本研究低成本搭建了弹性可扩展的Hadoop云计算平台

本发明公开了一种云存储系统中元数据的获取方法，包括：客 户端将用户的登录信息发送给认证服务器，认证服务器根据该登录信 息判断该用户是否存在，如果用户存在，则认证服务器将登录信息发 送给命名空间服务器，命名空间服务器根据该登录信息获取用户信息， 并根据用户信息获取该命名空间服务器中该用户的目录子树，对用户 目录子树进行组织，以生成新的用户目录树，并将新的用户目录树返 回给客户端，客户端根据组织结果判断获取用户目录树是否

本课题主要围绕项目中云数据隐私保护的目标，研究在云提供商不完全可信的条件下，如何既能保证用户数据的隐私性，又能利用云平台的计算和存储能力。课题综合采用数据隐私感知、访问控制、数据加密等技术手段，以期达到最大限度保护用户数据隐私的目的。形成具有隐私感知的云数据存取方案、针对密文云数据的基于属性加密和代理重加密的动态数据访问共享技术、基于谓词加密的多条件融合密文云数据查询技术和基于安全多方计算的数据分析与计算技术。本课题成功搭建了4个原型子系统、1个基于医疗管理的云数据隐私保护原型系统，在长城网际、3

本发明公开了一种移动云存储轻量级数据安全共享方法，方法 包括：数据拥有者在可信第三方注册属性集合，数据拥有者为用户指 定属性集合，可信第三方根据用户的属性集合使用属性密码机制对用 户授权生成属性密钥，数据拥有者使用移动端共享文件时，首先采用 对称密码机制对文件加密，通过代理加密服务器使用属性密钥机制对 对称密钥加密，并将文件密文及密钥密文发送到云端，用户从云端读 取文件密文及密钥密文后，通过代理解密服务器使用属性密码

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

本发明公开了一种基于车载激光扫描数据的路坎点自动提取及矢量化方法，包括：步骤 1，计算三维激 光点云数据中各激光脚点的特征；步骤 2，根据各激光脚点的特征，利用朴素贝叶斯分类器将激光脚点分类为路坎点和非路坎点，所得路坎点记为初始路坎点；步骤 3，利用所有初始路坎点构建 KD 树，对各初始路坎点分别计算其方向特征；步骤 4，根据初始路坎点的方向特征，采用 KD 树对初始路坎点进类；步骤5，计算各聚类区域的特征，剔除特征不满足预设条件的聚类区域，获得路砍点提取结果。本发明了点云数据处理的自

本发明属于精密加工与测量技术领域，并公开了一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，包括:对复杂曲面 零件生成扫描点云;针对点云中的各个点获得多个邻域点并计算得出 法线向量;继续以各个点为球心找出最短半径范围内的 m 个点，然后 求出点云中各个点的法线向量与这 m 个点的法线向量之间夹角的平均 值;基于夹角平均值来设定阈值，然后执行特征粗分类;进行二次细 分以完成第一个精简子集的选取，然后基于定向Hausdorff距离来完成 第二个精简子集的选取

本发明属于精密加工与测量技术领域，并公开了一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，包括：对复杂曲面 零件生成扫描点云；针对点云中的各个点获得多个邻域点并计算得出 法线向量；继续以各个点为球心找出最短半径范围内的 m 个点，然后 求出点云中各个点的法线向量与这 m个点的法线向量之间夹角的平均 值；基于夹角平均值来设定阈值，然后执行特征粗分类；进行二次细 分以完成第一个精简子集的选取，然后基于定向 Hausdorff 距离来完成 第二个精简子集的选取；最后对两个精简子集进行合并，由此获得

成果系教育部人文社科研究项目成果、获武汉市优秀社科奖三等奖，在国家 版权局著作权登记中心登记。 1、项目简介 收集和完善读者数据，建立精确、有效的读者数据库，利用读者数据资源开 展数据库营销、创造增值价值，是国际领先报刊媒体的普遍趋势。《报刊社读者 数据库管理系统》软件是报社、期刊社、邮政报刊发行局、各类媒体发行公司实 现数据库营销、精确营销的信息系统管理工具，帮助发行工作人员轻松实现数据 库营销效果。它借鉴云计算理念，依托数据库技术和互联网技术，通过数据采集 向导和信息挖掘工具，帮助媒体对读者数据进行全面的采集、保存与挖掘分析， 并据此开展读者分类、报刊发行辅助营销和多种经营（增值服务项目）达到利用 报刊发行渠道为媒体创造经济价值的目的。软件同时具有具有发行订单管理、投 递管理、财务管理等实用功能， 能够满足媒体的日常需求。 2、创新要点 第一，解决了“要什么数据”的问题，设置科学的读者数据结构模型，用以 描述读者的特征和行为。第二，解决了“怎么获取（采集）这些数据”的问题， 本软件设计了多渠道建立大众化日报读者数据库的新路径。第三，解决了“这些 数据有什么用处”的问题。本软件中的读者消费日志、读者营销项目、读者关怀 服务、读者价值分析等功能设计，使得数据信息得到充分的运用。 在国内方面：读者数据库管理系统是国内首创用于媒体读者（受众）数据库 管理的软件；在国际方面：在数据描述指标健全度、数据分析处理能力、个性化 等方面，在国际同类软件中处于领先水平。 3、效益分析（资金需求总额 20-50 万元） 本项目具有投入少、见效快的特点。根据需求设定符合实际需求的投资档位。 根据初步测算，对于一家发行量为 50 万份的中型报业集团来说，预计第一年投 入 30 万元，一年后可创收 500 万元；2 年后可达到 1000 万元；第三年可达到 2000 万元。 4、推广情况 已经在沈阳、珠海、无锡等 3 家报业集团推广告，具有良好的经济效益和广阔的经济前景。 

本发明公开了一种基于云存储环境的连续数据保护的缓存代理 端的设计方案，包括：缓存代理端将根据客户端的操作请求进行相关 处理。如果是用户的登录请求，缓存代理端则会判断用户是否存在， 如果用户不存在，则为该用户创建元数据记录文件、数据记录文件、 时间记录文件和数据映射表，然后进行同步，创建被保护磁盘分区的 初始镜像文件；如果存在，继续等待客户端的操作请求。如果是备份 请求，缓存代理端则会构造对应的元数据并记录到对应的元数