空间信息网格的数据互操作方法

空间数据互操作是空间信息网格(SIG)的关键技术之一,文中提出了一种较为通用的SIG数据互操作方法.该方法基于OGSA-DAI扩展了一个空间数据访问活动,设计了一套空间数据访问接口,从而以空间数据网格服务的形式实现对分布、异构的多维空间数据的互操作,是基于Web服务的空间数据互操作方法的一种具体实现,实验系统以二/三维空间数据为例验证了其可行性.     

ITS域跨平台应用技术

为适应综合交通运输网络多元化业务的发展, 实现交通信息传输的兼容性、标准化与适应性, 研究了异构信息系统的Web、CORBA、QT跨平台处理技术与H.264视频转码机理, 分析了基于ITS条件的跨平台异构操作系统数据及图像传输的基本要求, 提出了基于B/S的可伸缩SVG路况地图Web浏览界面, C/S的ViewBox视窗与H.264转码技术的交通信息监控技术。应用结果表明: 新技术的应用满足ITS的地域广与实时性高的要求, 提高了ITS图像跨平台传输的质量与系统的鲁棒性。     

中美城市交通模型现况评估

交通需求模型预测未来一个区域内对交通系统的需求.这些模型是辅助交通官员与专家对重大交通项目投资和政策策略作出理性决定的重要工具.根据本刊2008年第1期对中国具有代表性的几个城市交通模型系统的示例介绍,对中国目前的交通模型研发、数据及应用进行总结,并比较了中美交通模型的差异.通过对现阶段中国交通模型建设和使用的深入了解,并结合已有研究和实际工作经验,对中关交通模型及其相关的工作进行系统性和前瞻性的讨论.     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。     

城市交通状态的空间依赖性和异质性分析

有关城市交通状态空间特征的研究相对匮乏。从空间角度分析城市宏观交通特征,首先,针对城市路网几何形态和交通数据的关系提出适合于城市交通数据分析的空间模型。然后,以从长期的浮动车数据中提取的路段行程速度作为描述交通状态的实验数据,分别采用空间自相关和核密度估计法定量分析路网行程速度的空间依赖性和空间异质性,并分析其在典型时段的空间分布特征。结果显示:城市交通状态的关联性在空间上随着路段间距的增长而衰减;城市交通状态的空间分布特征随时间变化,受路网结构和区域功能的影响在空间中呈现集聚特征。     

飞机防冰腔结构参数的重要性测度

分析了常见的3种飞机防冰腔结构, 应用Gambit软件建立了双蒙皮防冰腔结构网格模型。采用Spalart-Allmaras湍流模型模拟热气在防冰腔内的流动状况, 采用Fluent软件进行传热效率分析, 建立了防冰腔结构参数对传热效率的重要性测度模型。通过随机响应面法建立防冰腔结构参数与传热效率的函数关系, 采用低分散性抽样法求解防冰腔结构参数的重要性测度, 建立了防冰腔结构参数的重要性测度分析流程。分析结果表明: 当笛形管中心到外蒙皮的距离从35.15mm增加到38.85mm时, 传热系数由0.505减小到0.463;当双蒙皮通道高度从2.85mm增加到3.15mm时, 传热系数由0.495减小到0.476;当射流孔孔径从1.90mm增加到2.10mm时, 传热系数从0.505减小到0.494;当射流孔角度从14.25°增加到15.75°时, 传热系数从0.476增加到0.494。防冰腔结构参数的重要性排序依次为射流孔角度、笛形管中心到外蒙皮距离、射流孔孔径、双蒙皮通道高度, 在防冰腔结构加工与装配过程中, 需要重点考虑射流孔角度与笛形管中心到外蒙皮距离这2个参数。     

大数据时代图书馆数据教育模式构建研究

随着信息技术的迅猛发展,大数据逐渐渗透到我们高校教师科研活动的各个环节,我们的大学生也面对着越来越多的数字化资源。为了让我们的图书馆资源更好地为广大师生服务,提升广大师生的数据素养迫在眉睫。在对高校师生学习特征分析的基础上我们试着提出了对他们进行数据素养教育的模式,期望该模式能为提升他们的数据素养有所帮助。     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.