摘要：由于网络地图服务(Web map service,WMS)元数据缺乏显式的领域主题描述机制,用户很难准确、全面地发现目标领域的地图数据资源。提出了一种面向地理信息资源检索的WMS领域主题文本提取及元数据扩展方法。首先,设计了一种非监督文本分类算法,利用地球与环境术语集语义网(semantic Web of Earth and environmental terminology,SWEET)和大型英语词汇语义网WordNet,综合计算WMS元数据能力文档中地学术语、通识型词汇与领域主题的语义相关度,为WMS及其图层提取多标签主题。然后,基于ISO191152003地理信息元数据标准,为WMS元数据组织模型扩展领域主题。实验结果表明,所提出的WMS元数据主题分类算法取得了较高的查准率和查全率,且相较于朴素贝叶斯、线性支持向量机(support vector machine,SVM)和逻辑回归等方法,整体上有较大的优势。该方法有望应用于当前的地理信息门户和目录服务,辅助用户快速、准确地定位目标领域的地图服务资源。

摘要：地理空间数据存储在文件或数据库中,对于在线服务的地理数据通常存储在空间数据库中,空间数据库已经能够管理海量矢量数据。然而由于空间数据的远程查询在一个有限带宽的网络环境中执行有别于传统的空间数据查询,具有只能传输有限的查询结果集、会话时间短、无状态、长事务和不透明的特点。在详细阐述这些特点的基础上,重点介绍基于查询代理的海量空间数据远程查询和基于Web的几何对象属性查询的设计与实现,实践证明能够部分解决上述问题。

摘要：针对边远地区扶贫工作的发展状况,提出应用地理信息系统提高省级扶贫工作的科学性和有效性。介绍省级扶贫地理信息系统的结构和功能,为解决扶贫工作提供思路。

摘要：在比较目前几种主流的手机GIS基础上,分析了WAP GIS的关键技术,设计了基于J2EE的系统框架体系,开发的试验系统目前已在真实环境下测试运行。实践表明,手机上的WAPGIS有着广阔的应用前景。

摘要：对大型城市而言,以TOD(transit-oriented-development)模式为导向进行城市建设对缓解交通拥堵、节约土地资源具有重要的现实意义。为有效评价TOD模式的实施效能,首先以轨道交通和城市用地的协调程度为切入点,基于经典的“节点-场所”模型(node-place model),结合城市路网、人口、建筑等多源数据,对地铁站点区域内TOD模式导向下的建设效能进行评估并对站点进行分类。随后根据交通与发展政策研究所(institute for transportation and development policy,ITDP)的评价标准对各类别的典型站点进行了调研和分析。以武汉市地铁2号线为例,研究结果表明,站域土地利用和交通功能的协同发展更符合TOD模式导向下的建设要求。武汉市应当对不同类型的站点采取针对性措施,以提高其TOD建设效能。

摘要：空间信息的数据量急剧膨胀给空间信息的有效管理、分发和利用提出了新的要求。结合空间信息的特点,详细介绍为测绘管理部门开发的数字区域空间信息管理与分发系统(DRSIMDS),并论述系统的主要功能和实现方法。

摘要：城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型,结合层次分析法获取的内涝点影响程度标签,剖析21类空间数据与内涝点对居民工作生活影响程度的关系,实现城市内涝对居民工作和生活影响的定量分析。实验表明,栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系,可有效预测潜在内涝点对居民工作和生活的影响程度大小,可用于城市防洪排涝方案的制定和排水管网的优化设计。

摘要：层次聚合聚类的典型算法可以体现研究数据的多尺度特征,但是典型算法的时空复杂度太高。通过将数据所在空间划分成等边长正交格网,结合3点间距离的传递性排除冗余计算,并将其推广到N维空间。设计了一种与典型算法遵循相同的单链规则,可即时计算类间距离且无需计算距离矩阵的算法,在获得与典型算法相同的多尺度聚类序列的同时,所需内存远小于典型算法。实验结果表明,该算法无需人工干预且不使用距离矩阵,能大幅降低层次聚合聚类的运行时间,但是效率优势随空间维数增长逐渐降低。

摘要：针对传统的基于CAD平台的日照分析系统不能适应城市规划与管理快速发展的需求 ,提出了将城市规划中的各种信息在统一的数据库平台上进行组织与管理 ,以数码城市GIS及其他技术为核心 ,并在此基础上整合日照分析的应用专题及其他应用专题的思路。特别对涉及到的关键技术包括三维数据模型的设计、基于Oracle的数据库管理、CAD数据的嵌入与操作、日照分析技术、组件式GIS技术等进行了详细的介绍。最后对基于数码城市GIS软件CCGIS日照分析系统CCSunAnalysis的实现与应用作了简要介绍。

摘要：基于肺部CT(computed tomography)影像的人工智能诊断是针对新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)的有效辅助诊断方法之一。使用神经网络以及数字图像处理等技术,设计了一个基于切片内和切片间注意力机制的轻量级COVID-19分类模型,在此基础上开发了集早期筛查、病变评估、病灶分割功能和肺部及病灶像素分布直方图等功能于一体的COVID-19智能诊断系统。通过从武汉大学人民医院采集了247名COVID-19病患、152名其他肺炎患者和92名健康者的肺部CT图像,并制作为训练数据集用于网络训练。实验结果显示,提出的方法在验证集上的筛查任务和病变评估任务上的准确率分别达到88.63%和89.65%,算法模型中每人平均诊断时间缩短到0.4 s,系统具有重要的应用价值。