下载 >  课程资源 >  讲义 > 空间数据的提取

空间数据的提取 评分:

为了深入研究地理空间,有必要建立地球表面的几何模型。根据大地测量学的研究成果,地球表面几何模型可以分为四类,
2014-12-03 上传大小:4.82MB
分享
收藏 举报
GIS地理空间数据免费获取
API 获取地理信息
城市空间三维数据快速提取与更新研究

城市空间三维数据快速提取与更新研究,以地面激光扫描数据为基础,对数据进行处理

立即下载
C#QQ空间访客提取批量提取

C# QQ空间访客提取批量采集,批量导出动态时时刷新。功能强大 QQ空间访客提取C#开发,win7,xp系统正常使用,.net2.0平台,如果没 有.net2.0,请自行下载。使用方法:打开软件先登陆QQ空间,点击登陆 ,然后点击获取cook,读取缓存中的gtk值,左侧导入需要批量采集的号 码。点击开始即可正常工作,右测显示采集数据,支持用户名显示,关 键字过滤,精准获取数据。技术支持QQ:29157306 内附说明方法和使用文档。

立即下载
qq空间访客提取器_qq空间访客提取工具

通过该软件采集的QQ数据,可作为QQ访客的流量引流分析和QQ访客的营销分析,有利于提升自身的产品销量和营销的业绩,以达到以最少的工作量实现最大的利润化,最大限度的提升产品销量,增加最终的销售利润。支持全天候定时采集保存功能。

立即下载
空间精准访客提取

空间精准访客提取器!精准访客提取器可用于提取QQ空间的访客QQ和访客QQ邮箱,用于精准网络数据库销售,功能非常的强大!!

立即下载
基于空间聚类分析的南海主要航线提取方法

基于轨迹数据分析航线特征的方法

立即下载
ExifLib数据快速提取工具源码

ExifLib数据快速提取工具源码 项目描述 ExifLib读取Exif标签(例如,相机型号,GPS数据、日期照相,快门速度等) 利用GDI+,System.Drawing.Imaging类开发 ExifLib simply reads Exif tags (i.e., camera model, GPS data, date picture taken, shutter speed etc.) from JPEG files, without the overhead introduced by using the GDI+ classes located in System.Drawi

立即下载
位置大数据的价值提取与协同挖掘方法

随着位置服务和车联网应用的不断普及,由地理数据、车辆轨迹和应用记录等所构成的位置大数据已成为当前用来感知人类社群活动规律、分析地理国情和构建智慧城市的重要战略性资源,是大数据科学研究极其重要的一部分.与传统小样统计不同,大规模位置数据存在明显的混杂性、复杂性和稀疏性,需要对其进行价值提取和协同挖掘,才能获得更为准确的移动行为模式和区域局部特征,从而还原和生成满足关联应用分析的整体数据模型.因此,着重从以下3个方面系统综述了针对位置大数据的分析方法,包括:(1)针对数据混杂性,如何先从局部提取出移动对象的二阶行为模式和区域交通动力学特征;(2)针对数据复杂性,如何从时间和空间尺度上分别对位置复杂

立即下载
激光传感器采集数据的障碍物特征提取

激光传感器采集数据的障碍物特征提取:激光测距仪能采集到的数据是一个180度的扇形范围内每隔0.5度的距离数据,每次采集有361个数据,根据这些数据把空间中的障碍物建立出来,并把这些障碍物中的直线特征提取出来。

立即下载
论文研究-基于随机子空间的多标签类属特征提取算法.pdf

目前多标签学习已广泛应用到很多场景中。在此类学习问题中,一个样本往往可以同时拥有多个类别标签。因为类别标签可能带有的特有属性(即类属属性)将更有助于标签分类,所以已经出现了一些基于类属属性的多标签学习算法。针对类属属性构造会导致属性空间存在冗余的问题,提出了一种多标签类属特征提取算法LIFT_RSM。该算法基于类属属性空间通过综合利用随机子空间模型及成对约束降维思想提取有效的特征信息,以达到提升分类性能的目的。在多个数据集上的实验结果表明,与若干经典的多标签算法相比,提出的LIFT_RSM算法能得到更好的分类效果。

立即下载
面向工业大数据的多层增量特征提取方法

针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息。首先,利用滑动窗口增量实时更新数据流,检测和过滤离群点,基于增量主成分分析对数据进行初步特征提取,利用Fisher准则函数量化各主元所包含的分类信息;然后,采用熵值法确定各主元贡献率和识别能力的权重,对主元进行筛选,由筛选出的主元构成新的特征空间;最后,将当前窗口的高维数据通过增量线性判别分析投影,完成二次特征提取的同时确定样本类别。实验结果表明,该方法可有效提取实时数据特征,同时很好的保留其判别能力。

立即下载
ArcGIS教程:按掩膜提取 (空间分析)

按掩膜提取工具与设置掩膜环境大体相同,但二者的区别在于输入掩膜只适用于即时实例,而在环境中设置的掩膜可在发生更改或被禁用之前应用于所有工具。

立即下载
在ENVI影像里利用aster数据提取DEM的方法和步骤

aster 在ENVI影像里利用aster数据提取DEM的方法和步骤在ENVI影像里利用aster数据提取DEM的方法和步骤

立即下载
谷歌地球GIS高程数据提取工具

谷歌地球高程提取工具使用方法: 1) 解压后 运行 GEInfosExtra.Patched.exe (注意不是 GEInfosExtra.exe) 2) 首页弹出的对话框点击 "进入试用版系统" 3) 点击左侧 选择 "高程提取" 选项卡, 4) 点击上方"绘制图形" 按钮, 在地图上绘制一片区域 (右键点击绘制) 5) 在左侧对象识别处, 选择对象 为 "单个对象(点线面)" 6) 在地图上点击刚才绘制的图形 7) 点击高程数据提取 (GEInfosExtra.Patched.exe 已将采样间隔最小值修改为1米) 8) 点击计算高程点数 (GEInfosExtra.Patched.ex

立即下载
高分辨率卫星影像与LiDAR数据的自动建筑物提取

本文提出了融合全色多光谱 IKONOS 影像与低分辨率 LiDAR 数据的一种自动提取建筑物轮廓的新方法。首先根据 IKONOS 提供的归一化植被指数与激光点云的高程获取建筑物属性特征,如果在一簇激光点云内,所有的激光点都符合建筑物的特性,则这簇点云被认为是独立的建筑物对象。其次,联合数据驱动方法与模型驱动方法获取建筑物轮廓直线,将这些直线作为建模线索。最后,利用二叉空间划分(BSP树)方法,根据数据驱动和模型驱动获取的直线将建筑物区域递归分割为一系列凸多边形,然后合并标识为建筑物的凸多边形,最终得到该建筑物的完整的轮廓描述。与 Ord-nance Survey's MasterMap?相比评

立即下载
山脊线、山谷线、鞍部点的提取实验教程及数据

本资源详细介绍如何提取山脊线、山谷线、鞍部点,系《ARCGIS空间分析实验教程》习题之一,本资源提供实验教程及数据

立即下载
ArcGIS教程:多值和值的提取至点 (空间分析)

在点要素类的指定位置提取一个或多个栅格像元值,并将值记录到点要素类的属性表中。

立即下载
空间数据挖掘技术 数据挖掘技术

摘要近年来,伴随着空间信息获取技术的快速发展,不同类型的空间数据库以及数据库中的数据量正在不断增长,如何 从这些海量数据中提取出隐含的信息和知识已成为人们研究的热点。空间数据挖掘就是为了解决这一科学问题而 提出的。该文在回顾已有空间数据挖掘规则的基础上,指出了空间数据挖掘过程中存在的主要问题,进而探讨了未 来空间数据挖掘的主要研究方向。

立即下载
基于EEG的特征提取

基于共空间模式的脑电信号处理,代码简短,便于使用

立即下载

热点文章

下载码下载
做任务获取下载码
取消 提交下载码
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

空间数据的提取

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
0 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: