基于多时相CHRIS高光谱卫星数据的优势树种分类研究

多时相高光谱卫星遥感包含树种光谱特征和生长季相差异信息,是解决森林树种识别精度不足的重要技术途径。本文利用不同季节3个时相CHRIS高光谱卫星影像,设计了以Bhattacharyya距离为可分性准则的波段选择经验算法,实现吉林省汪清研究区的优势树种多时相高光谱卫星填图。结果显示,多时相高光谱数据的可分性指标相比单一时相增幅明显;结合波段选择的多时相高光谱分类结果验证精度较单一时相分类结果和多时相全波段分类精度提高7.5%和1.6%;研究区主要优势树种的分类精度存在差异,柞树和落叶松的分类精度最高,杨树最低,红松与暗针叶林存在一定程度的误分,主要原因为二者的光谱接近且时相特征差异小。

基于预测的输变电工程元数据分级索引算法

针对海量输变电工程数据检索效率低下的问题,提出面向输变电工程元数据的分级索引算法,结合灰度预测模型对元数据热度进行预测,将元数据划分为热点与非热点两级。在此基础上,对热点元数据依据预测热度进行分区并分别建立B+树索引,对非热点元数据以相同方式分区并分别选取相应哈希函数,在保证较高检索效率的同时,减小空间开销。通过实验数据集进行测试与分析,其结果表明,该方法能够有效减小查询时的时空开销,实现对输变电工程数据的高效检索。

面向输变电工程数据存储管理的分布式数据存储架构

针对输变电工程数据的多源、异构、迭代更新和集成应用导致需要巨大存储空间且不利于数据挖掘分析的问题,提出了一种面向输变电工程数据存储管理的分布式数据存储架构.该架构基于元数据模型对输变电工程的工程地理信息、三维设计模型和文档资料三类数据进行细化,并根据不同数据存储模式的不同,设计了一种分布式存储架构分别处理各种数据.系统实现与仿真实验结果表明,所提出的分布式存储架构在保证存储效率及数据完整性的同时,也能保证数据的安全.