时空数据模型论文_王茜竹,徐瑞,江德潮,雒江涛

导读:本文包含了时空数据模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:时空,模型,数据,数据模型,甘南,多维,密度。

时空数据模型论文文献综述

王茜竹,徐瑞,江德潮,雒江涛[1](2019)在《基于多源数据的出行安全时空评价模型研究》一文中研究指出准确评估城市安全态势是保障居民出行安全的关键。针对现有的单一领域静态评价方法难以应对复杂多变的出行安全问题,考虑出行安全的时空相关特性,提出一种基于多源数据的出行安全时空评价模型。针对时间类特征的马尔科夫特性,构建基于条件随机场的时间域评价模型以模拟安全指数的时序相关性;针对空间维度中不同栅格之间的特征相关性和地理位置邻近性与安全指数之间复杂的非线性映射关系,构建基于神经网络的空间域评价模型以模拟安全指数的空间相关性。在模型训练阶段,考虑样本数据稀疏性问题,采用基于协同训练的半监督学习方法使2个模型相互迭代增强,共同作用得到最终评价结果。实验结果表明,该方法分类评价精确率达82.3%,召回率达70.4%,模型性能优于其他几种常用的分类算法。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期)

潘理虎,张朝伟,张英俊,陈立潮[2](2019)在《一种面向实时监测的煤矿安全时空数据模型》一文中研究指出煤矿井下生产状况实时监测分析是实现煤矿事故或其它突发状况的预测和及时处置的前提,而监测对象的状态数据,以及对象间关系数据的记录、描述和视觉表达是实现实时监测分析的基础。在分析煤矿井下安全生产过程以及井下生产人员、设备、环境叁类时空对象的特点与叁者之间的关系基础上,给出了一个通用的面向对象时空数据模型,刻画了煤矿井下安全生产过程中不同生产要素的状态变化及其相互作用关系。基于该模型,开发了一个煤矿井下安全生产时空信息系统原型,并以位置关系为例,实现了煤矿井下安全生产时空对象的状态数据采集、数据存储管理、数据可视化,从而表明该模型可满足煤矿井下生产过程的实时观测、数据获取、存储管理、数据分析的需求。(本文来源于《太原科技大学学报》期刊2019年05期)

郭名静,边少锋,单潮龙,熊鑫[3](2019)在《面向多维时空位置数据的动态加权聚类模型》一文中研究指出针对传统聚类算法在处理时空位置数据挖掘时面临的多维聚类问题,提出了动态加权聚类模型。该模型迭加利用经典k-均值和基于密度的DBSCAN聚类算法,通过计算最大轮廓系数确定合适的簇数目,按照划分初始簇类、识别和剔除噪声点、修正聚类簇中心点位置坐标3个步骤实现对大体量多维时空位置数据的聚类分析,提出了动态权重系数计算公式,优化了基于密度的DBSCAN聚类算法中相似度函数,并在Python3.7环境下以网络签到数据集实例仿真验算了该模型算法。实验结果表明,相较单一的传统聚类算法,该模型能综合利用多维非位置属性对时空位置数据点聚类,更合理界定聚类簇的归属数据点,对提升时空位置数据集聚类簇中数据点的聚类效果明显。(本文来源于《测绘科学》期刊2019年11期)

朱清扬,戴海夏,刘阳,张蕴晖[4](2019)在《基于MAIAC AOD数据构建上海市PM_(2.5)时空分布模型》一文中研究指出卫星技术的不断发展成熟使构建高分辨率的PM_(2.5)浓度预测模型成为可能。为解决卫星数据的非随机性缺失会显着降低PM_(2.5)浓度预测模型准确性的问题,运用多重填补法对MAIAC1 km分辨率气溶胶光学厚度数据的缺失值实现补缺,其平均决定系数达0.75。在此基础上,运用随机森林模型构建上海市2017-2018年的PM_(2.5)浓度分布预测模型,其决定系数达0.96。结果表明,上海市PM_(2.5)分布整体呈现东低西高,沿海低内陆高的趋势,且2018年上海市PM_(2.5)浓度整体低于2017年。气溶胶光学厚度数据是PM_(2.5)预测模型中最重要的自变量。(本文来源于《上海环境科学》期刊2019年03期)

刘洁,孟宝平,葛静,高金龙,殷建鹏[5](2019)在《基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究》一文中研究指出植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m~(-2);CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m~(-2)),温性草原类最低(324.18 g C·m~(-2)),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m~(-2);2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。(本文来源于《草业学报》期刊2019年06期)

汪发元,郑军,汪宗顺[6](2019)在《城市化水平、工业化水平对空气质量的影响分析——基于湖北省16城市2005~2017年数据的时空模型》一文中研究指出基于湖北省16城市2005~2017年数据,应用空间计量模型研究城市化水平、工业化水平对空气SO_2、NO_2、PM_(10)含量的影响。结果显示,在城市化水平中,人均GDP对空气中SO_2含量有显着负向影响,对NO_2有显着正向影响,民用汽车的数量、公路里程对城市空气中SO_2、NO_2、PM_(10)含量有显着正向影响,工业化水平对空气中SO_2、NO_2显着负向影响,对PM_(10)含量有显着正向影响,人均绿地面积对空气中SO_2的含量有显着负向影响,对NO_2、PM_(10)的影响不显着。为此,必须加快产业转型升级,做好产业发展规划;必须强化城市民用汽车尾气排放检测,加强城市配套园林建设;必须建立城市绿色发展联动机制,做好区域巡查监管。(本文来源于《长江流域资源与环境》期刊2019年06期)

谢冲,关雪峰,周炜轩,吴华意[7](2019)在《MAP-Vis:基于MAP模型的时空点状大数据可视化方案》一文中研究指出目的对于大数据挖掘,可视分析是一种非常重要的研究手段,有助于快速、直观地理解分析大数据蕴含的价值信息。但因其海量、时空、高维等特征,大数据可视化存在内存消耗大、渲染延迟高、可视效果差等问题。针对上述问题,以海量时空点数据为例,采用预处理可视化方案,设计并实现了一套高可扩展的分布式可视分析框架。方法借鉴瓦片金字塔模型提出一种多维度聚合金字塔模型(MAP),将瓦片金字塔的2D空间层级聚合扩展到时间/空间/属性多维度,同时支持时间、空间、属性的多维层级聚合。进而以Spark集群作为并行预处理工具,以HBase分布式数据库持久化存储MAP模型数据,实现了一套开源的分布式可视化框架(MAP-Vis)。结果以纽约出租车数据集为例,本研究实验证明能够支持时间/空间/属性多尺度、多维度联动的交互式可视化,同时具有高可扩展的预处理能力和存储能力。结论在分布式处理能力支持下,系统能实现亚秒级的查询响应,达到良好的交互式可视化效果,证明MAP-Vis是一种有效的大数据交互式可视化方案。(本文来源于《中国图象图形学报》期刊2019年05期)

钟璐潞,武芳,闫彦[8](2019)在《基于海事规费数据的水运量时空数据挖掘模型研究》一文中研究指出在"大数据时代"的背景下,针对海事信息化发展的进程当中累积的大量业务数据以及管理数据,文中将以海事规费的业务及内部管理数据为基础,结合GIS-T、Tableau等时空数据分析和展现的信息化手段,构建水运量时空数据模型。通过该模型的构建,对看似离散、没有关联的海事时空数据加工提炼,运用各分析挖掘方法进行描述性以及预测性数据挖掘,产生对水运行业具有一定价值的水运量信息资源,从而对内更好地把握水运特点以及发展规律,促进智慧型海事的发展;对外为航运行业提供相关的航运服务预测,更好地满足社会功能服务。(本文来源于《中国海事》期刊2019年03期)

汪磊,张薇薇,汪霞[9](2019)在《喀斯特地区城市经济密度时空差异及影响因素分析——基于贵州省9个市州的面板数据模型》一文中研究指出随着土地、人口、环境等资源约束日趋紧张,提高经济密度已被认为是培育城市能级和核心竞争力的基础支撑。作为典型的喀斯特山地省份,独特的地形地貌引致了贵州城市经济密度时空分布的异质性和影响因素的特殊性。文章综合运用空间自相关和面板回归等模型分析了贵州城市经济密度的时空演化及影响因素。研究结果表明:(1)总体上,近6年来贵州省9市州城市经济密度呈现缓慢上升趋势。其中,贵阳市发展速度最快,毕节市发展速度最慢;(2)贵州9市州城市经济密度总体差异逐步缩小,但区域之间的空间聚集效应较低。其中,以贵阳为核心,六盘水和遵义为两翼的重点开发区空间聚集程度高,而限制开发区和生态功能区空间聚集程度低;(3)第叁产业占比、单位用地工业值、单位用地固定资产投入和从业技术高等教育人员因素对贵州省城市经济密度均具有正向影响作用。最后给出了相应的结论与启示。(本文来源于《经济问题探索》期刊2019年03期)

瓦哈甫·哈力克,辛龙,李振江,何琛[10](2019)在《旅游资源诅咒时空分异及驱动力研究——基于省际面板数据的GWR模型分析》一文中研究指出基于2006—2016年我国省际面板数据,利用旅游资源诅咒系数及ESDA分析旅游资源诅咒的时空分异特征,首次运用GWR模型探索其驱动力的空间异质性。结果表明:(1)旅游资源诅咒总体呈"西高东低"空间分布格局,2006—2016年高危区省份逐渐减少,省际差异逐步缩小,均衡发展趋势有所体现。(2)旅游资源诅咒空间关联性与集聚态势逐渐增强,两极分化特征显着。(3)人才规模、交通可达性、城市化水平、服务化水平及经济发展水平是旅游资源诅咒的主要驱动力,具有显着的空间异质性,分别呈"东北高中南低""北高南低""西高东低""北高南低""西部高东北低"空间分布格局。鉴于此,提出优化我国旅游资源开发利用的对策建议。(本文来源于《生态经济》期刊2019年02期)

时空数据模型论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

煤矿井下生产状况实时监测分析是实现煤矿事故或其它突发状况的预测和及时处置的前提,而监测对象的状态数据,以及对象间关系数据的记录、描述和视觉表达是实现实时监测分析的基础。在分析煤矿井下安全生产过程以及井下生产人员、设备、环境叁类时空对象的特点与叁者之间的关系基础上,给出了一个通用的面向对象时空数据模型,刻画了煤矿井下安全生产过程中不同生产要素的状态变化及其相互作用关系。基于该模型,开发了一个煤矿井下安全生产时空信息系统原型,并以位置关系为例,实现了煤矿井下安全生产时空对象的状态数据采集、数据存储管理、数据可视化,从而表明该模型可满足煤矿井下生产过程的实时观测、数据获取、存储管理、数据分析的需求。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

时空数据模型论文参考文献

[1].王茜竹,徐瑞,江德潮,雒江涛.基于多源数据的出行安全时空评价模型研究[J].重庆邮电大学学报(自然科学版).2019

[2].潘理虎,张朝伟,张英俊,陈立潮.一种面向实时监测的煤矿安全时空数据模型[J].太原科技大学学报.2019

[3].郭名静,边少锋,单潮龙,熊鑫.面向多维时空位置数据的动态加权聚类模型[J].测绘科学.2019

[4].朱清扬,戴海夏,刘阳,张蕴晖.基于MAIACAOD数据构建上海市PM_(2.5)时空分布模型[J].上海环境科学.2019

[5].刘洁,孟宝平,葛静,高金龙,殷建鹏.基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究[J].草业学报.2019

[6].汪发元,郑军,汪宗顺.城市化水平、工业化水平对空气质量的影响分析——基于湖北省16城市2005~2017年数据的时空模型[J].长江流域资源与环境.2019

[7].谢冲,关雪峰,周炜轩,吴华意.MAP-Vis:基于MAP模型的时空点状大数据可视化方案[J].中国图象图形学报.2019

[8].钟璐潞,武芳,闫彦.基于海事规费数据的水运量时空数据挖掘模型研究[J].中国海事.2019

[9].汪磊,张薇薇,汪霞.喀斯特地区城市经济密度时空差异及影响因素分析——基于贵州省9个市州的面板数据模型[J].经济问题探索.2019

[10].瓦哈甫·哈力克,辛龙,李振江,何琛.旅游资源诅咒时空分异及驱动力研究——基于省际面板数据的GWR模型分析[J].生态经济.2019

论文知识图

淹没模型时空分析数据图层Fig5.6Thei...面向过程的时空数据模型UML结构基于特征的时空数据模型框架四维时空数据模型3面向对象的地质灾害一体化时空数据基于特征的时空数据模型

标签:;  ;  ;  ;  ;  ;  ;  

时空数据模型论文_王茜竹,徐瑞,江德潮,雒江涛
下载Doc文档

猜你喜欢