基于Android的POI更新采集方法

更新采集是保持POI生命力的重要工作。基于Android开展实时定位、快速采集、可视化表达等POI的采集与更新技术方法研究,目标是实现POI可视化外业采集,一体化的POI数据建库,多时序的POI管理,全生命周期的数据管理,实时的POI数据发布。     

基于天地图的POI数据采集系统设计与实现

针对传统POI数据采集方式成本高,更新缓慢,属性信息不完整等问题,分析天地图提供的地理信息服务和编程接口,结合网络开发技术提出了基于天地图的POI数据采集思路,开发了原型系统,实现了POI数据的采集与动态更新,对保障POI数据现势性、正确性和完整性具有参考意义。     

兴趣点综合相似度计算方法及应用研究

针对POI数据的匹配更新工作成为目前各大地理信息服务平台亟需解决的问题,该文通过对POI数据的名称、地址及经纬度等主要属性的研究,提出了一种基于多属性综合相似度计算的同名POI实体识别的方法,能够有效解决多源POI数据的匹配更新慢及准确率低的难题.实验证明,相比于传统的文本相似度匹配方法,提高了POI数据的同名实体识别效率及精度.     

基于微博位置签到数据的POI更新方法

POI的现势性对于位置服务至关重要,但传统人工实地调查效率低,现势性无法满足需求。以当前用户参与数众多的微博社交网络为数据平台,提出了一种基于微博位置签到数据的POI更新方法。首先,对微博位置签到数据进行预处理,剔除语义与空间位置不一致的噪声点,在此基础上提出一种基于RANSAC算法的位置签到数据集地理配准方法,实现位置签到数据与已有地理数据库的可靠配准;然后,将位置签到数据集与已有POI数据库进行空间分析与匹配建模,对匹配不成功的位置签到数据进行有效性验证,提取有效新增数据入库用以更新POI;最后,以武汉市的街旁网位置签到数据进行POI更新实验,能够有效地发现新增POI和消失POI,为POI快速高效更新提供了全新的方式。     

基于POI的基础地理信息数据库点状要素更新方法研究

近年来,我国国民经济建设与社会发展对基础地理信息数据的时效性和多元化需求日益迫切。与此同时,随着互联网、大数据、人工智能等新一代信息技术与测绘地理信息技术的融合,传统以数据库为更新对象、以年为更新周期的批次化动态更新,将逐步发展为以地理要素为更新对象、以天为更新周期的应需实时动态变化检测[1]。本文选取互联网地图大数据中较为典型的POI数据为重点研究对象,提出了基于POI的基础地理信息数据库点状要素更新方法,为基础地理信息数据实时动态更新提供了新思路。     

基于栅格基本图的POI数据更新方法研究

提出一种基于基本图标准图幅的POI数据更新方法,以压缩的栅格基本图为地理背景,采用ArcGIS Engine组件开发,实现录入、检查、更新和管理POI数据的功能.     

基于分词的天地图福建多源POI重复检测方法

分析了天地图·福建多源兴趣点融合更新存在的问题,在考虑小范围POI名称的特点和作业人员采集习惯的基础上,利用分词技术,提出一种改进的POI重复检测方法,开发重复检测辅助工具。该工具应用于天地图·福建的POI融合更新工作中,有效提高了POI重复检测的准确度和数据更新的效率。     

深网POI信息获取与一致性处理方法研究

<正>兴趣点(point of interest,POI)是地理信息服务的重要形式。互联网上的POI信息大多位于深网网络(deep web)中,其数据量极其庞大。随着互联网技术与应用的快速普及和地理信息服务的深入发展,POI信息资源规模不断增长、更新更为频繁,充分挖掘深网网络中蕴含的POI数据,对于丰富地理信息资源、提升空间信息服务与内容管理能力具有重要意义。当前,通用搜索引擎和普通深网爬行方法难以有效获取深网POI数据,来源于不同网站的POI信息也存在     

“天地图·江苏”电子地图数据建设

基于"天地图·江苏"的数据基础,详细阐述"天地图.江苏"电子地图数据建设流程,主要包括POI数据集建设、线划电子地图数据集建设、DOM数据集建设、瓦片数据集建设及标准体系建设与质量控制。通过实践形成一套电子地图生产方案及标准体系,为后期建立电子地图数据库,实现动态增量更新以及版本管理打下技术基础。     

多源异构POI融合方法及应用

针对不同来源的POI在数据格式、坐标参考、属性结构等方面存在差异的问题,提出了一种多源异构POI的融合方法。该方法首先将经过实测并质检的公开版地图数据做成一个母库;然后将其他来源的POI数据经过坐标统一后与母库进行空间位置和门址等属性信息的比对,将母库中没有的POI数据融合进去,最终形成内容规整、信息量丰富的POI融合库;最后进行基于空间约束关系的门址挂接,即使每一个POI点与对应的门牌建立关联关系,提升POI库的应用途径。试验结果表明,该方法能够实现多源POI数据的高效融合,与门址进行挂接后,可满足日益增加的LBS和基于地图的"点式"服务（即Location Point）的需求。