CN107506460A - 一种混合气象大数据缓存策略的多变量可视化大数据平台 - Google Patents
一种混合气象大数据缓存策略的多变量可视化大数据平台 Download PDFInfo
- Publication number
- CN107506460A CN107506460A CN201710758398.9A CN201710758398A CN107506460A CN 107506460 A CN107506460 A CN 107506460A CN 201710758398 A CN201710758398 A CN 201710758398A CN 107506460 A CN107506460 A CN 107506460A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- visualization
- big data
- visualizes
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/972—Access to data in other repository systems, e.g. legacy data or dynamic Web page generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/34—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种混合气象大数据缓存策略的多变量可视化大数据平台,包括数据模块、Web应用模块和环境分析模块,所述数据模块包括数据引擎模块和数据分析模块,所述数据引擎模块用于查询和存储混合传感器观测数据,所述数据引擎模块包括查询传感器元数据模块和缓存归档模块;所述Web应用模块,用于将数据模块中的数据可视化呈现;所述环境分析模块,用于将Web应用模块中可视化的数据呈现分析给不同的用户;本发明提供了一个支持基于网络基础设施的可视化平台,能够整合来自不同传感器的异构非结构化数据,视觉应对分布式传感器的地理位置敏感,可视化平台提供模拟虚拟现实的在线、动态、互动和发布环境,以促进有效的知识发现。
Description
技术领域
本发明涉及三维可视化领域,具体的说是一种混合气象大数据缓存策略的 多变量可视化大数据平台。
背景技术
多变量可视化已被广泛地集成到面向应用的GIS平台中,用于传感器数据 管理和可视化。这些研究表明,多元可视化已经可以成功地融合地理空间应用。 这些***中使用的数据来自具有预定义格式的本地数据源,与独立应用程序中 的可视化兼容。随着Web成为信息传播的主要媒介,虚拟和跨学科合作成为环 境研究的常态,独立的可视化平台需要重新整合为集成后的数据,特别是非结 构化数据,来自网络空间中异构格式的不同数据来源。Google地球是一种流行 的基于地理位置数据可视化的三维平台,为传感器数据的可视化表示提供了GIS 展现支持。但是,它需要安装一个插件来在基于浏览器的设置中运行可视化环 境,从而限制其在Web环境中的广泛使用。现在很多气象的所有监测站点的传 感器观测数据都需要可视化。但是,需要实现传感器位置数据可视化,合成实 际数据、有限的位置和时间的统计大数据,具有很大的挑战性。数据从远程服 务器获得,其中网络带宽非常低且数据频率高,严重阻碍了气象大数据的获取 和展现以及信息管理。分布式传感器正在以不同的频率收集数据并以不同的数 据结构对数据进行编码,从而产生信息不对称,成为跨站点数据分析和比较的 重大障碍;传统的数据可视化纯粹依赖于统计图表,这阻碍了与位置影响的相 关理解。
基于此,针对上述现状中存在的局限性,本发明提出了一种混合气象大数 据缓存策略的多变量可视化大数据平台。
发明内容
为了解决上述现有技术问题,本发明提供一种混合气象大数据缓存策略的 多变量可视化大数据平台。
本发明解决其技术问题所采用的技术方案是:
一种混合气象大数据缓存策略的多变量可视化大数据平台,包括数据模块、 Web应用模块和环境分析模块,其中:
所述数据模块包括数据引擎模块和数据分析模块,所述数据引擎模块用于 查询和存储混合传感器观测数据,所述数据引擎模块包括查询传感器元数据模 块和缓存归档模块,所述查询传感器元数据模块用于提供观察结果和观察到的 环境变量的时空表示,所述缓存归档模块用于缓存和归档本地数据回收中远程 获取的数据,所述数据分析模块用于分析传感器观测数据;
所述Web应用模块,用于将数据模块中的数据可视化呈现,包括数据呈现 模块和可视化模块,所述数据呈现模块通过WebGL来呈现数据图形,呈现的数 据图形包括地形、图片层、几何图元、数据看板和统计图表,所述可视化模块 用于位置感知可视化、交互可视化和多元数据可视化,所述位置感知可视化用 于地形的处理,所述交互可视化用于图片层、几何图元和数据看板的处理,所 述多元数据可视化用于统计图表的处理;
所述环境分析模块,用于将Web应用模块中可视化的数据呈现分析给不同 的用户。
进一步地,所述缓存归档模块采用Hbase存储***,将传感器观测数据存 储为关键值,并且通过hadoop分布式计算框架的进行存储,用于将负载分布到 多个区域文件中。
进一步地,所述缓存归档模块具体用于将具有相似时间戳的时间序列数据 聚合在一起来最小化存储空间。
进一步地,混合传感器观测数据包括本地数据资源和异地数据资源。
进一步地,所述数据分析模块包括数据聚合模块、数据提取模块和数据抽 象模块,所述数据聚合模块用于数据的汇总,所述数据提取模块用于数据的提 取,所述数据抽象模块用于数据的分解。
与现有技术相比,本发明的有益效果是:本发明提供了一个支持基于网络 基础设施的可视化平台,该平台能够整合来自不同传感器的异构非结构化数据, 并采用新技术来支持大型传感器数据的高效可视化,视觉应对分布式传感器的 地理位置敏感,并发布空间分析中的重要信息,可视化平台提供模拟虚拟现实 的在线、动态、互动和发布环境,以促进有效的知识发现。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明的***流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅 仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明所述的一种混合气象大数据缓存策略的多变量可视化 大数据平台,包括数据模块1、Web应用模块2和环境分析模块3,其中:
所述数据模块1包括数据引擎模块和数据分析模块,所述数据引擎模块用 于查询和存储混合传感器观测数据,所述数据引擎模块包括查询传感器元数据 模块和缓存归档模块,所述查询传感器元数据模块用于提供观察结果和观察到 的环境变量的时空表示,所述缓存归档模块用于缓存和归档本地数据回收中远 程获取的数据,所述数据分析模块用于分析传感器观测数据;
所述Web应用模块2,用于将数据模块中的数据可视化呈现,包括数据呈 现模块和可视化模块,所述数据呈现模块通过WebGL来呈现数据图形,WebGL 的一个突出特点是它不需要安装任何插件,大多数3D地图可视化引擎(如 Google Earth)或NASA的WorldWind都要求使用这种模式。WebGL的另一个 优点是提供了JavaScript API,可以与各种二维统计和可视化库无缝集成,以支 持三维地理平台上的交互式和动态视觉分析,呈现的数据图形包括地形、图片 层、几何图元、数据看板和统计图表,所述可视化模块用于位置感知可视化、交互可视化和多元数据可视化,所述位置感知可视化用于地形的处理,所述交 互可视化用于图片层、几何图元和数据看板的处理,所述多元数据可视化用于 统计图表的处理,Web应用模块2实现了三种可用于基于WebGL的3D渲染原 语:图像、几何图元和数据看板。图像原语:负责加载遥感图像中的静态地图, 以模拟地球表面的真实地形类型和土地覆盖。何图元原语:作为可视化向量化 空间对象的一般容器。数据看板原语:用于加载HTML画布以在各种三维 webGIS组件上(如:***虚拟地球上)显示统计图表,还可以使用2D渲染 器来描绘传感器观测站点的位置和标签。2D和3D渲染器利用数据驱动的方法 通过WebGLJavaScript库和现代Web技术HTML5的无缝集成来加载,分析和 扫描传感器观测数据。集成两个主要的HTML元素。它们是HTML5 DOM(文 档对象模型),它提供文档的结构化表示,以促进数据处理和数据可视化元素HTML5 Canvas,用于绘制全球统计图表;
所述环境分析模块3,用于将Web应用模块中可视化的数据呈现分析给不 同的用户。
作为本发明一个较佳的实施例,所述缓存归档模块采用Hbase存储***, 将传感器观测数据存储为关键值,并且通过hadoop分布式计算框架的进行存储, 用于将负载分布到多个区域文件中。
所述Hbase存储***具体工作流程为:数据字段包括观察到的属性(即温 度)的名称,标签密钥(即stationId)和标签值(即,sid1,参考站的ID)。tsdb_uid” 支持双向“键:值”查找。例如,“001”是名为“property1”的度量标准的ID (可以被视为关系数据模型中的数据表)。获取ID“001”的名称可以通过查找 列族来完成“name”,将ID映射到名称。反向搜索(获取名称“property1”的 ID)可以通过查询列系列“id”来完成,该列系列提供从名称到ID的映射。所 有字段名称都由其密钥(或ID)索引,以加快大数据缓存***模块中的查询性能。另一个重要的表是“tsdb”,用于以键:值对的形式存储实际的时间序列传 感器观测数据。将在“sid1”站收集的值“11.01”的名为“property1”的观察变 量在2009年2月13日星期三下午3:31:30放入大数据缓存***模块数据库的示 例。对于该记录,该密钥由“property1”的ID(密钥行中的红色部分),小时 基准的标准化基线时间(密钥行中的灰色),“stationId”的ID“(键列中的蓝 色)和”sid1“的ID(键列中的绿色部分)。基准时间是通过采用给定时间戳 的时代时间的模运算获得的(2009年2月13日星期三下午3点31分30秒的匹 配的10位“时代时钟”时钟是1,234,567,890),并且摆脱数字这表示一小时内 的时间偏移。此操作可能导致由几个不同的观察记录共享的相同键。为了区分 它们,将密钥的值部分(列族t)从存储单个值扩展到由基线时间不同偏移量分 割的列表。以当前记录为例,已知时间偏移量为1890,因此该属性的值数据将 被***列中,并具有标记为“1890”的偏移量。这样,具有相似时间戳的时间 序列数据可以聚合在一起以最小化存储空间。利用基于Hadoop分布式计算*** 的上述数据模式和可扩展的时间序列数据库解决方案,使全站点缓存成为可能。 通过***设定,定期触发数据更新脚本,从远程SOS中提取新数据,并将其传 输到大数据缓存***模块数据库中,以同步远程服务器和本地数据存储库中提 供的数据。一旦用户请求到达,所需的数据将直接从本地数据存储库中提取, 以JSON(JavaScript对象符号)格式组成,发送到可视化平台中的分析或可视 化模块,这种全站点缓存和差异更新策略有助于显着减少数据检索时间,从而 提高整体***性能,实现了大型传感器数据的高效可视化。
作为本发明一个较佳的实施例,所述缓存归档模块具体用于将具有相似时 间戳的时间序列数据聚合在一起来最小化存储空间。
作为本发明一个较佳的实施例,混合传感器观测数据包括本地数据资源和 异地数据资源。
作为本发明一个较佳的实施例,所述数据分析模块包括数据聚合模块、数 据提取模块和数据抽象模块,所述数据聚合模块用于数据的汇总,所述数据提 取模块用于数据的提取,所述数据抽象模块用于数据的分解。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业 的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中 描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明 还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本 发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种混合气象大数据缓存策略的多变量可视化大数据平台,其特征在于,包括数据模块、Web应用模块和环境分析模块,其中:
所述数据模块包括数据引擎模块和数据分析模块,所述数据引擎模块用于查询和存储混合传感器观测数据,所述数据引擎模块包括查询传感器元数据模块和缓存归档模块,所述查询传感器元数据模块用于提供观察结果和观察到的环境变量的时空表示,所述缓存归档模块用于缓存和归档本地数据回收中远程获取的数据,所述数据分析模块用于分析传感器观测数据;
所述Web应用模块,用于将数据模块中的数据可视化呈现,包括数据呈现模块和可视化模块,所述数据呈现模块通过WebGL来呈现数据图形,呈现的数据图形包括地形、图片层、几何图元、数据看板和统计图表,所述可视化模块用于位置感知可视化、交互可视化和多元数据可视化,所述位置感知可视化用于地形的处理,所述交互可视化用于图片层、几何图元和数据看板的处理,所述多元数据可视化用于统计图表的处理;
所述环境分析模块,用于将Web应用模块中可视化的数据呈现分析给不同的用户。
2.根据权利要求1所述的一种混合气象大数据缓存策略的多变量可视化大数据平台,其特征在于:所述缓存归档模块采用Hbase存储***,将传感器观测数据存储为关键值,并且通过hadoop分布式计算框架的进行存储,用于将负载分布到多个区域文件中。
3.根据权利要求1所述的一种混合气象大数据缓存策略的多变量可视化大数据平台,其特征在于:所述缓存归档模块具体用于将具有相似时间戳的时间序列数据聚合在一起来最小化存储空间。
4.根据权利要求1所述的一种混合气象大数据缓存策略的多变量可视化大数据平台,其特征在于:混合传感器观测数据包括本地数据资源和异地数据资源。
5.根据权利要求1所述的一种混合气象大数据缓存策略的多变量可视化大数据平台,其特征在于:所述数据分析模块包括数据聚合模块、数据提取模块和数据抽象模块,所述数据聚合模块用于数据的汇总,所述数据提取模块用于数据的提取,所述数据抽象模块用于数据的分解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710758398.9A CN107506460A (zh) | 2017-08-29 | 2017-08-29 | 一种混合气象大数据缓存策略的多变量可视化大数据平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710758398.9A CN107506460A (zh) | 2017-08-29 | 2017-08-29 | 一种混合气象大数据缓存策略的多变量可视化大数据平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107506460A true CN107506460A (zh) | 2017-12-22 |
Family
ID=60694194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710758398.9A Pending CN107506460A (zh) | 2017-08-29 | 2017-08-29 | 一种混合气象大数据缓存策略的多变量可视化大数据平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107506460A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197316A (zh) * | 2018-02-01 | 2018-06-22 | 霍亮 | 支持空间数据的跨媒介电子文档技术平台 |
CN108874487A (zh) * | 2018-06-13 | 2018-11-23 | 北京九章云极科技有限公司 | 基于工作流的数据分析处理方法及*** |
CN109783549A (zh) * | 2018-12-29 | 2019-05-21 | 成都信息工程大学 | 气象资料可视化发现***及方法、计算机、计算机程序 |
CN110391943A (zh) * | 2019-07-31 | 2019-10-29 | 象辑知源(武汉)科技有限公司 | 一种分布式的气象数据生命周期构建与监控方法 |
CN110889182A (zh) * | 2019-11-22 | 2020-03-17 | 东华大学 | 面向像素技术的网络空间可视化模型的建立方法 |
CN113190721A (zh) * | 2021-05-26 | 2021-07-30 | 长沙迈迪克智能科技有限公司 | 一种疾控信息可视化展示方法、***及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003085151A (ja) * | 2001-09-12 | 2003-03-20 | Hitachi Ltd | 科学データの可視化方法、可視化支援システム及び可視化サービス方法 |
CN104376053A (zh) * | 2014-11-04 | 2015-02-25 | 南京信息工程大学 | 一种基于海量气象数据的存储与检索方法 |
CN106383965A (zh) * | 2016-10-13 | 2017-02-08 | 国家卫星气象中心 | 一种三维数值大气可视化支撑*** |
-
2017
- 2017-08-29 CN CN201710758398.9A patent/CN107506460A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003085151A (ja) * | 2001-09-12 | 2003-03-20 | Hitachi Ltd | 科学データの可視化方法、可視化支援システム及び可視化サービス方法 |
CN104376053A (zh) * | 2014-11-04 | 2015-02-25 | 南京信息工程大学 | 一种基于海量气象数据的存储与检索方法 |
CN106383965A (zh) * | 2016-10-13 | 2017-02-08 | 国家卫星气象中心 | 一种三维数值大气可视化支撑*** |
Non-Patent Citations (2)
Title |
---|
严丙辉: "结合地理信息的气象数据可视化平台设计与实现", 《万方学位数据库》 * |
梅鸿辉: "一种全球尺度三维大气数据可视化***", 《软件学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197316A (zh) * | 2018-02-01 | 2018-06-22 | 霍亮 | 支持空间数据的跨媒介电子文档技术平台 |
CN108874487A (zh) * | 2018-06-13 | 2018-11-23 | 北京九章云极科技有限公司 | 基于工作流的数据分析处理方法及*** |
CN109783549A (zh) * | 2018-12-29 | 2019-05-21 | 成都信息工程大学 | 气象资料可视化发现***及方法、计算机、计算机程序 |
CN110391943A (zh) * | 2019-07-31 | 2019-10-29 | 象辑知源(武汉)科技有限公司 | 一种分布式的气象数据生命周期构建与监控方法 |
CN110889182A (zh) * | 2019-11-22 | 2020-03-17 | 东华大学 | 面向像素技术的网络空间可视化模型的建立方法 |
CN113190721A (zh) * | 2021-05-26 | 2021-07-30 | 长沙迈迪克智能科技有限公司 | 一种疾控信息可视化展示方法、***及存储介质 |
CN113190721B (zh) * | 2021-05-26 | 2022-07-15 | 长沙迈迪克智能科技有限公司 | 一种疾控信息可视化展示方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506460A (zh) | 一种混合气象大数据缓存策略的多变量可视化大数据平台 | |
CN106383965A (zh) | 一种三维数值大气可视化支撑*** | |
Sun et al. | Development of a Web-based visualization platform for climate research using Google Earth | |
CN105117965A (zh) | 一种历史文化信息数据的管理方法、管理***、及服务端 | |
CN104899282A (zh) | 一种多源多时相卫星影像瓦片数据的处理方法及检索方法 | |
Vo et al. | Airborne laser scanning data storage and indexing: state-of-the-art review | |
CN112256790A (zh) | 基于WebGL的三维可视化展现***及数据可视化方法 | |
CN101719146B (zh) | 地理信息应用分析模型的动态图形化方法和装置 | |
CN104199949B (zh) | 一种实时环境下利用网格实现大规模动态目标可视化方法 | |
Costantino et al. | Implementation of a system WebGIS open-source for the protection and sustainable management of rural heritage | |
CN107066481B (zh) | 基于WebGIS的考古地球物理数据可视化平台的构建方法 | |
Krek et al. | Interoperable Location Based Services for 3D cities on the Web using user generated content from OpenStreetMap | |
Guney | Rethinking GIS towards the vision of smart cities through CityGML | |
Mooney et al. | Citizen generated spatial data and information: risks and opportunities | |
Di Martino et al. | Integrating *** earth within olap tools for multidimensional exploration and analysis of spatial data | |
CN109543087A (zh) | 一种国际三极数据互操作引擎***的构建方法及使用方法 | |
CN206117732U (zh) | 一种地图数据服务器*** | |
Gläßer et al. | The development of an integrated technical–methodical approach to visualise hydrological processes in an exemplary post-mining area in Central Germany | |
Pascaul et al. | An architecture for geographic information systems on the web-WebGIS | |
Xu et al. | Dynamic bus monitoring and scheduling system based on ArcGIS Server technology | |
Zhu et al. | Visualization of weather-induced disaster warning information system using Google Earth API based on Mashup | |
Baldissini et al. | An information system for the integration, management and visualization of 3D reality based archaeological models from different operators | |
Iosifescu et al. | GIS platform for interdisciplinary environmental research | |
Ginanjar et al. | Optimization of spatial visualization module in solap for indonesian agricultural commodities | |
Pohanka et al. | Python Web Server for Sensor Data Visualization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |
|
RJ01 | Rejection of invention patent application after publication |