排序方式： 共有16条查询结果，搜索用时 15 毫秒
1.
2.
随着深度学习的发展,遥感影像处理技术也从传统机器学习算法向深度学习转变,然而,用于遥感图像的训练数据集却十分稀少,且数据标注困难。本文将GIS技术与图像标注技术相结合,基于Flask Web框架设计一个可用于海量遥感数据的标注系统。该系统可用于海量遥感数据的数据框标注、数据类别标注,以及目标关键点标注,同时能将标注数据导出为深度学习训练最常用的COCO数据集和VOC2007两种格式。 相似文献
3.
首先介绍LBS系统主要构成,论述了数据管理系统重要意义,指出数据管理系统建设中需要重点解决的关键问题,提出采用MongoDB做为文件级别的存储来解决数据存储查询的技术瓶颈,并给出了具体的设计思路,最后证明了基于该技术路线的数据管理系统的可行性。 相似文献
4.
随着遥感数据获取能力的日益增强,一方面导致遥感数据的多元化和海量化,使“存不起”的问题日益突出,另一方面由于缺少有效和高效的存储管理方法,难以及时发现终端应用所需的数据,使结果“存而无用”。本文围绕巨量、高吞吐、空间结构化的遥感影像数据及其基础土地信息产品的存储与管理问题,提出采用大数据架构的遥感资源存储管理方法,并基于MongoDB数据库实现了原型系统;通过使用PB量级数据进行试验,证明了该方法满足大数据时代对遥感矢栅数据的存储管理需求。 相似文献
5.
本文介绍了非关系型数据库MongoDB的空间查询功能,针对海量用户并发服务的应用场景,提出了一种空间近邻信息查询引擎的优化策略。该策略根据短时间内空间数据内容变化较小及相邻位置搜索结果相似度高的特征,利用格网化机制实现在等效查询结果前提下数据库操作次数减少;同时利用内存缓冲机制减少磁盘I/O读写次数,从而显著提高系统的并发数及查询速度。测试结果表明,在相同硬件设施条件下,优化后搜索引擎的效率比原生系统提高了近50倍。 相似文献
6.
7.
随着信息获取技术的快速发展,地理信息数据每天以TB级的数量增加。三维城市模型数据作为三维GIS的重要内容,在数字城市和智慧城市建设过程中发挥重要作用。由于三维城市模型数据结构复杂,其数据量具有海量性,因此,高效地对三维城市模型进行划分及存储,以满足数据的长效管理及三维GIS系统的快速可视化数据调度和空间辅助决策需求,成为近年的研究热点。以往的数据划分方法导致划分区域在数据调度中变化频繁,使数据更新和管理变得困难,需寻找一种更为稳定且具有普适性的数据划分方法。本文分析了现有三维城市模型数据划分方法的不足,提出了基于拓扑关系模型的大比例尺图幅划分方法,并对划分后三维模型数据进行统一命名编码;借助非关系数据库MongoDB强大的海量数据组织及高效的多并发访问功能,构建了MongoDB分片集群服务器;对三维城市模型数据进行了单元划分,并采用规则建模软件City Engine进行建模,得到三维城市模型,借助非关系数据库软件MongoDB进行数据存储实验。结果表明,基于拓扑关系模型的大比例尺图幅划分方法适用于三维城市模型数据划分,划分后数据的存储效率明显提高,MongoDB数据库的多并发访问效率具有良好的稳定性。 相似文献
8.
针对客家文化数据类型多样、结构复杂的问题,探讨并构建客家文化数据分类体系。结合客家文化数据的分类和MongoDB数据模型,设计客家文化遗产数据存储模型和客家文化基础设施数据模型。探讨基于MongoDB的客家文化遗产数据查询和索引的构建方法和流程。在100 MPs局域网内基于C/S结构分别构建单机和集群测试环境,测试不同客家文化数据单机和集群的存取性能。实验表明,基于MongoDB的客家文化数据模型能够较好地实现类型多样、结构复杂的客家文化数据的管理,便于以增加节点的方式来提高存储能力和读写性能。 相似文献
9.
近年来,我国新增航磁测量数据在大规模持续增长,传统的关系型数据库难以有效地按采样点粒度存储“一点多值”的数据,对亿级数据量的读写存在效率瓶颈,并且存在分布式动态扩展的局限。通过对比分析多种非关系型数据库的特点,以MongoDB作为数据库载体,开展存储模式设计、索引构建和测试分析,结果表明,该存储模式高效、灵活、可扩展,在大数据量、多并发条件下的读写性能表现优异,能够支撑航磁测量大数据的存储管理和业务应用需求。针对其他传感器不同但组成特点类似的数据,如航空重力测量数据、航空伽马能谱测量数据、航空电磁测量数据等,亦可采用该存储模式,最终形成行业通用的解决方案。 相似文献
10.
针对高动态、半结构化的轨迹数据，充分利用文档型非关系数据库MongoDB的特性，本文首先提出了一套分层、分区、分片的存储策略，设计了以整条轨迹为基本粒度的非关系组织模型，能够有效应对轨迹数据的海量性和动态性挑战。然后据此开展轨迹相似性分析的研究，提出了一种兼顾时间维和轨迹形状的轨迹相似性度量方法DTWEUCLI，可计算长短不一且含有噪声的轨迹数据之间的相似性。最后基于轨迹的非关系存储和相似性计算，开展了轨迹簇生成的试验与分析，设计实现了基于轨迹相似性计算的轨迹聚类计算框架。基于3个轨迹数据集的试验表明，DTWEUCLI算法能够对多源轨迹数据集进行有效聚类，输出轨迹簇。 相似文献