1) time interval of data processing
数据处理时间间隔
1.
Based on the principle of probability and statistics,the relation among time interval of data processing,monitoring precision and deformation velocity is analyzed and corresponding theoretical equation is given.
应用概率统计原理,分析研究变形监测精度、数据处理时间间隔及位移速度3者之间的关系,给出其应满足的理论关系式,为合理确定变形监测数据处理时间间隔和监测精度提供理论依据;在此基础上,具体分析了地壳板块运动、滑坡和周期性变形监测数据处理的合理时间间隔,结果对实际工作具有指导意义。
2) time tunnel data processing method
时间隧道数据处理方法
3) the interval of traffic data collection
交通数据采集时间间隔
5) spatial data processing
空间数据处理
1.
Spatial Data Processing about Land Utilization with GIS Platform;
基于GIS平台的土地利用空间数据处理
2.
This paper describes spatial data processing methods used in dynamic monitioring landuse in the suburbs of Baoto,such as transforming GPS data,producing basic data,producing landuse coverage(98) and plotting map of 98 year.
介绍了国家“九五”重点课题——“包头市郊区土地利用动态监测技术系统示范工程”中基于ＡＲＣ／ＩＮＦＯ 的空间数据处理方法， 包括ＧＰＳ数据的转换、生成基本数据、土地利用图层的生成和土地利用现状图的制作； 阐述了包头郊区地域特点对数据处理方法的影
3.
This paper summarizes the main content of technique and theory of spatial data processing respectively based on the authors own understanding on spatial data processing,discusses the current research status of spatial data mining and its emphasis in the future research,and compares the similarities and differences between spatial data processing and spatial data mining.
根据现行文献中反复提到的空间数据处理内涵的理解,将空间数据处理分为空间数据处理技术和空间数据处理理论,简要论述了各自的主要内容,讨论了空间数据挖掘的现状和今后研究的重点,比较了空间数据处理与空间数据挖掘的异同。
6) spatial data handling
空间数据处理
1.
Emphasis is on the consistency of scale in the various stages of geospatial data handling, f.
本文系统地探讨了空间数据处理的尺度问题,给出了一个空间数据处理的尺度理论,在该理论中,引入了诸如尺度谱和地学尺度等新概念,区分了欧氏空间和地理空间中的尺度,提出了衡量尺度的标准(一组参数),并讨论了尺度和分辨率之间的关系。
2.
Traditional spatial data handling regards the real world as determinate objects and is almost incapable to handle the fuzzy phenomena.
传统空间数据处理中将现实世界当作确定的对象来处理,几乎不能处理模糊现象,从而限制了GIS等空间数据处理技术的进一步发展。
补充资料：测绘数据处理
测绘数据处理
survey data processing
eehui shulu ehuli测绘数据处理(survey data processing)指工程勘察测童中所获得的大量相关数据进行统计、归纳、整理的过程。相关数据包括数字、文字、符号、曲线和图形等，如观测数据、检验数据、原始数据等，对这些数据进行归纳整理、检验分类、计算变换等的处理后，得出工程需要的数据、表册、图形等结果。 测绘数据处理分为一般计算、平差计算和计算机辅助成图。 一般计算包括在工程勘察测绘中，若干工序间各种数据按严格数学关系所进行的计算和变换工作。如大地坐标与高斯一克吕格平面直角坐标的相互转换，平面直角坐标与极坐标的相互转换，各种线路特征点的计算，单纯的统计假设检验，等等。它是分布在各项测绘工作中的一个子工序，特点是数据之间没有几何矛盾，不需进行几何平差。 平差计算为了消除平面或高程控制网中各观测值之间的几何矛盾(称为几何条件)，按最小二乘法求定控制网中各几何元素(方向、距离、高差、方位、坐标、高程)的最佳估值和评定观测元素及其函数精度所进行的工作。 一个平差计算单元的数据，可分为起始数据(已知高精度的边长、方位、高程等)、观测数据(水平方向、边长、高差等)和待求数据(未知点的坐标、高程等)三类。起始数据和待求数据是非随机性数据。观测数据是随机性数据，含有误差，误差可分为系统误差和偶然误差两类。对某一个具体观测量，在相同条件下作一系列观测，系统误差表现为按一定规律变化或保持常数;而偶然误差在大小和符号上都表现出偶然性，但从大量偶然误差的总体看，它是服从正态分布的，即在一定的观测条件下:偶然误差的绝对值不会超过一定的限值;绝对值小的误差比绝对值大的误差出现的可能性大;绝对值相等的正误差和负误差出现的可能性相等，偶然误差的理论平均值为零。最小二乘法是针对偶然误差的处理方法。 在求定平面控制点的坐标或高程控制点的高程时，必须观测足以确定构网形状的那些量(称为必要观测量)。例如为了确定平面三角形三内角的大小必须观测其中任意两个角度，这两个角度就是必要观测量。但为了检核质量和提高精度还要观测另外一些量(称为多余观测量)。如前述的三角形观测了三个内角，就有一个量是多余观测量，观测量之间就会出现某些几何矛盾，例如平面三角形三内角的观测值总和不等于1800，要消除这些矛盾，即产生平差问题。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条