CN114168906B - 一种基于云计算的测绘地理信息数据采集*** - Google Patents

一种基于云计算的测绘地理信息数据采集*** Download PDF

Info

Publication number
CN114168906B
CN114168906B CN202210131683.9A CN202210131683A CN114168906B CN 114168906 B CN114168906 B CN 114168906B CN 202210131683 A CN202210131683 A CN 202210131683A CN 114168906 B CN114168906 B CN 114168906B
Authority
CN
China
Prior art keywords
signal
influence
judgment
mapping
coefficient
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.)
Active
Application number
CN202210131683.9A
Other languages
English (en)
Other versions
CN114168906A (zh
Inventor
贾婧雯
李雷
陶涛
周爱英
杨欢欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weihai Real Estate Surveying And Mapping Center Co ltd
Original Assignee
Weihai Real Estate Surveying And Mapping Center Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Weihai Real Estate Surveying And Mapping Center Co ltd filed Critical Weihai Real Estate Surveying And Mapping Center Co ltd
Priority to CN202210131683.9A priority Critical patent/CN114168906B/zh
Publication of CN114168906A publication Critical patent/CN114168906A/zh
Application granted granted Critical
Publication of CN114168906B publication Critical patent/CN114168906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及测绘地理信息技术领域,用于解决现有的测绘地理信息采集***中,难以对采集的数据的误差性进行明确预判分析,且也难以保证数据采集的准确性,故无法保证地理测绘信息采集的准确性,阻碍了测绘地理信息体系发展的问题,尤其公开了一种基于云计算的测绘地理信息数据采集***,包括数据采集单元、数据定性单元、初步判定单元、二次判定单元、综合校对单元;本发明通过从不同角度以及利用不同方法对影响地理测绘信息采集数据的误差进行准确的预判分析,从而在实现了对采集数据的误差性的明确预判分析的同时,也提高了地理测绘信息数据采集的准确性,促进了测绘地理信息体系高效的发展与进步。

Description

一种基于云计算的测绘地理信息数据采集***
技术领域
本发明涉及测绘地理信息技术领域,具体为一种基于云计算的测绘地理信息数据采集***。
背景技术
测绘地理信息是用来描述现实世界各种目标的空间位置和分布情况的信息,是表示地物和环境固有的数量、质量、分布特征、相互联系的数字、文字、图形、图像的总称,并具有空间定位特征、多重属性结构特征、时态变化特征。
随着科技的发展及人类文明的进步,人类的工作、生活以及建设活动对测绘地理信息的利用率和依赖性越来越强,测绘地理信息已经成为人类最重要的、基础性的信息资源之一,因此,我们要加大对测绘地理信息建设的脚步,进而来满足社会的发展需求。
测绘地理信息的建设流程包含数据的采集、处理、分析、制图以及建库等,而现有的测绘地理信息采集***中,大都是直接对地理数据信息进行采集,其采集数据的方式,难以对采集的数据的误差性进行明确预判分析,且也难以保证数据采集的准确性,故无法保证地理测绘信息采集的准确性,进而极大地阻碍了测绘地理信息体系的发展与进步。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的测绘地理信息采集***中,难以对采集的数据的误差性进行明确预判分析,且也难以保证数据采集的准确性,故无法保证地理测绘信息采集的准确性,阻碍了测绘地理信息体系的发展与进步的问题,通过从不同角度以及利用不同方法对影响地理测绘信息采集数据的误差进行准确的预判分析,从而在实现了对采集数据的误差性的明确预判分析的同时,也提高了地理测绘信息数据采集的准确性,促进了测绘地理信息体系高效的发展与进步,而提出一种基于云计算的测绘地理信息数据采集***。
本发明的目的可以通过以下技术方案实现:
一种基于云计算的测绘地理信息数据采集***,包括数据采集单元、数据定性单元、初步判定单元、二次判定单元、综合校对单元、归纳分析单元以及显示终端;
所述数据采集单元用于采集影响地理测绘采集准确性的采集误差因素信息,并将其发送至数据定性单元;
所述数据定性单元用于对接收的采集误差因素信息进行逐类数据定性分析处理,据此分别生成技能综合系数Jsw、环境复杂系数Hfz、设备融合系数Sbr,并将其分别发送至初步判定单元和二次判定单元;
所述初步判定单元对接收的各类数据系数进行初步定性分析处理,据此生成初判影响极小信号、初判影响中等信号和初判影响极大信号,并将其均发送至综合校对单元;
所述二次判定单元用于对接收的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr进行双重判定分析处理,据此生成二判影响极小信号、二判影响中等信号和二判影响极大信号,并将其均发送至综合校对单元;
所述综合校对单元用于对接收的初判影响类型信号和二判影响类型信号进行综合判定分析处理,据此生成肯定影响信号、无关影响信号以及一般影响信号,并将其均发送至归纳分析单元;
所述归纳分析单元用对接收的肯定影响信号、无关影响信号以及一般影响信号进行归纳分析处理,并以文本字样的方式发送至显示终端,供技术人员参考研究。
进一步的,采集误差因素信息用于表示地理测绘的过程中影响采集地理测绘数据准确性的因素信息,且采集误差因素信息包括技术层面指标、环境层面指标和设备层面指标,其中,技术层面指标用于表示地理测绘中的各技术人员各项技能的综合数据信息,且技术层面指标包括工龄、职位等级和涉技深度,其中,工龄用于表示从事地理测绘的各工作人员的工作时间年龄数据值,职位等级用于表示从事地理测绘的各工作人员的测绘职位等级数据值,而涉技深度用于表示从事地理测绘的各工作人员对测绘知识层面掌握的深度数据值;
环境层面指标用于表示地理测绘所在的单位区域地形环境、气象环境以及人文环境的复杂程度的综合数据信息,且环境层面指标包括地形量值、气象量值和人口量值,其中,地形量值用于表示所处单位区域内所包含的地形种类数量的数据值,气象量值用于表示一段时间内所处的单位区域的气象环境变化次数的数据值,而人口量值用于表示所在单位区域内的流动人口的数量值;
设备层面指标用于表示各类测绘设备完成测绘工作完整度的性能数据值,且设备层面指标包括设备统一量值、设备性能量值以及设备范畴量值,其中,设备统一量值用于表示测绘设备在地理测绘行业中测绘方式统一高度的数据量值,设备性能量值用于表示设备测绘性能等级的数据量值,设备范畴量值用于表示各类测绘设备在测绘工作中能够涉及测绘范畴大小的一类量值数据。
进一步的,逐类数据定性分析处理的具体操作步骤如下:
S1:捕捉单位时间内采集误差因素信息中的技术层面指标,并将技术层面指标中的工龄、职位等级和涉技深度分别标定为age、pos和sgs,并将其进行归一化处理,依据公式Jsw=age+pos+sgs,求得技能综合系数Jsw,其中,a1、a2和a3分别为工龄、职位等级和涉技深度的修正因子系数,且a3>a1>a3>0,a1+a2+a3=1.3641;
S2:捕捉单位时间内采集误差因素信息中的环境层面指标,并将环境层面指标的地形量值、气象量值和人口量值分别标定为dxl、qxl和rwl,并将其进行归一化处理,依据公式Hfz=dxl+qxl+rwl,求得环境复杂系数Hfz,其中,b1、b2和b3分别为地形量值、气象量值和人口量值的误差因子系数,且b1>b2>b3>0,b1+b2+b3=0.8948;
S3:捕捉单位时间内采集误差因素信息中的设备层面指标,并将设备层面指标的设备统一量值、设备性能量值以及设备范畴量值分别标定为stl、sxl和sfl,并将其进行归一化处理,依据公式Sbr=stl+sxl+sfl,求得设备融合系数Sbr,其中,c1、c2和c3分别为设备统一量值、设备性能量值以及设备范畴量值的归一化因子系数,c2>c1>c3>0,c1+c2+c3=5.7101。
进一步的,初步定性分析处理的具体操作步骤如下:
捕捉单位时间内各类数据系数中的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,并将其分别与对应的预设参照值Yu1、Yu2和Yu3进行比对,若满足Jsw≥Yu1时,则生成技术层面合格信号,若满足Jsw<Yu1时,则生成技术层面不合格信号,若满足Hfz<Yu2时,则生成环境层面合格信号,若满足Hfz≥Yu2时,则生成环境层面不合格信号,若满足Sbr≥Yu3时,则生成设备层面合格信号,若满足Sbr<Yu3时,则生成设备层面不合格信号;
将技术层面合格信号和技术层面不合格信号分别标定为符号J-1和J-2,将环境层面合格信号和环境层面不合格信号分别标定为符号H-1和H-2,将设备层面合格信号和设备层面不合格信号分别标定为符号S-1和S-2;
同时捕捉单位时间内技术层面、环境层面和设备层面的判定标定符号J-1或J-2、H-1或H-2以及S-1或S-2,并将各类判定符号进行交集处理,若满足J-1∩H-1∩S-1=1,则生成初判影响极小信号,若满足J-2∩H-2∩S-2=2,则生成初判影响极大信号,而其他情况下,则均生成初判影响中等信号。
进一步的,双重判定分析处理的具体操作步骤如下:
捕捉单位时间内的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,依据公式
Figure GDA0003575760710000051
求得二重判定系数Ecx,其中,e1、e2和e3分别为技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr的权重因子系数,且e1>e2>e3>0,e1+e2+e3=4.3012;
将二重判定系数Ecx代入预设影响阈值Yu4中进行比对分析,若二重判定系数Ecx大于预设影响阈值Yu4的最大值时,则生成二判影响极小信号,若二重判定系数Ecx处于预设影响阈值Yu4之内时,则生成二判影响中等信号,若二重判定系数Ecx小于预设影响阈值Yu4的最小值时,则生成二判影响极大信号。
进一步的,综合判定分析处理的具体操作步骤如下:
捕捉初判影响类型信号中的初判影响极小信号、初判影响中等信号和初判影响极大信号,以及捕捉二判影响类型信号中的二判影响极小信号、二判影响中等信号和二判影响极大信号,并将两类影响判定信号进行综合交叉分析;
若同时捕捉整合的信号分别为初判影响极小信号和二判影响极小信号时,则生成无关影响信号,若同时捕捉整合的信号分别为初判影响极大信号和二判影响极大信号时,则生成肯定影响信号,而其他情况下,则均生成一般影响信号。
进一步的,归纳分析处理的具体操作步骤如下:
当接收到肯定影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在较大的采集误差现象,且极其不利于后续测绘地理信息的建设”;
当接收到无关影响信号时,则据此生成文本字样“测绘地理信息的数据采集时几乎不存在采集误差现象,且极其有利于后续测绘地理信息的建设”;
当接收到一般影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在一定的采集误差现象,且不利于后续测绘地理信息的建设”。
与现有技术相比,本发明的有益效果是:
通过符号化的标定以及归一化处理的方式,将各类影响采集准确性的误差因素信息进行准确的定性预判分析,依据定性预判分析的结果,利用数值参照比对的方式以及利用公式化的处理以及阈值代入分析的方式,从不同角度以及利用不同方法对影响地理测绘信息采集数据的误差进行准确的预判分析,从而在实现了对采集数据的误差性的明确预判分析的同时,也提高了地理测绘信息数据采集的准确性,促进了测绘地理信息体系高效的发展与进步。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的***总框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一:
如图1所示,一种基于云计算的测绘地理信息数据采集***,包括数据采集单元、数据定性单元、初步判定单元、二次判定单元、综合校对单元、归纳分析单元以及显示终端;
数据采集单元用于采集影响地理测绘采集准确性的采集误差因素信息,并将其发送至数据定性单元;
其中,采集误差因素信息用于表示地理测绘的过程中影响采集地理测绘数据准确性的因素信息,且采集误差因素信息包括技术层面指标、环境层面指标和设备层面指标,其中,技术层面指标用于表示地理测绘中的各技术人员各项技能的综合数据信息,且技术层面指标包括工龄、职位等级和涉技深度,其中,工龄用于表示从事地理测绘的各工作人员的工作时间年龄数据值,职位等级用于表示从事地理测绘的各工作人员的测绘职位等级数据值,而涉技深度用于表示从事地理测绘的各工作人员对测绘知识层面掌握的深度数据值,需要说明的是,技术层面指标中的各项因素指标数据的表现数值越大,则越说明该技术层面指标越高,进而也说明了对影响测绘地理信息数据采集误差的影响性越小,越有利于后续测绘地理信息的建设;
环境层面指标用于表示地理测绘所在的单位区域地形环境、气象环境以及人文环境的复杂程度的综合数据信息,且环境层面指标包括地形量值、气象量值和人口量值,其中,地形量值用于表示所处单位区域内所包含的地形种类数量的数据值,需要说明的是,单位区域内所包含的地形种类数越多,则地形量值的表现数值越大,其越说明对影响测绘地理信息数据采集误差的影响性越大,其中,单位区域表示以县级或区级为单位的空间区域;
气象量值用于表示一段时间内所处的单位区域的气象环境变化次数的数据值,需要说明的是,气象环境变化指的是从一种气象天气转为另一种气象天气的现象情况,例如从晴转阴或者从阴转晴,这样的转换方式将记作一次变化次数,其中,一段时间表示为一周时间,而单位区域仍表示以县级或区级为单位的空间区域;
而人口量值用于表示所在单位区域内的流动人口的数量值,需要说明的是,人口量值的表现数值越大,则越说明单位区域内的流动人口数量多,从而也进一步说明对影响测绘地理信息数据采集误差的影响性越大;
设备层面指标用于表示各类测绘设备完成测绘工作完整度的性能数据值,且设备层面指标包括设备统一量值、设备性能量值以及设备范畴量值,其中,设备统一量值用于表示测绘设备在地理测绘行业中测绘方式统一高度的数据量值,设备性能量值用于表示设备测绘性能等级的数据量值,设备范畴量值用于表示各类测绘设备在测绘工作中能够涉及测绘范畴大小的一类量值数据,需要说明的是,设备层面指标中的各项因素指标数据的表现数值越大,则越说明设备层面指标越高,进而也说明了对影响测绘地理信息数据采集误差的影响性越小,越有利于后续测绘地理信息的建设;
数据定性单元用于对接收的采集误差因素信息进行逐类数据定性分析处理,据此分别生成技能综合系数Jsw、环境复杂系数Hfz、设备融合系数Sbr,并将其分别发送至初步判定单元和二次判定单元;
初步判定单元对接收的各类数据系数进行初步定性分析处理,据此生成初判影响极小信号、初判影响中等信号和初判影响极大信号,并将其均发送至综合校对单元;
二次判定单元用于对接收的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr进行双重判定分析处理,据此生成二判影响极小信号、二判影响中等信号和二判影响极大信号,并将其均发送至综合校对单元;
综合校对单元用于对接收的初判影响类型信号和二判影响类型信号进行综合判定分析处理,据此生成肯定影响信号、无关影响信号以及一般影响信号,并将其均发送至归纳分析单元;
归纳分析单元用对接收的肯定影响信号、无关影响信号以及一般影响信号进行归纳分析处理,并以文本字样的方式发送至显示终端,供技术人员参考研究。
实施例二:
如图1所示,利用数据采集单元采集影响地理测绘采集准确性的采集误差因素信息,并将其发送至数据定性单元;
当数据定性单元接收到采集误差因素信息时,并据此进行逐类数据定性分析处理,具体的操作步骤如下:
S1:捕捉单位时间内采集误差因素信息中的技术层面指标,并将技术层面指标中的工龄、职位等级和涉技深度分别标定为age、pos和sgs,并将其进行归一化处理,依据公式Jsw=age+pos+sgs,求得技能综合系数Jsw,其中,a1、a2和a3分别为工龄、职位等级和涉技深度的修正因子系数,且a3>a1>a3>0,a1+a2+a3=1.3641,需要说明的是,修正因子系数用于对公式计算中出现的数值误差进行均衡修正的一类因子系数;
S2:捕捉单位时间内采集误差因素信息中的环境层面指标,并将环境层面指标的地形量值、气象量值和人口量值分别标定为dxl、qxl和rwl,并将其进行归一化处理,依据公式Hfz=dxl+qxl+rwl,求得环境复杂系数Hfz,其中,b1、b2和b3分别为地形量值、气象量值和人口量值的误差因子系数,且b1>b2>b3>0,b1+b2+b3=0.8948,需要说明的是,误差因子系数用于表示用于均衡各项数据因单位不同产生的计算误差的一类因子系数;
S3:捕捉单位时间内采集误差因素信息中的设备层面指标,并将设备层面指标的设备统一量值、设备性能量值以及设备范畴量值分别标定为stl、sxl和sfl,并将其进行归一化处理,依据公式Sbr=stl+sxl+sfl,求得设备融合系数Sbr,其中,c1、c2和c3分别为设备统一量值、设备性能量值以及设备范畴量值的归一化因子系数,c2>c1>c3>0,c1+c2+c3=5.7101,需要说明的是,归一化因子系数用于将各项数据统一到同一层面,进而便于计算分析的一类因子系数;
S4:并将生成的技能综合系数Jsw、环境复杂系数Hfz、设备融合系数Sbr发送至初步判定单元;
当初步判定单元接收到各类数据系数时,并据此进行初步定性分析处理,具体的操作步骤如下:
捕捉单位时间内各类数据系数中的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,并将其分别与对应的预设参照值Yu1、Yu2和Yu3进行比对,若满足Jsw≥Yu1时,则生成技术层面合格信号,若满足Jsw<Yu1时,则生成技术层面不合格信号,若满足Hfz<Yu2时,则生成环境层面合格信号,若满足Hfz≥Yu2时,则生成环境层面不合格信号,若满足Sbr≥Yu3时,则生成设备层面合格信号,若满足Sbr<Yu3时,则生成设备层面不合格信号;
将技术层面合格信号和技术层面不合格信号分别标定为符号J-1和J-2,将环境层面合格信号和环境层面不合格信号分别标定为符号H-1和H-2,将设备层面合格信号和设备层面不合格信号分别标定为符号S-1和S-2;
同时捕捉单位时间内技术层面、环境层面和设备层面的判定标定符号J-1或J-2、H-1或H-2以及S-1或S-2,并将各类判定符号进行交集处理,若满足J-1∩H-1∩S-1=1,则生成初判影响极小信号,若满足J-2∩H-2∩S-2=2,则生成初判影响极大信号,而其他情况下,则均生成初判影响中等信号;
并将生成的初判影响极小信号、初判影响中等信号和初判影响极大信号均发送至综合校对单元。
实施例三:
如图1所示,通过数据采集单元采集影响地理测绘采集准确性的采集误差因素信息,并将其发送至数据定性单元;
当数据定性单元接收到采集误差因素信息时,并据此进行逐类数据定性分析处理,据此分别生成技能综合系数Jsw、环境复杂系数Hfz、设备融合系数Sbr,并将其二次判定单元;
当二次判定单元接收到技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr时,并据此进行双重判定分析处理,具体的操作步骤如下:
捕捉单位时间内的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,依据公式
Figure GDA0003575760710000111
求得二重判定系数Ecx,其中,e1、e2和e3分别为技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr的权重因子系数,且e1>e2>e3>0,e1+e2+e3=4.3012,需要说明的是,权重因子系数用于表示各项数据在总量中所具有的重要程度,其中,技能综合系数Jsw和设备融合系数Sbr与环境复杂系数Hfz之间成反比关系,即当技能综合系数Jsw和设备融合系数Sbr的表现数值越大时,环境复杂系数Hfz的表现数值越小时,其二重判定系数Ecx的表现数值就越大,而二重判定系数Ecx表现数值大,又进一步说明了采集的误差影响对测绘地理信息数据采集准确性的影响越小,越有利于后续测绘地理信息的建设;
将二重判定系数Ecx代入预设影响阈值Yu4中进行比对分析,若二重判定系数Ecx大于预设影响阈值Yu4的最大值时,则生成二判影响极小信号,若二重判定系数Ecx处于预设影响阈值Yu4之内时,则生成二判影响中等信号,若二重判定系数Ecx小于预设影响阈值Yu4的最小值时,则生成二判影响极大信号;
并将生成的二判影响极小信号、二判影响中等信号和二判影响极大信号均发送至综合校对单元。
实施例四:
如图1所示,当综合校对单元接收到初判影响类型信号和二判影响类型信号时,并据此进行综合判定分析处理,具体的操作步骤如下:
捕捉初判影响类型信号中的初判影响极小信号、初判影响中等信号和初判影响极大信号,以及捕捉二判影响类型信号中的二判影响极小信号、二判影响中等信号和二判影响极大信号,并将两类影响判定信号进行综合交叉分析;
若同时捕捉整合的信号分别为初判影响极小信号和二判影响极小信号时,则生成无关影响信号,若同时捕捉整合的信号分别为初判影响极大信号和二判影响极大信号时,则生成肯定影响信号,而其他情况下,则均生成一般影响信号;
并将生成的肯定影响信号、无关影响信号以及一般影响信号均发送至归纳分析单元;
当归纳分析单元接收到肯定影响信号、无关影响信号以及一般影响信号时,并据此进行归纳分析处理,具体的操作步骤如下:
当接收到肯定影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在较大的采集误差现象,且极其不利于后续测绘地理信息的建设”;
当接收到无关影响信号时,则据此生成文本字样“测绘地理信息的数据采集时几乎不存在采集误差现象,且极其有利于后续测绘地理信息的建设”;
当接收到一般影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在一定的采集误差现象,且不利于后续测绘地理信息的建设”;
并将以上归纳分析的结果,以文本字样的方式发送至显示终端,供技术人员参考研究。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
如公式:
Figure GDA0003575760710000131
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数;将设定的权重因子系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到e1、e2和e3取值分别为1.5015、2.0471和0.7526;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的权重因子系数;只要不影响参数与量化后数值的比例关系即可。
本发明在使用时,通过采集影响地理测绘数据采集准确性的采集误差因素信息,利用符号化的标定以及归一化处理的方式,将各类影响采集准确性的误差因素信息进行准确的定性预判分析;
依据定性预判分析的结果,利用数值参照比对的方式,将各项采集误差因素数据进行逐一代入判断分析处理,通过信号化代入输出、符号赋值标定以及集合计算的方式,将地理测绘信息采集的误差影响数据进行初步的直接的判定分析,从而实现了对采集数据的误差性的明确预判分析,为保证测绘地理数据采集的准确性奠定了基础,也促进了测绘地理信息体系的发展与进步;
依据定性预判分析的结果,利用公式化的处理以及阈值代入分析的方式,又进一步对地理测绘信息采集的误差影响数据进行二次精确的判定分析,并利用综合比对判定的方式,将初判影响类型信号与二判影响类型信号进行整合交叉验证处理,进而生成判断影响测绘地理信息采集准确性的最终判别数据信号,并利用文本字样的方式进行归纳分析;
通过从不同角度以及利用不同方法对影响地理测绘信息采集数据的误差进行准确的预判分析,从而在实现了对采集数据的误差性的明确预判分析的同时,也提高了地理测绘信息数据采集的准确性,促进了测绘地理信息体系高效的发展与进步。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种基于云计算的测绘地理信息数据采集***,其特征在于,包括数据采集单元、数据定性单元、初步判定单元、二次判定单元、综合校对单元、归纳分析单元以及显示终端;
所述数据采集单元用于采集影响地理测绘采集准确性的采集误差因素信息,并将其发送至数据定性单元;
所述数据定性单元用于对接收的采集误差因素信息进行逐类数据定性分析处理,据此分别生成技能综合系数Jsw、环境复杂系数Hfz、设备融合系数Sbr,并将其分别发送至初步判定单元和二次判定单元;
所述初步判定单元对接收的各类数据系数进行初步定性分析处理,具体的操作步骤如下:
捕捉单位时间内各类数据系数中的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,并将其分别与对应的预设参照值Yu1、Yu2和Yu3进行比对,若满足Jsw≥Yu1时,则生成技术层面合格信号,若满足Jsw<Yu1时,则生成技术层面不合格信号,若满足Hfz<Yu2时,则生成环境层面合格信号,若满足Hfz≥Yu2时,则生成环境层面不合格信号,若满足Sbr≥Yu3时,则生成设备层面合格信号,若满足Sbr<Yu3时,则生成设备层面不合格信号;
将技术层面合格信号和技术层面不合格信号分别标定为符号J-1和J-2,将环境层面合格信号和环境层面不合格信号分别标定为符号H-1和H-2,将设备层面合格信号和设备层面不合格信号分别标定为符号S-1和S-2;
同时捕捉单位时间内技术层面、环境层面和设备层面的判定标定符号J-1或J-2、H-1或H-2以及S-1或S-2,并将各类判定符号进行交集处理,若满足J-1∩H-1∩S-1=1,则生成初判影响极小信号,若满足J-2∩H-2∩S-2=2,则生成初判影响极大信号,而其他情况下,则均生成初判影响中等信号,并将生成的初判影响极小信号、初判影响中等信号和初判影响极大信号均发送至综合校对单元;
所述二次判定单元用于对接收的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr进行双重判定分析处理,具体的操作步骤如下:
捕捉单位时间内的技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr,依据公式
Figure 969708DEST_PATH_IMAGE002
,求得二重判定系数Ecx,其中,e1、e2和e3分别为技能综合系数Jsw、环境复杂系数Hfz和设备融合系数Sbr的权重因子系数,且e1>e2>e3>0,e1+e2+e3=4.3012;
将二重判定系数Ecx代入预设影响阈值Yu4中进行比对分析,若二重判定系数Ecx大于预设影响阈值Yu4的最大值时,则生成二判影响极小信号,若二重判定系数Ecx处于预设影响阈值Yu4之内时,则生成二判影响中等信号,若二重判定系数Ecx小于预设影响阈值Yu4的最小值时,则生成二判影响极大信号,并将生成的二判影响极小信号、二判影响中等信号和二判影响极大信号均发送至综合校对单元;
所述综合校对单元用于对接收的初判影响类型信号和二判影响类型信号进行综合判定分析处理,据此生成肯定影响信号、无关影响信号以及一般影响信号,并将其均发送至归纳分析单元;
所述归纳分析单元用对接收的肯定影响信号、无关影响信号以及一般影响信号进行归纳分析处理,并以文本字样的方式发送至显示终端,供技术人员参考研究。
2.根据权利要求1所述的一种基于云计算的测绘地理信息数据采集***,其特征在于,采集误差因素信息用于表示地理测绘的过程中影响采集地理测绘数据准确性的因素信息,且采集误差因素信息包括技术层面指标、环境层面指标和设备层面指标,其中,技术层面指标用于表示地理测绘中的各技术人员各项技能的综合数据信息,且技术层面指标包括工龄、职位等级和涉技深度;
环境层面指标用于表示地理测绘所在的单位区域地形环境、气象环境以及人文环境的复杂程度的综合数据信息,且环境层面指标包括地形量值、气象量值和人口量值;
设备层面指标用于表示各类测绘设备完成测绘工作完整度的性能数据值,且设备层面指标包括设备统一量值、设备性能量值以及设备范畴量值。
3.根据权利要求1所述的一种基于云计算的测绘地理信息数据采集***,其特征在于,逐类数据定性分析处理的具体操作步骤如下:
S1:捕捉单位时间内采集误差因素信息中的技术层面指标,并将技术层面指标中的工龄、职位等级和涉技深度分别标定为age、pos和sgs,并将其进行归一化处理,求得技能综合系数Jsw;
S2:捕捉单位时间内采集误差因素信息中的环境层面指标,并将环境层面指标的地形量值、气象量值和人口量值分别标定为dxl、qxl和rwl,并将其进行归一化处理,求得环境复杂系数Hfz;
S3:捕捉单位时间内采集误差因素信息中的设备层面指标,并将设备层面指标的设备统一量值、设备性能量值以及设备范畴量值分别标定为stl、sxl和sfl,并将其进行归一化处理,求得设备融合系数Sbr。
4.根据权利要求1所述的一种基于云计算的测绘地理信息数据采集***,其特征在于,综合判定分析处理的具体操作步骤如下:
捕捉初判影响类型信号中的初判影响极小信号、初判影响中等信号和初判影响极大信号,以及捕捉二判影响类型信号中的二判影响极小信号、二判影响中等信号和二判影响极大信号,并将两类影响判定信号进行综合交叉分析;
若同时捕捉整合的信号分别为初判影响极小信号和二判影响极小信号时,则生成无关影响信号,若同时捕捉整合的信号分别为初判影响极大信号和二判影响极大信号时,则生成肯定影响信号,而其他情况下,则均生成一般影响信号。
5.根据权利要求1所述的一种基于云计算的测绘地理信息数据采集***,其特征在于,归纳分析处理的具体操作步骤如下:
当接收到肯定影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在较大的采集误差现象,且极其不利于后续测绘地理信息的建设”;
当接收到无关影响信号时,则据此生成文本字样“测绘地理信息的数据采集时几乎不存在采集误差现象,且极其有利于后续测绘地理信息的建设”;
当接收到一般影响信号时,则据此生成文本字样“测绘地理信息的数据采集时存在一定的采集误差现象,且不利于后续测绘地理信息的建设”。
CN202210131683.9A 2022-02-14 2022-02-14 一种基于云计算的测绘地理信息数据采集*** Active CN114168906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210131683.9A CN114168906B (zh) 2022-02-14 2022-02-14 一种基于云计算的测绘地理信息数据采集***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210131683.9A CN114168906B (zh) 2022-02-14 2022-02-14 一种基于云计算的测绘地理信息数据采集***

Publications (2)

Publication Number Publication Date
CN114168906A CN114168906A (zh) 2022-03-11
CN114168906B true CN114168906B (zh) 2022-05-06

Family

ID=80489875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210131683.9A Active CN114168906B (zh) 2022-02-14 2022-02-14 一种基于云计算的测绘地理信息数据采集***

Country Status (1)

Country Link
CN (1) CN114168906B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454179B (zh) * 2022-03-18 2022-10-14 深圳威洛博机器人有限公司 一种智能机器手关节自动校正***及方法
CN114638268B (zh) * 2022-03-30 2024-06-11 扬州新概念电气有限公司 基于无线测温技术的高压开关柜过热管控***
CN114741691A (zh) * 2022-05-05 2022-07-12 福州年科信息科技有限公司 一种基于云计算的计算机软件保护***
CN114693281B (zh) * 2022-06-01 2022-09-02 山东志诚地理信息技术有限公司 一种基于云平台的工程勘察信息管理***
CN115062653B (zh) * 2022-06-09 2023-04-07 山东龙源电力工程有限公司 基于火电厂汽轮机的分析检修***
CN114882025B (zh) * 2022-07-08 2022-09-06 山东一图百景信息技术有限公司 一种基于大数据的地理测绘数据采集处理***
CN116302624B (zh) * 2023-05-12 2023-07-25 深圳市睿拓新科技有限公司 一种工程项目测绘数据智能管理***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及***

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8612178B2 (en) * 2005-05-18 2013-12-17 Bae Systems Information And Electronic Systems Integration Inc. Geolocation using high order statistics
CN108279428B (zh) * 2017-01-05 2020-10-16 武汉四维图新科技有限公司 地图数据评测装置及***、数据采集***及采集车和采集基站
US20200034935A1 (en) * 2018-07-24 2020-01-30 MediaAgility Inc System and method for intelligent subsidence risk analysis using gis data
CN109086935B (zh) * 2018-08-07 2021-03-30 中国地质环境监测院 一种区域地质灾害趋势预测方法
CN112229587A (zh) * 2020-10-10 2021-01-15 哈尔滨工业大学 一种基于倾角仪间接测量高铁桥梁动挠度的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及***

Also Published As

Publication number Publication date
CN114168906A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN114168906B (zh) 一种基于云计算的测绘地理信息数据采集***
CN112308292B (zh) 一种火灾风险等级分布图的绘制方法
Lamb Calibration of a conceptual rainfall‐runoff model for flood frequency estimation by continuous simulation
CN110009226B (zh) 一种场地污染风险等级评测及敏感受体影响识别***
CN108241574A (zh) 一种基于测试管理工具qc对软件测试缺陷进行分析的方法及***
CN111951097A (zh) 企业信用风险评估方法、装置、设备及存储介质
CN116205310B (zh) 一种基于可解释集成学习模型的土壤含水量影响因素敏感区间判定方法
CN111241214B (zh) 用于水利工程的水质远程在线检测方法、装置及电子设备
CN115062675A (zh) 一种基于神经网络的全光谱污染溯源方法及云***
CN110689055B (zh) 一种顾及格网单元属性分级的跨尺度统计指标空间化方法
CN114693281B (zh) 一种基于云平台的工程勘察信息管理***
CN113657737B (zh) 基于自动监测数据的水质评价方法及***、设备、存储介质
CN111797188B (zh) 一种基于开源地理空间矢量数据的城市功能区定量识别方法
CN115097796B (zh) 一种质量控制***与模拟大数据和校正aql值的方法
CN117538503A (zh) 一种实时智能的土壤污染监测***及方法
CN117114176A (zh) 基于数据分析和机器学习的土地利用变化预测方法及***
CN116702588A (zh) 一种基于多源数据的风电场关键气象因子预报方法及***
CN113344247B (zh) 一种基于深度学习的电力设施选址预测方法与***
CN110597990A (zh) 一种基于智能分类的财务分析方法和***
CN112434750B (zh) 基于卷积神经网络的大坝监测数据发展模式识别方法
CN115907178A (zh) 一种净生态***co2交换量的预测方法
CN109101759A (zh) 一种基于正逆响应面法的参数识别方法
CN115083570A (zh) 一种基于数据共享的医疗影像管理***
CN107844912A (zh) 企业特性对企业发展影响的计算方法及其***
CN113822564A (zh) 一种空域仿真分析的飞行计划最小样本量确认方法及装置

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
GR01 Patent grant
GR01 Patent grant