基于改进MOST模型的三维移动目标多尺度数据组织及其管理

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    40901195
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0114.地理信息学
  • 结题年份:
    2012
  • 批准年份:
    2009
  • 项目状态:
    已结题
  • 起止时间:
    2010-01-01 至2012-12-31

项目摘要

如何描述适应性更好的三维移动目标运动模型,如何解决移动目标数据在数据库中的表示与存储,以及具备定位、通讯能力的移动目标群在三维场景中的自适应动态可视化,是三维移动目标组织与管理的关键问题。特别是多维数据的索引机制和移动目标的碰撞检测算法,一直是学术界不断研究和探讨的焦点之一。本申请立足于三维移动目标数据具有多比例尺、动态多维、多尺度等特点,研究三维移动目标的智能处理模型和自适应可视化方法。主要研究内容包括:(1)移动目标的运动模型;(2)移动目标的数据库索引机制;(3)移动目标的碰撞检测和地形匹配算法;(3)移动目标的自适应可视化方法。通过研究三维移动目标的多尺度数据组织和自适应可视化方法,可以扩展时态数据库的应用范围,推动移动目标定位研究领域的发展,满足其日益增长的社会化需求。

结项摘要

本项目立足于三维移动目标数据具有多比例尺、动态多维、多尺度等特点,研究了基于改进MOST模型的三维移动目标多尺度数据组织及其管理方法。本项目提出了改进MOST模型,研究了基于改进TPR*树的三维移动目标全时段索引方法、基于稀疏定位点的三维路径插值算法、三维移动目标地形匹配算法,实现了三维场景中海量数据组织方法、基于多代理集群和多级缓存技术的移动目标快速可视化方法、大范围三维场景的数据调度管理与可视化方法,建立了一套科学的、行之有效的三维移动目标多尺度数据组织及其管理体系,解决了大范围三维场景中海量移动目标可视化问题,研发了三维移动目标实时可视化监控管理的核心算法平台。实验证明,本项目提出的三维移动目标多尺度数据组织及其管理方法能有效的管理三维场景中大量移动目标。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(1)
会议论文数量(5)
专利数量(2)
Straight line extraction via multi-scale Hough transform based on pre-storage weight matrix
基于预存权重矩阵的多尺度Hough变换直线提取
  • DOI:
    10.1080/01431161.2010.536184
  • 发表时间:
    2011-12
  • 期刊:
    International Journal of Remote Sensing
  • 影响因子:
    3.4
  • 作者:
    Xu, Shenghua;Liu, Jiping;Wang, Yong;Han, Litao;Zhang, Yunsheng
  • 通讯作者:
    Zhang, Yunsheng
基于区域分割的彩色航空影像建筑物自动检测
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    辽宁工程技术大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    徐胜华;刘纪平;胡明远
  • 通讯作者:
    胡明远
Cropland Extraction from Very High Spatial Resolution Satellite Imagery by Object-Based Classification Using Improved Mean Shift and One-Class Support Vector Machines
使用改进的均值平移和一类支持向量机通过基于对象的分类从极高空间分辨率卫星图像中提取农田
  • DOI:
    10.1166/sl.2011.1361
  • 发表时间:
    2011-06
  • 期刊:
    Sensor Letters
  • 影响因子:
    --
  • 作者:
    Shen, Jing;Liu, Jiping;Lin, Xiangguo;Zhao, Rong;Xu, Shenghua
  • 通讯作者:
    Xu, Shenghua
NetCDF-based Visualization of Marine Environment Data using Virtual Earth
使用虚拟地球进行基于 NetCDF 的海洋环境数据可视化
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Advanced Materials Research
  • 影响因子:
    --
  • 作者:
    Wang XiangHong;Liu Jiping;Xu Shenghua
  • 通讯作者:
    Xu Shenghua
Research and Implementation of Government Geographic Information Service Platform
政府地理信息服务平台的研究与实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of Earth Science and Engineering
  • 影响因子:
    --
  • 作者:
    Liu Jiping;Xu Shenghua;Zhang Fuhao;Wang Liang
  • 通讯作者:
    Wang Liang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于D-S证据理论的彩色航空影像阴影提取方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    韩李涛;朱庆;徐胜华
  • 通讯作者:
    徐胜华
基于预存储权值矩阵的多尺度Hough变换直线提取算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    徐胜华;朱庆;刘纪平;韩李涛;赵雪莲;张立华
  • 通讯作者:
    张立华
MODIS 数据的多重分形雾霾信息提取方法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    测绘科学
  • 影响因子:
    --
  • 作者:
    顾杨;卢霞;徐胜华;刘付程
  • 通讯作者:
    刘付程
A Stream Tilling Approach to Surface Area Estimation for Large Scale Spatial Data in a Shared Memory System
共享内存系统中大规模空间数据表面积估计的流耕方法
  • DOI:
    10.1515/geo-2017-0047
  • 发表时间:
    2017-12
  • 期刊:
    Open Geosciences
  • 影响因子:
    2
  • 作者:
    刘纪平;亢晓琛;董春;徐胜华
  • 通讯作者:
    徐胜华
Using High-Performance Computing to Address the Challenge of Land Use/Land Cover Change Analysis on Spatial Big Data
利用高性能计算应对空间大数据土地利用/土地覆盖变化分析的挑战
  • DOI:
    10.3390/ijgi7070273
  • 发表时间:
    2018-07
  • 期刊:
    ISPRS International Journal of Geo-Information
  • 影响因子:
    3.4
  • 作者:
    亢晓琛;刘纪平;董春;徐胜华
  • 通讯作者:
    徐胜华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

徐胜华的其他基金

模型—数据联合驱动的兴趣区可解释智能推荐方法
  • 批准号:
    42371478
  • 批准年份:
    2023
  • 资助金额:
    49.00 万元
  • 项目类别:
    面上项目
复杂情境下概率生成模型与深度学习融合的POI智能推荐方法
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    56 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码