不能有效保留模型特征的问题,提出一种以STL文件中三角面片法向量为计算基础、可以减小台阶效应并且识别和保留模型特征的自适应分层算法。首先计算面片法向量在分层方向上的分量,识别出分量较大处即为模型表面倾斜角度较小的地方,在该地方采用较小的分层厚度以减小台阶效应。然后给出一种识别模型特征的方法,利用面片法向量计算模型面片之间的二面角大小和顶点的复杂程度,识别出模型表面的锐边和复杂点特征。接着在特征附近采用较小的分层厚度以保留模型特征,其余地方采用较大的分层厚度以减少打印时间。最后检测遗漏的三角面片并对分层厚度进行修正,以防止模型特征丢失。实验结果表明:对于实验所采用的哑铃模型,所提算法能识别出传统算法识别不出的非局部最高或最低特征点;对于龙猫模型和锥体模型,本文算法可以识别出所有模型特征,并且可以根据模型特征的复杂程度调节分层厚度,在保证尖端高度分别为0.400 mm和0.355 mm的前提下,分层数较传统识别模型特征的自适应分层算法分别降低了2.5%和1.2%。

基于LMD切片双谱和SVM轴承故障诊断研究

针对滚动轴承发生点蚀故障时峭度和1倍频能量都会发生变化的情况,提出了基于局部均值对故障信号进行分解的方法。该方法取峭度值较大有效分量信号进行重构,再做切片双谱进一步降低高斯噪声对特征频率的影响,提取故障特征1倍频、2倍频和3倍频并进行归一化处理得到特征向量。利用支持向量机对提取的特征向量进行训练与测试,从而识别故障与否及发生点蚀故障的程度。通过对实测滚动轴承振动信号的分析与诊断,验证了该方法的有效性,说明其具有良好的应用前景。

地学空间几何要素发布机理分析

本文以"地学空间信息检索系统"为例,通过不同应用实例分别对地质资料中矢量数据和栅格数据的发布机理进行综合分析研究,以及投影参数统一化、栅格影像数据的静态切片(四叉树切片原理)、图块拼合与编码格式转换等关键技术的引用,解决栅格数据海量效应的同时实现了地质资料大数据的发布、快速缩放浏览、属性解析与空间百度,归纳出了针对不同数据源采取不同方法的特点与优势,提供了极具操作性的技术流程,为后期应用提出了可供参考使用的合理化建议。

并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。

SEMBeF:一种基于分片循环神经网络的敏感高效的恶意代码行为检测框架

词向量和循环神经网络(Recurrent Neural Network,RNN)能够识别语义和时序信息,在自然语言识别方面中取得了巨大成功。同时,代码运行时产生的API调用序列也反映了代码的真实意图,因此我们将之应用于恶意代码识别中,期望在取得较高正确率的同时减少人工提取和分析代码特征工作。然而仍然存在三个问题:1)不少恶意代码故意通过随机混合调用敏感API和非敏感API破坏正常的上下文,对这两种API同等对待可能产生漏报;2)为尽可能全面收集代码行为,代码运行期间产生的API序列长度较长,这将导致RNN学习时间过长;3)经典RNN常用的softmax分类函数泛化能力不强,准确率有待提高。为了解决上述问题,本文提出了一种基于分片RNN(Sliced Recurrent Neural Network,SRNN)的敏感高效的恶意代码行为检测架构SEMBeF。在SEMBeF中,我们提出了一种安全敏感API权重增强的敏感词向量算法,使得代码表示结果既包含上下文信息又包含安全敏感权重信息;我们还提出了一种SGRU-SVM网络结构,通过并行计算大幅降低了因代码API调用序列过长引起的训练时间过长的问题,提高了检测正确率;最后针对样本平衡和网络模型超参数选择问题进行了优化,进一步提高了检测正确率。本文还实现了SEMBeF验证系统,实验表明,与其他基于经典词向量和RNN的深度学习方法以及常用的机器学习方法相比,SEMBeF不仅检测正确率最高,训练效率也得到了显著提升。其中,检测正确率和训练时间分别为99.40%和210分钟,与传统RNN相比,正确率提高了0.48%,训练时间下降了96.6%。

一种网络主题用户数量计算模型

提出一种基于数据挖掘的网络主题用户数量计算模型。从网络服务器访问日志中挖掘网络用户使用记录,应用窗口函数识别多个IP相同的用户,通过分析用户行为的时间特征实现对虚假点击的过滤,构建能够表达用户主观兴趣取向的用户向量,从而自动计算各个网络主题在给定时间片内的用户数量。实验结果证明,该模型具有较高的计算准确性,能为管理人员决策提供技术支持。