导读:本文包含了空间数据可视化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:数据,空间,多维,地理信息系统,虚拟现实,地学,教学改革。
空间数据可视化论文文献综述
袁长征,林江伟,汪剑云[1]（2019）在《轨道交通控制保护区空间数据分析与可视化系统设计与实现》一文中研究指出为满足轨道交通控制保护区管理对空间数据在线分析与可视化需求,本文采用Teigha组件、.NET sql Geometry类以及OpenLayers包实现了CAD文件读取、坐标内插、空间分析、数据存储以及在线展示功能,在此基础开发了不依赖Auto CAD软件的轨道交通空间数据分析与可视化系统并进行了实际应用,验证了系统的合理性和实用性。(本文来源于《测绘通报》期刊2019年S2期）
杨璇,刘宇[2]（2019）在《基于聚类的海量空间数据可视化研究与应用》一文中研究指出随着空间数据的爆炸性增长,空间数据可视化已经成为处理空间信息的重要方法和关键技术。论文首先简要陈述了当前空间数据可视化出现的问题,并对相应的方法进行了归纳及分析。在此基础上,提出了一种基于聚类的空间数据可视化方法,先通过聚类算法对空间数据进行聚类分析,然后将得到的结果进行可视化,从而解决了原有方法造成的数据拥堵、重复迭加现象。最后,对论文相关工作进行了总结以及对海量空间数据可视化的发展进行了展望。(本文来源于《计算机与数字工程》期刊2019年05期）
于雪润[3]（2019）在《地学空间数据叁维可视化关键算法研究及软件研发》一文中研究指出随着大数据时代空间信息技术的飞速发展,地学空间数据的数量和规模越来越庞大。建立地学空间数据模型是解释地学现象、模拟地质过程和开展空间分析的基础,通过运用统计学、地学以及计算机科学等多学科交叉的理论与技术,对地学空间数据进行叁维可视化建模与数据分析,进而搭建面向地学空间数据统计和分析的叁维可视化软件平台,对于提高地学空间数据处理的直观性和准确性具有重要作用。本文从数据特征分析、空间模型设计、可视化表达方法以及空间分析算法等方面入手对地学空间数据进行了研究,建立了一系列针对地学空间数据的叁维可视化建模方法,并开发出一款具有丰富交互操作的叁维可视化软件平台。该研究成果将有效提高地学空间数据的叁维可视化建模效率和空间分析能力,具有较好的理论研究意义和实际应用价值。本文的主要研究内容如下:1.对地学空间数据的基本特征进行分析,阐述了地学空间数据的叁维空间特性以及海量、多尺度、多维、非结构化等特点;通过对多种可视化技术特点与地学空间数据特征的综合考虑,选取VTK图形库作为可视化工具包。2.对常见的点模型、线模型、面元模型(主要包括TIN模型、GRID模型等),体元模型(主要包括叁棱柱模型、六面体模型等)进行研究,并根据地学空间数据的特点,设计相应的数据结构与叁维可视化建模方法。3.基于地学空间数据的叁维可视化模型,设计了通用的体元网格模型剖切算法,研究了空间插值算法、RF-Kriging预测算法等,有效提高了可视化建模效率和空间分析能力。4.按照软件工程方法,基于Visual Studio 2012开发环境和MFC框架设计开发了一款叁维可视化软件平台,实现了地学空间数据的叁维可视化构建、管理、编辑、运算及表达等功能,并对真实的地学空间数据进行了叁维可视化展示。(本文来源于《合肥工业大学》期刊2019-05-01）
刘文杰[4]（2019）在《二叁维一体化环境中的空间数据可视化研究》一文中研究指出信息时代的来临使传统的二维信息表达不能满足新的需要,计算机的发展使显示和描述物体的叁维几何特征和属性特征成为可能,研究二维环境下地图信息的有效表达是当前的一项紧迫任务在空间叁维可视化经过前期的发展以后重视对二维地图符号系统的特点在新条件下的作用研究,是地图制图科学螺旋式上升的辩证观。该文详细探讨了叁维环境中二维地图符号中优势,论证了叁维可视化环境与二维地图符号的关系。(本文来源于《科技资讯》期刊2019年01期）
陶洁,邹智元,郑伟,刘渭滨[5]（2018）在《基于GIS的铁路设施空间数据可视化管理系统》一文中研究指出基于铁路设施管理的相关业务,集成ArcGIS平台强大的地理信息管理功能,依托Oracle和MicrosoftSQLServer等关系型数据库的数据组织与存储能力,运用面向对象的系统分析与设计方法,实现铁路设施空间数据可视化管理系统。该系统面向铁路行业的系统维护人员、网络优化人员和中高层管理人员,为其提供一个准确、快速、规范的设施管理平台,直观、动态地显示各种铁路设施的地理信息和业务数据,填补铁路设施空间数据信息管理系统的空白。(本文来源于《铁路通信信号工程技术》期刊2018年12期）
郗雪洁[6]（2018）在《基于Spark的空间数据可视化关键技术研究》一文中研究指出随着信息技术飞速发展,人类社会已全面进入数字信息时代,数据规模飞速增长,世界逐步进入数据大爆炸时期。在不断涌现的大量数据中,空间数据占据很大的比例,但大量的空间数据无法被人们直接理解,若以可视化的方式对空间数据进行处理,便能最直观的向用户展现数据价值。但是在海量空间数据面前,即使是配置极高的单机计算设备也很难满足可视化处理的需求。针对上述问题,本文基于Spark这个新型的基于内存计算的通用分布式计算平台,对空间数据可视化相关领域的关键技术进行了研究,涉及数据预处理、数据存储、数据分区、空间统计类图像生成、空间聚类图像生成等方向。具体工作如下:(1)首先对空间数据源进行分析研究。通过空间数据集的特征,将其分为人文空间数据和自然空间数据两种,各提取具有代表性的GDELT与LAADS DAAC数据集作为研究对象,研究数据集的分布特性、组成规律,针对每种数据集特点设计对应的可视化方案。(2)其次结合可视化图像生成方式,研究分布式平台下对空间数据的存储,提出并设计了两种基于HDFS分布式文件系统的空间数据存储方案:默认文件块分层存储与空间数据分区存储。其中默认文件块分层存储模式等同于每个计算节点生成目标图像的一个图层,最终通过图层迭加的方式生成最终可视化图像;空间数据分区存储模式等同于每个计算节点生成目标图像的一块,最终通过块拼接的方式生成最终可视化图像。(3)数据在进行空间划分存储时,需要保证节点间数据量的均匀性,避免数据倾斜降低Spark集群运算效率,针对该问题设计并实现了两种基于Spark平台的空间数据均匀分区算法:Hilbert_On_Spark与MergeRePartition,从而更好地提升可视化在分布式集群上的运行效率。(4)提出了基于Spark针对空间统计类图像的通用可视化算法模型。根据该模型,设计并实现散点图、频度图和热度图叁种具体的可视化算法,针对可视化中遇到的数据点离散、数据缺失、色值跳跃等问题,设计并实现了数据压缩、影响因子、缺失数据修复、色值归一等优化操作。(5)实现基于Spark的DBSCAN空间聚类可视化算法。利用Spark基于内存的迭代性能优势,对传统方案下高依赖于单机计算设备内存性能的空间聚簇算法进行了优化,设计并实现了DBSCAN_On_Spark算法,加速聚类过程;同时实现了DBSCANMap的可视化算法。最终,在本地单机和集群上部署测试环境,基于GDELT、LAADS DAAC以及模拟数据集,通过多项实验对本文提出的优化方案性能、聚类运算效果与可视化算法效率进行了评估。实验结果表明,多种可视化优化方案均有效的改善了输出图像质量;基于Spark的聚类可视化完成了单机设备无法实现的聚类可视化效果;基于Spark的空间统计类图像的通用可视化算法效率优于SpatialHadoop与ArcGIS系统。(本文来源于《西安电子科技大学》期刊2018-06-01）
周志光,石晨,史林松,刘亚楠[7]（2018）在《地理空间数据可视分析综述》一文中研究指出地理空间数据通常是指用于描述自然现象和社会事件的发生及演变的空间位置、分布、关系、变化规律等方面的信息资料.随着获取渠道的多样化、采集过程的规范化以及采样粒度的精细化,地理空间数据普遍呈现属性描述多样化、特征分布时空化、结构关系层次化等特点,经典的统计分析软件和地理信息系统难以有效地发掘地理空间数据中隐含的复杂关系模式及结构特征.可视分析则是在有效地融合可视设计和数据挖掘模型的基础上,借助交互技术引导用户全面而细致地分析和探索地理空间数据中潜在的对象、过程、事件,以及所呈现的多维、时空、动态、关联等特征.因此,文中对面向地理空间数据可视分析的相关研究进行综述,首先从视觉元素映射的视角出发,介绍点、线、面、体等视觉元素在地理空间数据可视化过程中的设计与应用;其次对于地理空间数据的组织形式,分别概述具有显着多维、时空、层次等特点的地理空间数据的可视分析前沿技术和方法;进一步简述地理空间数据可视分析技术在自然环境、城市交通、人文经济等领域的拓展应用.在此基础上,对地理空间数据可视分析的未来发展趋势进行了展望.(本文来源于《计算机辅助设计与图形学学报》期刊2018年05期）
王忠梁[8]（2018）在《基于Cesium平台的多维地球空间数据可视化》一文中研究指出随着智慧城市和数字中国的概念日益成熟和发展,空间数据受到了各行各业的广泛关注。在大数据时代,各个行业对空间数据的需求日益增加,许多跨学科工作人员和非专业人士也被吸引到这个领域。他们不仅需要一种存储数据的通用方法,而且对数据的共享和可视化提出了的要求。首先,数据的共享性和面向大众的程度需要提升,才能让更多非专业人士了解和使用空间数据。其次,地理数据可视化的维度范围需要扩展。除了近地表的空间数据,还有地下空间和室内空间等地理数据,包括时间动态的时空数据,都是各个行业需要的空间数据。对数据进行科学的可视化能够提升数据面向大众的程度。因此,急需一个面向大众、共享性强、多维度的空间数据可视化平台。虚拟地球是空间数据的叁维可视化平台,它能在不同尺度友好直观的展示空间数据。在互联网2.0时代,虚拟地球从客户端逐渐向网页端过度,其共享性和开放性也不断提升。本文以Web端虚拟地球引擎Cesium开发了一个空间数据可视化平台,将空间数据的可视化范围,从近地表拓宽到了地下空间和室内空间,同时研究了时间维度的动态可视化。本研究基于CityGML和3D City Datebase创建空间关系数据库结构,统一存储多源空间数据格式,包含OpenStreetMap、CityGML、IFC、地下钻孔、地下岩石圈层和时空轨迹数据的统一入库工作流;使用JavaScript和python脚本,结合开源叁维建模软件Blender实现叁维空间数据的切片、简化和格式转换,最终将数据量巨大的叁维空间数据导出成具有HLOD结构的3D Tiles格式,用于Cesium平台的分块加载、离核渲染和基于视角的可视化;使用python脚本处理和导出轨迹数据为CZML格式的描述文件,用于Cesium平台的时间动态可视化;基于Cesium进行二次开发,拓展虚拟地球平台的交互事件和可视化效果,实现地上地下和室内室外的无缝漫游。本文提出了创建基于Cesium的多维GIS可视平台的方法,为传统地理信息平台对地下空间、室内结构、时空数据可视化上存在的不足提供了合理的解决方案。该方法能够拓宽地理信息平台的可视化范围,丰富空间数据的多样性。该平台拥有负载海量多维空间数据的能力,以及开放共享、面向大众的平台特性,为智慧城市建设提供了良好的载体。(本文来源于《华东师范大学》期刊2018-04-01）
陈磊,连懿,刘朋飞[9]（2018）在《从《地理空间数据可视化原理》课程探讨GIS教学改革》一文中研究指出地理空间数据可视化是地理信息系统专业中重要的课程之一,其教学方法与手段与GIS专业的其它课程相似。为提高地理空间数据可视化与GIS专业课程的教学效果,本文以地理空间数据可视化原理课程为依托,对GIS专业课程的特点及教学现状进行总结,指出教学中存在的问题,并通过分析从教学内容、教学方式等方面为GIS教学改革提供一些建议。(本文来源于《课程教育研究》期刊2018年09期）
江勇[10]（2018）在《一种叁维网络GIS空间数据可视化方法的研究》一文中研究指出叁维GIS空间数据可视化是叁维GIS建模的基础,针对网络环境下叁维GIS在空间可视化方面存在的不足,本文提出了一种基于VRML的真叁维模型构建方法。以点、线、面和体四类拓扑元素之间的拓扑关系为依据组织建立数据库,结合分布式虚拟现实技术搭建起真叁维模型网络发布平台,成功实现叁维空间数据的可视化。研究表明,该方法能根据叁维拓扑关系建立真叁维模型,为叁维数据的可视化和共享、真叁维GIS空间分析提供了一种新的方案。(本文来源于《北京测绘》期刊2018年02期）
空间数据可视化论文开题报告
（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：
随着空间数据的爆炸性增长,空间数据可视化已经成为处理空间信息的重要方法和关键技术。论文首先简要陈述了当前空间数据可视化出现的问题,并对相应的方法进行了归纳及分析。在此基础上,提出了一种基于聚类的空间数据可视化方法,先通过聚类算法对空间数据进行聚类分析,然后将得到的结果进行可视化,从而解决了原有方法造成的数据拥堵、重复迭加现象。最后,对论文相关工作进行了总结以及对海量空间数据可视化的发展进行了展望。
（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。
空间数据可视化论文参考文献
[1].袁长征,林江伟,汪剑云.轨道交通控制保护区空间数据分析与可视化系统设计与实现[J].测绘通报.2019
[2].杨璇,刘宇.基于聚类的海量空间数据可视化研究与应用[J].计算机与数字工程.2019
[3].于雪润.地学空间数据叁维可视化关键算法研究及软件研发[D].合肥工业大学.2019
[4].刘文杰.二叁维一体化环境中的空间数据可视化研究[J].科技资讯.2019
[5].陶洁,邹智元,郑伟,刘渭滨.基于GIS的铁路设施空间数据可视化管理系统[J].铁路通信信号工程技术.2018
[6].郗雪洁.基于Spark的空间数据可视化关键技术研究[D].西安电子科技大学.2018
[7].周志光,石晨,史林松,刘亚楠.地理空间数据可视分析综述[J].计算机辅助设计与图形学学报.2018
[8].王忠梁.基于Cesium平台的多维地球空间数据可视化[D].华东师范大学.2018
[9].陈磊,连懿,刘朋飞.从《地理空间数据可视化原理》课程探讨GIS教学改革[J].课程教育研究.2018
[10].江勇.一种叁维网络GIS空间数据可视化方法的研究[J].北京测绘.2018
论文知识图
