CN104598614A - 一种基于地理语义的数据多比例尺模态扩散更新方法 - Google Patents

一种基于地理语义的数据多比例尺模态扩散更新方法 Download PDF

Info

Publication number
CN104598614A
CN104598614A CN201510050492.XA CN201510050492A CN104598614A CN 104598614 A CN104598614 A CN 104598614A CN 201510050492 A CN201510050492 A CN 201510050492A CN 104598614 A CN104598614 A CN 104598614A
Authority
CN
China
Prior art keywords
scale
engineer
data
geographic
semantic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510050492.XA
Other languages
English (en)
Other versions
CN104598614B (zh
Inventor
王艳军
李朝奎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Science and Technology
Original Assignee
Hunan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Science and Technology filed Critical Hunan University of Science and Technology
Priority to CN201510050492.XA priority Critical patent/CN104598614B/zh
Publication of CN104598614A publication Critical patent/CN104598614A/zh
Application granted granted Critical
Publication of CN104598614B publication Critical patent/CN104598614B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2308Concurrency control
    • G06F16/2315Optimistic concurrency control
    • G06F16/2329Optimistic concurrency control using versioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2379Updates performed during online database operations; commit processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2379Updates performed during online database operations; commit processing
    • G06F16/2386Bulk updating operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Abstract

本发明公开了一种基于地理语义的数据多比例尺模态扩散更新方法,实现地理语义关联的多比例尺数据模态化的扩散更新,包括以下步骤:(1)应用概念格缩减/扩增方式建立研究领域的地理本体语义及其模型,构建多比例尺空间数据库;(2)应用模糊粗糙集理论进行地理空间对象语义适度的相互转换,实现语义层次不同类型地理要素的构建转化;(3)基于多比例尺空间数据库及其语义信息,进行地理要素变化检测的语义判别与评估;(4)对增量更新数据包应用多比例尺地图综合扩散更新结果。本发明能够在分布式网络环境地理信息集成共享中,实现多比例尺地理数据多版本数据更新、增量更新及在线联动更新服务。

Description

一种基于地理语义的数据多比例尺模态扩散更新方法
技术领域
本发明涉及一种矢量地理数据扩散更新方法,更具体地说,涉及一种顾及地理语义的矢量地理数据多比例尺模态化扩散更新方法。
背景技术
地理数据更新是多比例尺地理数据集成共享和服务应用中的关键技术,符合网络GIS(Geographical Information System,地理信息系统)和空间信息服务等学科的发展趋势,它决定了多源异质异构地理数据的集成框架和共享应用模式,并且直接影响着多比例尺地理数据及其空间信息系统的运行和维护。在分布式网络环境下结合开放地理信息互操作框架实现多比例尺地理数据扩散更新机制,应用地理本体建立语义格形成领域要素概念表知识,结合专家形式背景和领域要素概念表知识,建立不同领域要素对象、概念的语义融合结果图。将变化地理数据包和基态地理数据进行要素级别在线更新形成现势性地理数据后,进行语义关联相似度计算寻找语义契合的尺度表达、符号、属性集合、制图综合等,实现多比例尺地理数据的模态化扩散更新。
网络Web 2.0、地球对地观测系统、SOA(Service-OrientedArchitecture,面向服务的体系架构)和空间信息服务等深入发展,海量异质异构数据不断被获取和存储,但其真正共享程度和更新应用效率低下,多比例尺地理数据的快速更新和及时共享存在困难。实际地理信息应用中,也存在从数据版本分幅更新到增量更新、从静态定期更新到动态实时/准实时更新和从传统基于地理数据更新到面向服务架构更新的转变。传统常规的批量式文件更新、增量式数据库更新和拓扑联动更新等方法,主要存在地理空间数据库数据现势性不一致、单个固定比例尺数据孤立更新、增量动态更新困难等问题,并且会造成数据源和结果数据不能及时共享和传播,影响数据及应用系统的运维。
发明内容
为了解决矢量地理数据更新方法存在的上述技术问题,本发明提供一种能实现多比例尺地理数据多版本数据更新、增量更新及在线联动更新服务的基于地理语义的数据多比例尺模态扩散更新方法。
本发明解决上述技术问题的技术方案包括以下步骤:
(1)输入多来源多比例尺地理空间数据的领域语义信息;
(2)应用概念粒度格缩减/扩增方法建立研究领域的地理本体;
(3)对多比例尺地理数据的扩散更新进行任务语义分解,构建分级地理处理事务本体;
(4)根据多比例尺地理数据的语义,应用本体建模形成地理对象本体,建立多比例尺对象数据库的模式结构;
(5)按照概念模型和抽象表达的语义格对地理数据、多比例尺、更新技术规范进行范式化,形成领域要素概念表知识;
(6)结合专家形式背景和领域要素概念表知识,建立不同领域要素对象、概念的语义融合结果图;
(7)根据模糊粗集理论,计算领域内不同要素对象概念间的模糊关系矩阵,得出任何两个要素对象或概念的语义关联度,即语义距离;
(8)在领域语义与多比例尺环境下,获取存储多类型地理数据形态,得到多比例尺数据的基态语义;
(9)建立多比例尺地理数据的模态语义转换方法,包括从面状要素的若干边界线的点序列坐标到线状要素上连续点的点序列坐标的转换,以及从线状要素上连续点的点序列坐标到点状要素的单点坐标的转换;
(10)将基态比例尺记为比例尺Sc1,根据地理现象变化或检测结果,获得比例尺Sc1的变化地理数据包,记录原始地理数据SD1、比例尺Sc1及其变化地理数据包BD1的领域要素与概念的概念表知识、语义融合和语义关联度;
(11)针对比例尺Sc1基态数据和步骤(10)比例尺Sc1的变化变化数据包BD1,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc1下进行变化更新需要的领域要素与概念集合;
(12)通过步骤(11)获得变化更新需要的领域要素集合,得到更新地理数据的契合语义,如尺度表达、符号、属性集合、制图综合,进行在线更新形成比例尺Sc1的现势性地理数据TD1;
(13)将步骤(12)所得比例尺Sc1的现势性地理数据TD1,保存到地理对象数据库中,并通过步骤(11)获得变化更新需要的领域要素集合,计算其他比例尺Sc2的尺度表达、符号、属性集合、制图综合等契合语义;
(14)对于步骤(10)所得比例尺Sc1的变化地理数据包BD1,进行模态语义转换生成比例尺Sc2的变化地理数据包BD2;
(15)针对比例尺Sc2基态数据和步骤(14)比例尺Sc2的变化变化数据包BD2,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc2下进行变化更新需要的领域要素与概念集合;
(16)通过步骤(15)获得变化更新需要的领域要素集合,得到更新地理数据的契合语义,如尺度表达、符号、属性集合、制图综合,进行在线更新形成比例尺Sc2的现势性地理数据TD2;
(17)将步骤(16)所得比例尺Sc2的现势性地理数据TD2,保存到地理对象数据库中。
本发明的技术效果在于:本发明充分满足分布式地理信息处理的实际需求,为地理信息公共服务平台中的数据管理和维护提供解决方案;在多比例尺地理数据共享框架基础上,建立数据更新领域要素与概念的概念表知识、语义融合和语义关联度计算,克服了常规方法的数据浪费、孤立更新、多个比例尺同时更新的困难等问题,实现了多比例尺地理数据多版本数据更新、增量更新及在线联动更新服务;通过多比例尺地理数据的模态扩散更新,避免了常规批量式更新、增量式更新和拓扑联动更新等方式引起的全部图幅更新浪费、空间关联拓扑丢失和结果无法及时共享等现象;遵循SOA架构和OGC开放地理信息互操作标准,结果数据可直接数据访问调用、空间分析和共享。本发明方法实用高效,是网络地理信息系统和服务研究领域中分布式地理信息处理的数据更新方法,在地理空间信息公共服务平台中具有实际应用价值。
附图说明
图1为本发明的方法流程图;
图2为本发明的实施例具体执行算法流程。
具体实施方式
下面通过实施例结合附图对本发明作进一步详细的说明。
本发明建立了一个集成本体语义信息的多比例尺地理数据更新领域要素与概念的概念表知识模型,结合专家形式背景和领域要素概念表知识,建立不同领域要素对象、概念的语义融合结果图;根据模糊粗集理论,计算领域内不同要素对象概念间的模糊关系矩阵,计算语义关联相似度。在领域语义与多比例尺环境下,获取存储多类型地理数据形态,得到多比例尺数据的基态语义,建立多比例尺地理数据的模态语义转换方法,包括从面状要素的若干边界线的点序列坐标到线状要素上连续点的点序列坐标的转换,以及从线状要素上连续点的点序列坐标到点状要素的单点坐标的转换,实现模态扩散更新和专题应用。本实施例的多比例尺地理数据库中,存储和管理空间几何形状、属性集合和语义信息数据,构建多比例尺地理数据集成共享的总体框架,本发明所提供具体的模态扩散更新方法涉及到数据更新领域模糊关系矩阵与语义相似度计算、要素级别更新、多比例尺数据语义模态转换等功能模块。
实施例的主要实现步骤如下:
(1)输入多来源多比例尺地理空间数据的领域语义信息;
(2)应用概念粒度格缩减/扩增方法建立研究领域的地理本体;
(3)对多比例尺地理数据的扩散更新进行任务语义分解,构建分级地理处理事务本体;
(4)根据多比例尺地理数据的语义,应用本体建模形成地理对象本体,建立多比例尺对象数据库的模式结构;
(5)按照概念模型和抽象表达的语义格对地理数据、多比例尺、更新技术规范进行范式化,形成领域要素概念表知识;
(6)结合专家形式背景和领域要素概念表知识,建立不同领域要素对象、概念的语义融合结果图;
(7)根据模糊粗集理论,计算领域内不同要素对象概念间的模糊关系矩阵,可得出任何两个要素对象或概念的语义关联度,也即语义距离;
(8)在领域语义与多比例尺环境下,获取存储多类型地理数据形态,得到多比例尺数据的基态语义;
(9)建立多比例尺地理数据的模态语义转换方法,包括从面状要素的若干边界线的点序列坐标到线状要素上连续点的点序列坐标的转换,以及从线状要素上连续点的点序列坐标到点状要素的单点坐标的转换;
在实数域R中,对于三维空间点状、线状、面状类型空间对象的地理位置集合Lx,y,z坐标,分别应用点中心位置P(x,y,z)、点序列集合L(xi,yi,zi)(i=1,2,…,m)(其中m表示点序列集合中点的个数)、若干个边界线的点序列集合M(xi,yi,zi)(i=1,2,…,n)(其中n表示点序列集合中点的个数)抽象表示,对于任意确定的点坐标(x,y,z)、线上任意确定点坐标(xi,yi,zi)和面边界线上任意确定点坐标(xi,yi,zi)(线状和面状类型可综合为相同情况),其分别与相邻的对应点状、线状和面状几何坐标P(xi,yi,zi)(i=1,2,L,k)、L(x'j,y'j,z'j)(j=1,2,…,m')(其中m'表示点序列集合L(x'j,y'j,z'j)中点的个数)、M(x'j,y'j,z'j)(j=1,2,…,n')(其中n'表示点序列集合M(x'j,y'j,z'j)中点的个数)组成的依次各点坐标相差的量不大于σs,即:
( x - x i ) 2 + ( y - y i ) 2 + ( z - z i ) 2 ≤ σ s
( x i - x j ′ ) 2 + ( y i - y j ′ ) 2 + ( z i - z j ′ ) 2 ≤ σ s
此时,认为上述点状、线状、面状类型空间对象分别与相邻的尺度接近,其中σs是以尺度Sc为变量的函数,和现实世界中地理对象本身的复杂性、人们依据尺度的认知、抽象、经验和习惯等有关系。
在实数域R中,点对象中心(x,y,z)和与其接近的元素就构成一个集合,线对象中心点序列(xi,yi,zi)(i=1,2,…,m)(其中m表示线对象中心点序列中点的个数)和与其接近的元素就构成一个集合,面对象边界线点序列(xi,yi,zi)(i=1,2,…,n)(其中n表示面对象边界线点序列中点的个数)和与其接近的元素构成一个集合。现实世界中点状、线状、面状类型空间对象的抽象表达为:
p ( x i , y i , z i ) = { ( x i , y i , z i ) | ( x - x i ) 2 + ( y - y i ) 2 + ( z - z i ) 2 ≤ σ s , x i , y i , z i ∈ R }
L ( x j ′ , y j ′ , z j ′ ) = { ( x j ′ , y j ′ , z j ′ ) | ( x i - x j ′ ) 2 + ( y i - y j ′ ) 2 + ( z i - z j ′ ) 2 ≤ σ s , j = 1,2 , . . . , m ′ }
M ( x j ′ , y j ′ , z j ′ ) = { ( x j ′ , y j ′ , z j ′ ) | ( x i - x j ′ ) 2 + ( y i - y j ′ ) 2 + ( z i - z j ′ ) 2 ≤ σ s , j = 1,2 , . . . , n ′ }
当值σs无限小即尺度间隔无限小时,点状、线状、面状分别和与其接近的元素集合无限尺度接近,点P(x,y,z)和P(xi,yi,zi)、线L(xi,yi,zi)和L(x'j,y'j,z'j)、面M(xi,yi,zi)和M(x'j,y'j,z'j)无限尺度接近,认为二者相等。
对于源点状P(x,y,z)要素,依据源尺度和目标尺度计算尺度转换变化量σs=F(Sc1,Sc2)(F表示由尺度Sc1和Sc2确定的函数,下同),由点的抽象表达集合确定一个圆形内的点均与源点状要素尺度接近,四舍五入选择点坐标值P(xi,yi,zi)作为新尺度表达。
对于源线状L(xi,yi,zi)要素,依据源尺度和目标尺度计算尺度转换变化量σs=F(Sc1,Sc2),由线的抽象表达集合确定新的坐标序列(xi,yi,zi)与源线状要素尺度接近。源线状要素向点状、线状和面状地理要素的转换关系如下:
当该坐标序列(xi,yi,zi)各相邻坐标值同时满足点的抽象表达集合时,该坐标序列最终与一点尺度接近,源线状要素即转换为点;
当坐标序列(xi,yi,zi)各相邻坐标值不满足点的抽象表达集合且首尾点坐标值不相同时,坐标序列组成新的线状要素,源线状要素即转换为线;
当坐标序列(xi,yi,zi)各相邻坐标值不满足点的抽象表达集合且首尾点坐标值相同时,坐标序列组成面状要素,源线状要素即转换为面。
对于源面状M(xi,yi,zi)要素,依据源尺度和目标尺度计算尺度转换变化量σs=F(Sc1,Sc2),由线的抽象表达集合确定新的坐标序列(xi,yi,zi)与源面状要素尺度接近。源面状要素向点状、线状和面状地理要素的转换关系如下:
当该坐标序列(xi,yi,zi)各相邻坐标值同时满足点的抽象表达集合时,该坐标序列最终与一点尺度接近,源面状要素即转换为点;
当坐标序列(xi,yi,zi)各相邻坐标值不满足点的抽象表达集合且首尾点坐标值不相同时,坐标序列组成线状要素,源面状要素即转换为线;
当坐标序列(xi,yi,zi)各相邻坐标值不满足点的抽象表达集合且首尾点坐标值相同时,坐标序列组成新的面状要素,源线状要素即转换为面。
(10)将基态比例尺记为比例尺Sc1,根据地理现象变化或检测结果,获得比例尺Sc1的变化地理数据包,计算原始地理数据SD1、比例尺Sc1及其变化地理数据包BD1的领域要素与概念的概念表知识、语义融合和语义关联度:
sim ( i , j ) = | O i < I O j < O i < UO j < | , i , j &Element; { i , j , L , n }
式中:Oi表示数据更新领域内的要素或概念元素,表示数据更新领域要素或概念元素的模糊粗集知识库;i,j,L,n则表示数据更新领域形式概念表基本语义粒度划分。
(11)针对比例尺Sc1基态数据和步骤(10)比例尺Sc1的变化变化数据包BD1,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc1下进行变化更新需要的领域要素与概念集合;
(12)通过步骤(11)获得变化更新需要的领域要素集合,得到更新地理数据的尺度表达、符号、属性集合、制图综合等契合语义,进行在线更新形成比例尺Sc1的现势性地理数据TD1;
(13)将步骤(12)所得比例尺Sc1的现势性地理数据TD1,保存到地理对象数据库中,并通过步骤(11)获得变化更新需要的领域要素集合,计算其他比例尺Sc2的尺度表达、符号、属性集合、制图综合等契合语义;
(14)对于步骤(10)所得比例尺Sc1的变化地理数据包BD1,进行模态语义转换生成比例尺Sc2的变化地理数据包BD2;
(15)针对比例尺Sc2基态数据和步骤(14)比例尺Sc2的变化变化数据包BD2,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc2下进行变化更新需要的领域要素与概念集合;
(16)通过步骤(15)获得变化更新需要的领域要素集合,得到更新地理数据的尺度表达、符号、属性集合、制图综合等契合语义,进行在线更新形成比例尺Sc2的现势性地理数据TD2;
(17)将步骤(16)所得比例尺Sc2的现势性地理数据TD2,保存到地理对象数据库中。
以上内容是对本发明所做的进一步详细说明,不能认定本发明的具体实施只限于这些说明。例如,初始进行增量更新处理的比例尺Sc1可以不是系统中的最大比例尺,但是仍然可以用于更新其他更小比例尺的地理数据。本领域的技术人员应该理解,在不脱离由所附权利要求书限定的情况下,可以在细节上进行各种修改,都应当视为属于本发明的保护范围。

Claims (1)

1.一种基于地理语义的数据多比例尺模态扩散更新方法,其特征在于,包括以下步骤:
(1)输入多来源多比例尺地理空间数据的领域语义信息;
(2)应用概念粒度格缩减/扩增方法建立研究领域的地理本体;
(3)对多比例尺地理数据的扩散更新进行任务语义分解,构建分级地理处理事务本体;
(4)根据多比例尺地理数据的语义,应用本体建模形成地理对象本体,建立多比例尺对象数据库的模式结构;
(5)按照概念模型和抽象表达的语义格对地理数据、多比例尺、更新技术规范进行范式化,形成领域要素概念表知识;
(6)结合专家形式背景和领域要素概念表知识,建立不同领域要素对象、概念的语义融合结果图;
(7)根据模糊粗集理论,计算领域内不同要素对象概念间的模糊关系矩阵,得出任何两个要素对象或概念的语义关联度,即语义距离;
(8)在领域语义与多比例尺环境下,获取存储多类型地理数据形态,得到多比例尺数据的基态语义;
(9)建立多比例尺地理数据的模态语义转换方法,包括从面状要素的若干边界线的点序列坐标到线状要素上连续点的点序列坐标的转换,以及从线状要素上连续点的点序列坐标到点状要素的单点坐标的转换;
(10)将基态比例尺记为比例尺Sc1,根据地理现象变化或检测结果,获得比例尺Sc1的变化地理数据包,记录原始地理数据SD1、比例尺Sc1及其变化地理数据包BD1的领域要素与概念的概念表知识、语义融合和语义关联度;
(11)针对比例尺Sc1基态数据和步骤(10)比例尺Sc1的变化变化数据包BD1,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc1下进行变化更新需要的领域要素与概念集合;
(12)通过步骤(11)获得变化更新需要的领域要素集合,得到更新地理数据的契合语义,如尺度表达、符号、属性集合、制图综合,进行在线更新形成比例尺Sc1的现势性地理数据TD1;
(13)将步骤(12)所得比例尺Sc1的现势性地理数据TD1,保存到地理对象数据库中,并通过步骤(11)获得变化更新需要的领域要素集合,计算其他比例尺Sc2的尺度表达、符号、属性集合、制图综合等契合语义;
(14)对于步骤(10)所得比例尺Sc1的变化地理数据包BD1,进行模态语义转换生成比例尺Sc2的变化地理数据包BD2;
(15)针对比例尺Sc2基态数据和步骤(14)比例尺Sc2的变化变化数据包BD2,进行变化地理要素的语义相似度特征匹配,优化寻找获取比例尺Sc2下进行变化更新需要的领域要素与概念集合;
(16)通过步骤(15)获得变化更新需要的领域要素集合,得到更新地理数据的契合语义,如尺度表达、符号、属性集合、制图综合,进行在线更新形成比例尺Sc2的现势性地理数据TD2;
(17)将步骤(16)所得比例尺Sc2的现势性地理数据TD2,保存到地理对象数据库中。
CN201510050492.XA 2015-01-30 2015-01-30 一种基于地理语义的数据多比例尺模态扩散更新方法 Active CN104598614B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510050492.XA CN104598614B (zh) 2015-01-30 2015-01-30 一种基于地理语义的数据多比例尺模态扩散更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510050492.XA CN104598614B (zh) 2015-01-30 2015-01-30 一种基于地理语义的数据多比例尺模态扩散更新方法

Publications (2)

Publication Number Publication Date
CN104598614A true CN104598614A (zh) 2015-05-06
CN104598614B CN104598614B (zh) 2017-11-21

Family

ID=53124399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510050492.XA Active CN104598614B (zh) 2015-01-30 2015-01-30 一种基于地理语义的数据多比例尺模态扩散更新方法

Country Status (1)

Country Link
CN (1) CN104598614B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740325A (zh) * 2016-01-20 2016-07-06 国家基础地理信息中心 基于空间自动匹配的跨尺度地理信息联动更新技术方法
CN108629053A (zh) * 2018-05-30 2018-10-09 中链科技有限公司 一种数据更新方法、装置及系统
CN113721969A (zh) * 2021-09-08 2021-11-30 广州城市规划技术开发服务部有限公司 一种基于多尺度空间矢量数据级联更新方法
CN116127330A (zh) * 2022-09-14 2023-05-16 兰州交通大学 一种路网语义相似性度量模型

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110113064A1 (en) * 2009-11-10 2011-05-12 Microsoft Corporation Custom local search
CN102693306A (zh) * 2012-05-24 2012-09-26 武汉大学 一种多尺度地理数据的在线联动更新服务方法
CN102760160A (zh) * 2012-06-08 2012-10-31 湘潭市勘测设计院 一种在空间信息库中进行多尺度地形图缩编的系统
US20140052711A1 (en) * 2012-08-16 2014-02-20 Oracle International Corporation Constructing multidimensional histograms for complex spatial geometry objects

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110113064A1 (en) * 2009-11-10 2011-05-12 Microsoft Corporation Custom local search
CN102693306A (zh) * 2012-05-24 2012-09-26 武汉大学 一种多尺度地理数据的在线联动更新服务方法
CN102760160A (zh) * 2012-06-08 2012-10-31 湘潭市勘测设计院 一种在空间信息库中进行多尺度地形图缩编的系统
US20140052711A1 (en) * 2012-08-16 2014-02-20 Oracle International Corporation Constructing multidimensional histograms for complex spatial geometry objects

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740325A (zh) * 2016-01-20 2016-07-06 国家基础地理信息中心 基于空间自动匹配的跨尺度地理信息联动更新技术方法
CN108629053A (zh) * 2018-05-30 2018-10-09 中链科技有限公司 一种数据更新方法、装置及系统
CN113721969A (zh) * 2021-09-08 2021-11-30 广州城市规划技术开发服务部有限公司 一种基于多尺度空间矢量数据级联更新方法
CN113721969B (zh) * 2021-09-08 2024-02-06 广州城市规划技术开发服务部有限公司 一种基于多尺度空间矢量数据级联更新方法
CN116127330A (zh) * 2022-09-14 2023-05-16 兰州交通大学 一种路网语义相似性度量模型
CN116127330B (zh) * 2022-09-14 2023-11-03 兰州交通大学 一种路网语义相似性度量模型

Also Published As

Publication number Publication date
CN104598614B (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
Sánchez-Lozano et al. GIS-based photovoltaic solar farms site selection using ELECTRE-TRI: Evaluating the case for Torre Pacheco, Murcia, Southeast of Spain
Xia et al. Modeling urban growth in a metropolitan area based on bidirectional flows, an improved gravitational field model, and partitioned cellular automata
Chandio et al. Big-data processing techniques and their challenges in transport domain
CN102693306A (zh) 一种多尺度地理数据的在线联动更新服务方法
CN104809242A (zh) 一种基于分布式结构的大数据聚类方法和装置
JP2021517673A (ja) 分散された資源配分
Huang et al. Using adaptively coupled models and high-performance computing for enabling the computability of dust storm forecasting
CN105955208A (zh) 一种基于云平台的网络机器人数据控制系统
CN104598614A (zh) 一种基于地理语义的数据多比例尺模态扩散更新方法
Xia et al. Exploring the effects of partitioned transition rules upon urban growth simulation in a megacity region: A comparative study of cellular automata-based models in the Greater Wuhan Area
Li et al. Knowledge transfer and adaptation for land-use simulation with a logistic cellular automaton
CN102750732A (zh) 基于gis系统的土地资源利用变化动态预测模型及其使用方法
CN110704630A (zh) 一种标识化关联图谱自优化机制
BenDor et al. Modeling park development through regional land use change simulation
Jiang et al. Parallel contributing area calculation with granularity control on massive grid terrain datasets
Gao et al. Improving the accuracy of extant gridded population maps using multisource map fusion
Lin et al. Knowledge transfer for large‐scale urban growth modeling based on formal concept analysis
Xu et al. The study of the influence of common humanistic relations on international services trade-from the perspective of multi-networks
Wang et al. Application of machine learning-based BIM in green public building design
CN116842092A (zh) 数据建库及归集管理的方法及系统
Yang et al. Spatial-temporal differences and influencing factors of coupling coordination between urban quality and technology innovation in the Guangdong-Hong Kong-Macao Greater Bay Area
Fricke et al. Geospatial database for the generation of multidimensional virtual city models dedicated to urban analysis and decision-making
Zhou et al. A study of industrial convergence in the context of digital economy based on scientific computing visualization
Liu et al. Delineation of traditional village boundaries: The case of Haishangqiao village in the Yiluo River Basin, China
Sandić et al. Integrating landslide magnitude in the susceptibility assessment of the City of Doboj, using machine learning and heuristic approach

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant