基于深度学习的OSM道路网自动提取研究

针对当下道路网信息自动提取困难,智能化选取方法大大减少了人工提取工作量的现状,该文结合OSM(Open Street Map)道路网数据,基于深度学习,构建了OSM道路网深度学习智能选取模型,根据OSM道路网的特点和应用要求,建立了相应的道路网选取知识系统以及RNN(Recurrent Neural Network)网络模型。实验结果表明,RNN模型可以大大提高当前人工选取道路网的效率,并且可以达到较高的实验精度,对于道路网原有的结构也保持较好。     

基于高斯粒子滤波算法的改进及应用

针对粒子滤波存在的样本贫化现象,提出了一种优化重选样本粒子的粒子滤波算法。这种方法在引入最新量测后将状态后验概率密度逼近为一个高斯分布,在粒子贫化问题逐渐凸显后,通过该分布重新采集粒子后再进行运算,有效缓解了传统方法在粒子贫化后出现的滤波精度下降的问题。仿真结果表明,新的粒子滤波算法有更高的滤波精度和运行效率。     

地理信息系统中的矢量数据及投影算法运用

地理信息系统在应用于航空、航海等活动场景时，需要加载对应的二维航空矢量地图、二维航海矢量地图。在地理信息系统中，二维矢量地图的运用离不开投影算法，不同的投影算法也应用于不同的使用场景。首先，介绍了在地理信息系统二维地图中常使用的地图矢量数据和相关的投影算法；然后，简要地分析了使用不同投影、不同矢量数据的地理信息系统在协同作业方面存在的问题；最后，指出在不同投影、不同矢量数据情况下，不能简单地基于显示效果来判断目标的位置，而应该根据计算结果来详细分析，对于目标位置的准确确定具有一定的指导意义。