随着GML作为地理空间信息表达、交换的一种标准语言日益被业界接受和推广使用,越来越多的地理空间信息表现为GML文档。GML文档存在极大的冗余性(如大量重复而冗长的用于描述信息结构的标签和用于描述地物特征的属性值),且文档中包含有大量的空间浮点坐标、拓扑、时间序列数据。这导致在GML文档的存储和传输过程中要消耗大量的磁盘存储空间和网络带宽,成为GML应用推广的瓶颈之一。因此,有必要对GML文档进行压缩。本项申请提出"高性能GML压缩算法研究"这一课题,旨在基于GML的独特性,研究专门针对GML的高效压缩技术,以保证GML在地理空间信息存储和传输中发挥更大的优势和更高的效率。具体研究内容包括:GML文档编码结构与文法语义特征、空间坐标数据和时间序列数据压缩方法、基于时空拓扑的GML压缩算法、基于空间语义的GML压缩算法、GML数据流压缩算法、支持空间数据分析和非空间信息查询的GML压缩算法。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
多空间交互协同过滤推荐
面向信息检索和基于特征的GML文档间空间相似性综合度量方法研究
文档扫描信息压缩的通用编码(UNIVERSALCODING)方法
压缩感知中图像重建的稀疏优化模型与高性能算法研究
多模型文档版面分析和理解算法研究