排序方式： 共有4条查询结果，搜索用时 78 毫秒
1
1.
正在大数据时代,数据已成为国家基础性战略资源的重要组成部分。随着空间信息技术的飞速发展,空间数据的采集手段日趋多元化,地理信息技术在各行各业当中的应用也更加广泛和深入,由此也促使GIS大数据时代的到来。大数据是一把"双刃剑",高精度、广覆盖的矢量数据爆炸式地增长,在提升国家级宏观科学决策、社会 相似文献
2.
全球离散格网系统是指把地球表面按照一定规则离散分割成多分辨率层次结构的格网单元,广泛应用于海量多源空间数据的组织、管理和分析中。六边形全球离散格网具有优良的几何特性,非常适合于空间数据的处理,如何进一步提高六边形全球离散格网编码运算的效率仍是当前研究的重点。本文采用正二十面体施耐德投影四孔径六边形全球离散格网模型,基于六边形三轴坐标与编码的二进制数的对应关系构建四孔六边形的基础编码结构,将二十面体划分为32个基础六边形,并将之分为3种基础六边形剖分瓦片,在每个六边形剖分瓦片采用基础编码结构进行编码,建立了四孔六边形全球离散格网编码,同时设计了并实现了四孔六边形编码与六边形三轴坐标之间的快速转换,基于此构建了一种高效的四孔六边形全球离散格网编码运算方案,包括编码的算数运算、空间拓扑运算和邻域检索运算及跨面运算。与现有的六边形全球离散格网编码运算方案相比,本文的方案进一步提高了编码算数运算、空间拓扑运算和邻域检索运算的效率,编码加法运算是HLQT的2～3倍,邻域检索运算分别是HLQT的3～5倍和H3的2～3倍,且受格网编码层次的影响较小,编码的跨面邻域检索运算时间略高于面内的运算,可以为全... 相似文献
3.
遥感影像样本数据集研究综述 总被引：1，自引：0，他引：1
随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集,为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析,针对这一问题,本文在文献检索与分析的基础上,归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析,并提供了数据来源、应用领域与关键词的发展变化,分析了数据集在空间、时间、光谱分辨率上的差异,以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析,总结了深度学习模型在数据集上的研究进展,并针对稀疏样本导致的模型过拟合问题,探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究,可为相关领域科研人员提供数据参考。 相似文献
4.
空间数据划分是空间大数据索引方法及其数据存储的重要组成部分。针对Hadoop云计算平台在空间数据划分及其存储方面的不足,提出了基于Hilbert空间填充曲线的海量空间矢量数据并行划分算法。在数据划分阶段,充分考虑空间数据相邻对象的空间位置关系、空间对象的自身大小以及相同编码块的空间对象个数等影响因素;通过“合并小编码块,分解大编码块”的划分原则,实现了云环境下海量空间矢量数据的并行划分算法。试验表明,该算法不仅能够提高海量空间矢量数据的索引效率,同时也能够很好地解决空间矢量数据在Hadoop分布式文件系统（Hadoop distributed file system,HDFS）上的数据倾斜问题。 相似文献
1