"这篇论文是2011年发表在《武汉大学学报·信息科学版》第36卷第8期的一篇工程技术类论文,作者是梁丹和童小华,主要探讨了如何利用Kullback-Laible(KL)信息量来优化选择空间数据几何纠正的模型,以提高地图数字化数据的位置精度。文章强调了在高精度GPS控制点基础上,通过改进的赤池信息标准(AICc)选择最佳转换模型的重要性。" 正文: 在地理信息系统(GIS)领域,地图数字化数据的精确性至关重要。然而,由于采集和制图过程中的系统误差,这些数据的空间位置往往不够准确。论文中提到,通过实测的高精度GPS控制点,可以对地图数字化数据进行几何纠正,以提升其定位精度。关键在于选择合适的转换模型。 Kullback-Laible(KL)信息量是一种衡量两个概率分布差异的方法,它在统计学和信息论中有广泛应用。在此研究中,KL信息量被用来改进传统的赤池信息标准(AIC),形成AICc,用于在多种可能的转换模型之间进行选择。AICc考虑了样本大小对模型复杂性的惩罚,更适用于小样本情况,因此更适合于空间数据纠正问题。 地图合并技术是解决高精度新数据与低精度旧数据融合的有效手段,包括数据预处理、实体匹配、几何位置调整和数据合并等步骤。其中,几何位置调整的关键是选择正确的转换模型,如相似变换、仿射变换和二次多项式变换等。以往的模型选择方法通常依赖于残差分析和点位误差分析,但对于高次模型,尽管它们可能提供更好的拟合,但也可能导致更大的计算复杂性。 论文提出的KL信息量与AICc结合的方法,为模型选择提供了新的视角。这种方法不仅考虑了模型的拟合优度,还考虑了模型的复杂性和实际应用中的计算效率。通过这种方式,可以更有效地找出在保持计算效率的同时,能够最大限度减少数据变形和提高位置精度的最佳模型。 这篇论文贡献了一种新的策略,即利用KL信息量优化AICc,来选择适合地图数字化数据几何纠正的模型。这种方法对于提高空间数据集成的质量,尤其是在处理大量历史地图数据与现代高精度数据融合时,具有重要的理论和实践价值。
下载后可阅读完整内容,剩余4页未读,立即下载
- 粉丝: 6
- 资源: 933
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- WebLogic集群配置与管理实战指南
- AIX5.3上安装Weblogic 9.2详细步骤
- 面向对象编程模拟试题详解与解析
- Flex+FMS2.0中文教程:开发流媒体应用的实践指南
- PID调节深入解析:从入门到精通
- 数字水印技术:保护版权的新防线
- 8位数码管显示24小时制数字电子钟程序设计
- Mhdd免费版详细使用教程:硬盘检测与坏道屏蔽
- 操作系统期末复习指南:进程、线程与系统调用详解
- Cognos8性能优化指南:软件参数与报表设计调优
- Cognos8开发入门:从Transformer到ReportStudio
- Cisco 6509交换机配置全面指南
- C#入门:XML基础教程与实例解析
- Matlab振动分析详解:从单自由度到6自由度模型
- Eclipse JDT中的ASTParser详解与核心类介绍
- Java程序员必备资源网站大全