项目名称: 基于组态地理实体符号的传感器实时监控关键技术研究

项目编号: No.41471329

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 焦东来

作者单位: 南京邮电大学

项目金额: 80万元

中文摘要: 作为物联网应用支撑平台之一,GIS被广泛的应用于传感器设备管理,传感器设备被抽象成地理实体符号显示在地图中,受制于地图符号在实时数据获取及可视化方面的限制,在 GIS可视化过程中很难实现传感器设备的实时监控。鉴于传统地理实体符号建模过程中,缺少一种将地理实体符号的动态变化与传感器实时监控结合起来有效方法,本课题将工业控制领域中的组态方法应用于地理实体符号建模,通过研究组态及实时数据可视化的相关理论,从数据通信、控制和可视化三个方面构建组态地理实体符号的数据模型,并研究与之对应的组态地理实体符号设计方法、组态地理实体符号与传感器实时监控在GIS应用环境中的结合方法等内容,进而实现基于组态地理实体符号的传感器实时监控。该研究对于GIS与物联网的进一步融合具有重要的实践意义,本研究所提出组态地理实体符号建模方法是一个新的地理实体符号建模方法,对于传统的地理实体符号研究而言,具有重要的理论意义。

中文关键词: 地理实体符号;地理实体符号符号模型;组态;传感器监控;实时数据处理

英文摘要: As one of the supporting platform in the IOT applications , GIS has been widely applied to the sensor management, sensor devices were abstracted into a geographical entity symbol, and displayed on the map,It is difficult to achieve real-time monitoring of the sensor device in the geo-visualization for the limitation of real-time data processing in GIS.For the lacking of binding mechanism between dynamic change of map symbol and real-time monitoring of the sensor device in the traditional geographical entity symbol modeling process,The configuration method is applied to the geographical entity symbol modeling in this study.Configured geographic entity symbols data model was build from the data communication, control and visualization based on configuration and real-time data visualization theory,the corresponding design method and binding method between GIS applications and sensor monitoring were designed which were the keys in the process of sensors monitor,This study has important practical significance for GIS integration with the Internet of Things in the future, the method of configuration geographic entity model is a new symbol geographical entity symbol model,and it has important theoretical significance for the traditional map symbol.

英文关键词: geographic entity symbol;geographic entity symbol model;configuration;sensors monitor;real-time data processing

成为VIP会员查看完整内容
0

相关内容

数字孪生模型构建理论及应用
专知会员服务
221+阅读 · 2022年4月19日
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
109+阅读 · 2021年4月7日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
领域知识图谱研究综述
专知会员服务
141+阅读 · 2020年8月2日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
重磅!数字孪生技术应用白皮书(2021)
专知
13+阅读 · 2021年12月8日
数据中心传感器技术应用 白皮书
专知
0+阅读 · 2021年11月13日
事件知识图谱构建技术与应用综述
专知
23+阅读 · 2020年8月6日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Learning to execute or ask clarification questions
Arxiv
0+阅读 · 2022年4月18日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
27+阅读 · 2020年12月24日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
15+阅读 · 2020年2月6日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
221+阅读 · 2022年4月19日
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
109+阅读 · 2021年4月7日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
领域知识图谱研究综述
专知会员服务
141+阅读 · 2020年8月2日
相关资讯
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
重磅!数字孪生技术应用白皮书(2021)
专知
13+阅读 · 2021年12月8日
数据中心传感器技术应用 白皮书
专知
0+阅读 · 2021年11月13日
事件知识图谱构建技术与应用综述
专知
23+阅读 · 2020年8月6日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Learning to execute or ask clarification questions
Arxiv
0+阅读 · 2022年4月18日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
27+阅读 · 2020年12月24日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
15+阅读 · 2020年2月6日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员