基于GIS地理信息系统的智能城市规划设计刍议

城市规模的扩大化与人口聚集的密集化,都使得原有的城市规划设计方法难以再适应城市规划的现实需求,所以研发新的地理信息系统刻不容缓。文章分三个部分阐述了地理信息系统的相关内容、系统设计与技术设计,以供参考。     

机器学习算法用于公安一线拉曼实际样本采样学习及其准确度比较

拉曼光谱设备在公安一线中正逐渐得到普及，主要用于检测易燃易爆及易制毒化学品。但在实际应用中，一线人员不会对拉曼设备进行非常准确的使用和操作，不具备专业知识条件的工作人员无法完全按照最佳条件进行检测，经常会发生离焦、偏移、采样时间过短等一系列问题，而检测结果也不可能完全符合标准测试库的算法，给最终结果比对造成非常大的影响。利用五种主流机器学习算法对实际检查、办案过程中采集到的原始数据进行学习分类，通过比较相应的准确度将最佳算法用于改善一线执法、检查过程中拉曼光谱设备的准确性。采集的数据均来自于公安部第三研究所自行研制的EVA3000型拉曼光谱仪，该光谱仪目前已在全国各省、市、地、县进行了一定的配备，一线检测人员会定期将采集的原始数据回传到EVA3000的后台管理系统。通过该管理系统，在线收集实际检查过程中产生的原始数据，以两类易制毒化学品和易燃易爆化学品为例，随机抽取已定性判定的苯乙酸、二氯甲烷、麻黄碱和硝基苯各40例共计160例，并分别利用决策树、随机森林、AdaBoost、支持向量机和人工神经网络算法各进行40，60，100，150，200，300和500次的交叉训练、预测、求取平均准确度。从实验结果可以看出，在五种学习算法中，对于实际样本的预测准确度排序大致为随机森林≈AdaBoost>决策树>SVM>人工神经网络。实际测试的结果与实验过程中的平均预测准确度大体一致。其中随机森林与AdaBoost的准确度相近，其原因在于两者的算法本质都是不断构建新的训练数据集并提高对于错误样本在下次学习中的权重，而SVM 和人工神经网络算法的本质都是基于感知器的算法。可见目前几种主流学习算法中，采用自举汇聚(bootstrap aggregating)方式的算法更适应于对实际样本的采样学习，其准确度也较高。在下一步的工作当中，将继续优化现有的算法，将其实现在后台管理系统上，并测试算法对于目前检测中无法定性物质的在线检测功能。该结果对于进一步将机器学习算法用于实际应用、在线分析，改善一线操作人员非正确使用设备对比对结果造成影响，具有重要意义。     

连续型栅格数据的预测系统研究与应用

地理信息系统中许多数据都用栅格格式来表示。随着计算机技术、卫星、传感器等科技快速发展,栅格数据的生产能力大幅度提高,大量应用于各行各业。主要研究对栅格数据信息的进一步挖掘应用,从系统原理、系统组成、应用分析三方面,介绍了一种连续型栅格数据预测系统。通过该系统的方法,可以得到未来时间点的预测栅格数据,观察到栅格数据发展演变的趋势,从而给相应决策提供科学依据。     

下垫面与侵蚀强度及其产沙量——黄土高原产沙模型研究之二

本文介绍如何根据下垫面因子对流域产沙的影响,在地理信息系统支持下,将流域划分为不同侵蚀强度区,并使其与流域总产沙量相联系,建立完整产沙模型。利用该模型可以预报每一场降雨后的流域总产沙量及各侵蚀强度区的产沙量。     

一种机载定位坐标转换方法误差分析及仿真

基于地球椭球参考模型空间目标定位坐标系的建立,提出通过在飞机上测量地面目标方位角和斜距这二维坐标信息,而不需要测量俯仰角信息对目标进行定位并用于电子地图的坐标转换方法,研究了算法误差和测量数据误差对定位精度的影响,并进行了仿真分析,验证了算法的有效性。     

基于GIS的态势显示系统设计

近几年来,地理信息系统（GIS）技术在全球得到了迅猛的发展．作为一种最为直观方便的信息显示方式,以GIS系统技术为基础建立起来的各种态势显示系统已经应用到各种领域。介绍采用GIS技术的二维态势显示系统的原理与功能设计。     

网格技术在地理信息服务的应用研究

分析了GIS的最新含义已经由初期的地理信息系统．经过地理信息科学到如今的地理信息服务，阐述了地理信息服务在当今社会中的重要性．结合网格技术的发展现状和在GIS领域的应用，说明了网格技术的地学解释。对网格GIS的应用现状、存在问题和技术路线及其与Web GIS的区别与联系做了分析探讨，最后展望Grid GIS的研究方向。