共查询到19条相似文献，搜索用时 286 毫秒
1.
2.
3.
《资源导刊(河南)》2020,(5)
正在全球导航定位技术、遥感技术、地理信息系统技术等"3S"技术革新下,传统测绘技术积极融入信息技术、计算机技术、通信技术和网络技术,传统测绘产业实现了向现代测绘完美升级,形成了一个综合性的新产业——地理信息产业。当前,以5G、云计算、大数据、边缘计算、人工智能、物联网等为代表的新技术快速发展,这些新技术、新产业与地理信息产业一同构成了数字经济发展的重要基础,已经成为新时代"大众创业、万众创新"的重要方向,大力推进地理信息 相似文献
4.
云计算作为一种革命性的计算模型在很多行业都成为重要的技术趋势。将云计算应用于空间地理信息领域所形成的空间云计算也逐渐成为整个空间地理信息行业的主流技术。位置服务利用当今高速发展的互联网和多样化的移动终端向用户提供基于位置的信息和娱乐服务。空间信息数据是位置服务平台的重要组成部分,本文首先介绍云计算相关概念,根据对目前位置服务平台存在的问题的剖析提出了基于云计算的位置服务平台建设的思路和平台架构,最后分析了该平台的特点和所形成的产业链。 相似文献
5.
<正>当前,各地都在通过大力发展地理信息产业带动经济社会进入数字化转型发展新阶段。作为数字经济的重要组成部分,地理信息产业在与其他领域和技术的融合方面拥有巨大潜力与空间,正不断催生出新服务、新业态,为经济社会发展提供着新动能。日前,中国地理信息产业协会会长孙玉国在接受记者采访时,阐述了他对中国地理信息产业的认识和期待。 相似文献
6.
7.
8.
正随着移动互联网、大数据、云计算、物联网等新一代信息技术和测绘地理信息技术的迅猛发展与深度融合,地理信息工作已经走到了向社会各行各业和百姓大众提供地理信息服务的"前台",传统的生产方式、生活方式乃至人们的思维方式、消费方式正在发生改变。同时,信息化建设和民众对信息化产品的需求增长,带来了测绘地理信息事业促产业发展的态势。而测绘地理信息产业到底是什么,能为社会经济发展和大众生活带来哪些改变,可能还不为大众所熟知。 相似文献
9.
大数据环境下地理信息产业发展的几点思考 总被引：1，自引：0，他引：1
大数据背景下地理信息产业的发展有了新的驱动力,通过思考这种驱动力对产业发展可能产生的影响,分析指出了大数据在地理信息产业中的中心地位和重要价值,综述了大数据给地理信息产业的涵盖范围、关键技术和服务模式所带来的重大变革,探讨了大数据技术对于GIS传统技术优化升级的几个着力点,并剖析了大数据技术在地理信息产业的相关应用中所面临的制约因素。 相似文献
10.
11.
互联网技术的发展使地理信息技术得到了前所未有的发展和应用,地理信息计算呈现出计算速度快、运行效率高、应用多样化的发展特征。而随着计算机硬件性能飞速提升,传统的GIS数据处理方式并不能与之匹配,各种缺陷与弊端逐渐显现,亟待更高效的数据处理方式。目前,以并行集群计算技术和分布式网络技术为代表的高性能计算的出现,为这些问题的解决带来了新思路,并逐渐发展形成了新一代的多核并行高性能计算系统。当前,如何利用新型硬件体系结构带来的计算能力,研究新一代高性能GIS计算系统,解决现在所面临的时空数据密集和计算密集问题成为重要挑战。高性能计算是基于一组或几组计算机系统组成的集群,通过网络连接组成超级计算系统以加强数据处理、分析计算性能的一种技术。在实际应用中,逐渐形成Hadoop,Spark和Storm 3大主流分布式高性能计算系统,它们三者各具优缺点。本文从高性能GIS算法、并行GIS计算、内存计算和众核计算4个方面梳理、归纳总结了高性能GIS的技术体系,分析了每类高性能GIS技术特征,综合分析、评述了近年来高性能GIS的研究进展,并对高性能GIS未来发展进行展望,为更完备、高效的高性能GIS体系的建立、发展和应用提供参考。今后,并行GIS计算、高性能计算模式和分布式存储仍然是GIS技术领域发展的重要方向,通过高性能GIS系统可有效地解决时空数据密集、计算密集和网络通讯密集等问题,大大提升GIS地理分析效率。 相似文献
12.
基于云计算架构的分布式数据挖掘研究 总被引：1，自引：0，他引：1
物联网的快速发展对数据挖掘系统提出了新的要求,传统的分布式数据挖掘系统已经无法满足物联网数据挖掘处理的要求.在基于不可信节点的云计算架构基础之上提出了一种新型的分布式数据挖掘模式,实现分布式数据挖掘无缝接入云计算系统,以满足物联网的需求. 相似文献
13.
云模式及其在物联网中的应用 总被引：1，自引：0，他引：1
针对集群系统中分配节点的单节点失效问题,提出了一种基于云计算系统的集群服务方式,采用全新的自适应云调度策略,完成对最优服务器节点的动态选择。策略以心跳表为基础,通过＂星级服务＂生成不同数目的虚拟服务器组,按照先来先提供服务的竞争机制完成最优节点的选择,保证了当云计算系统的某些部分节点失效时,整个系统仍能继续正常运行,同时也具有自动调整系统负载的作用。最后结合物联网当前面临的难题,探讨了模式在物联网中的应用以及应关注的几个关键问题。 相似文献
14.
基于云计算的地球系统科学数据共享研究与实践 总被引：1，自引：0，他引：1
数据密集型的地学研究离不开数据资源和信息平台的支撑,因此,实施地球系统科学数据共享具有重大意义。早期地球系统科学数据共享服务主要以政府行为为主,集中数据汇交,存在数据服务负载不均衡、数据整合模式单一、数据服务效果不明显等突出问题。随着Web 2.0理念的提出,以及云计算等技术的出现,数据共享模式发生了巨大的变化。本文提出基于云计算的地球系统科学数据共享概念模型。通过提供基础设施即服务（IaaS）、数据资源即服务（DaaS）,以及数据功能即服务（SaaS）实现共享服务模式的转变,将死板的数据转为灵活的服务。在“数据云”中,用户既是数据的使用者也是数据资源的提供者,通过提供数据发布、数据需求发布、数据发现与共享、需求发现与反馈等功能,解决数据共享中“用户-数据”之间的矛盾,并激励普通科研工作者贡献自己的数据,保障数据资源有效、可持续整合。最后,构建了原型系统用于验证该框架,形成了一个“人人都是数据的提供者,人人都是数据的使用者”的数据共享服务环境。 相似文献
15.
地理数据的增强现实（AR）技术,是地理信息可视化的重要发展方向之一。受限于头戴式AR设备有限的计算能力,已有的地理信息AR研究多集中于地理信息的可视化,并未提供复杂的空间分析计算功能。本文提出了一套基于边缘计算与云计算协同的AR空间分析计算框架。AR端完成空间数据的可视化、人机交互、数据预处理等;云端则完成复杂的空间分析计算任务以及空间数据的持久化存储;边云二元存储方法和三维可视化模型-三维地理模型间的坐标转换模块完成AR端和云端间的高效链接;从而达到高效率的、端对端的协同计算。基于该框架,本文利用头戴式AR设备Hololens,并基于武汉市的建筑物三维数据和天空可视因子算法,实现了在AR可视化的同时进行复杂的空间计算。结果表明,在保证空间分析计算效率和精度的同时,Hololens性能表现稳定,三维空间可视化的体验良好（FPS约35）,证明了边云协同框架下的AR在空间分析计算具有广阔前景。 相似文献
16.
海量遥感数据的高性能地学计算应用与发展分析 总被引：1，自引：0，他引：1
航空及航天遥感器的快速发展,使得多源、多时空分辨率的遥感数据成TB级增长,对海量遥感数据的高性能计算与处理提出了更高的要求。据此,当前的遥感应用已经吸收了新型硬件架构计算、集群计算和分布式计算等高性能计算领域的最新技术。本文针对高性能计算处理海量遥感数据的效率问题,分别从分布式并行遥感文件系统和高性能遥感地学计算模式两个方面来论述该问题的研究进展;在此基础上,列举了当前具有代表性的集群和分布式遥感计算平台/系统,并结合具体实验工作,详细阐述了遥感高性能计算平台gDos-IPM(Geospatial Data Operation System-Image Processing Machine)的设计思路;最后总结了高性能遥感地学计算的发展趋势。 相似文献
17.
18.
有效地发现和利用分布存储、运行的各类空间数据、空间决策分析模型和知识发现算法,已成为当前空间信息处理、知识发现与共享领域最具挑战性的前沿课题之一。首先,本文论述了空间信息处理、知识发现的关键问题、发展现状和趋势。然后,描述了地理知识云的概念特征,提出了地理知识云(GeoKSCloud)的具体实现。该平台构造了可伸缩的空间数据和知识服务存储、运行环境;平台从业务功能上划分为数据聚合中心、知识服务中心、地学问题求解中心、平台控制中心和知识云门户等5大核心模块。其为地学问题求解全过程提供了空间数据集成,知识服务发布、注册、搜索、发现、组合等功能,以及地学问题智能推理和结果可视化表达等工具。本文对海量空间数据云存储与管理、知识云服务管理与组合、地学问题智能求解等平台关键技术进行了论述。最后,本文以历史地震影响场分析为例,分析了平台各组件在问题求解中的交互过程,实例表明,该平台可实现多节点、跨平台、异构地理知识服务的协同式计算,有效地降低地学问题求解的成本和复杂度。 相似文献