数据集(库)目录

出版期刊|区域分类

数据详情

地理空间数据相似度计算软件(GDSCS V1.0)


代小亮1,2诸云强*1,3杨杰1孙凯1李吉东4宋佳1,3
1 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京1001012 中国科学院大学,北京1000493 江苏省地理信息协同创新中心,南京2100234 东营市生态环境局,东营257091

DOI:10.3974/geodb.2022.10.02.V1

出版时间:2022年10月

网页浏览次数:5146       数据下载次数:274      
数据下载量:32210.96 MB      数据DOI引用次数:

关键词:

地理空间数据,数据相似度,计算,软件

摘要:

地理空间数据相似度计算对于地理空间数据的智能推荐和查重等具有重要意义。为了有效提升地理空间数据相似度的计算精度和效率,作者团队在综合分析现有各类方法优缺点基础上,提出了一种集成文件信息、元数据、数据实体三个层次的地理空间数据相似度计算方法,并将该方法实现于地理空间数据相似度计算软件(GDSCS V1.0)。该软件基于Windows 10平台PyCharm软件研发,包含了三个模块的计算功能:文本相似度、栅格数据相似度和矢量数据相似度。目前版本包括中文版和英文版,对输入数据限定元数据支持.json格式,数据实体支持GeoTIFF(.tif)和Shapefile(.shp)格式。数据论文

基金项目:

国家自然科学基金(42050101);中国科学院(XDA23100100)

数据引用方式:

代小亮, 诸云强*, 杨杰, 孙凯, 李吉东, 宋佳. 地理空间数据相似度计算软件(GDSCS V1.0)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2022. https://doi.org/10.3974/geodb.2022.10.02.V1.

代小亮, 诸云强, 杨杰等. 地理空间数据相似度计算方法研究与实现[J]. 全球变化数据学报,(中英文) 2022, 6(4): 501-512.

参考文献:

[1] Rachmawati, D., Tarigan, J. T., Ginting, A B C. A comparative study of Message Digest 5 (MD5) and SHA256 algorithm [C]. Journal of Physics: Conference Series. IOP Publishing, 2018, 978(1): 012116.
     [2] Strube, M., Rapp, S., Müller, C. The influence of minimum edit distance on reference resolution [C]. Proceedings of the 2002 Conference on Empirical Methods in Natural Language Processing (EMNLP 2002). 2002: 312-319.
     [3] Zhao, Z. P., Yin, Z. M., Wang, Q. P., et al. An improved algorithm of Levenshtein Distance and its application in data processing [J]. Journal of computer applications, 2009, 29(2): 424-426.
     [4] Zhu, Y., Zhu, A. X., Feng, M., et al. A similarity-based automatic data recommendation approach for geographic models [J]. International Journal of Geographical Information Science, 2017, 31(7): 1403-1424.
     [5] Zhu, Y., Zhu, A. X., Song, J., et al. Multidimensional and quantitative interlinking approach for linked geospatial data [J]. International Journal of Digital Earth, 2017, 10(9): 923-943.
     [6] Chen, Z., Song, J., Yang, Y. Similarity measurement of metadata of geospatial data: An artificial neural network approach [J]. ISPRS International Journal of Geo-Information, 2018, 7(3): 90.
     [7] Boubenia, M., Belkhir, A., Bouyakoub, F. M. Combining linked open data similarity and relatedness for cross OSN recommendation [J]. International Journal on Semantic Web and Information Systems (IJSWIS), 2020, 16(2): 59-90.
     [8] Rao, Y. R., Prathapani, N., Nagabhooshanam, E. Application of normalized cross correlation to image registration [J]. International Journal of Research in Engineering and Technology, 2014, 3(5): 12-16.
     [9] 段晓旗, 刘涛, 武丹. 基于层次分析法的多尺度点群目标相似度计算[J]. 地球信息科学学报, 2016, 18(10): 1312-1321.
     [10] 刘涛, 杜清运, 毛海辰. 空间线群目标相似度计算模型研究[J]. 武汉大学学报? 信息科学版, 2012, 37(8): 992-995.
     [11] 刘涛, 闫浩文. 空间面群目标几何相似度计算模型[J]. 地球信息科学学报, 2013, 15(5): 635-642.
     [12] 谭永滨, 唐瑶, 李小龙等. 语义支持的地理要素属性相似性计算模型[J]. 遥感信息, 2017, 32(1): 126-133.
     

数据下载:

序号 数据名 数据大小 操作
0Datapaper_GDSCS.pdf1000.00kb下载
1 GDSCS_CN_V1.0.exe 120379.67KB
2 GDSCS_EN_V1.0.exe 120379.58KB
主办单位
中国科学院地理科学与资源研究所    中国地理学会
协办单位
CODATA发展中国家任务组    肯尼亚JKUAT大学    数字化林超地理博物馆