共查询到20条相似文献，搜索用时 31 毫秒
1.
Point set generalization is one of the essential problems in map generalization. On the demands analysis of point set generalization, this paper proposes a method to generalize point sets based on the Kohonen Net model; the standard SOM algorithm has been improved so as to preserve the spatial distribution properties of the original point set. Examples illustrate that this method suits the generalization of point sets. 相似文献
2.
郭庆胜 《武汉大学学报(信息科学版)》1999,(2)
从地图综合对象的本质特征出发,结合地图综合的自身规律,分解了地图自动综合问题。同时,在分析已有地图综合算子的基础上,提出了一套具有完备性的地图综合算子集合,讨论了算子的关联性和有序性。 相似文献
3.
目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。 相似文献
4.
基于Rough集的居民地属性知识约简与结构化选取 总被引：1，自引：0，他引：1
基于Rough集理论提出了居民地属性知识约简及其结构化选取的方法。该方法充分利用Rough集理论具有较强知识挖掘能力的特点，定量分析居民地选取中条件属性的重要性，简化属性知识，并以此为基础计算每个居民地的重要性，实现居民地的结构化选取。实例证明，该方法能够从数据库中挖掘出相关知识，具有较强的自适应能力。 相似文献
5.
6.
精准空间划分是实现室内语义建模与拓扑结构重建的重要基础。三维点云作为常用的室内空间数据载体,如何基于三维点云进行室内空间语义信息提取与规则化具有重要意义。本文提出了一种基于形态学分割方法实现室内场景的分割,并结合矢量规则化方法完成分割场景的规则化。首先,基于区域增长算法与线性拟合方法提取空间分割要素,通过平面投影生成二进制影像,进而利用距离变换和分水岭算法完成空间分割;然后,对空间分割要素进行线性拟合,进行室内空间格网划分,采用矢栅叠加方法实现空间要素规则化;最后,通过4组实际场景(包含3组ISPRS数据集及1组实际场景采集数据)进行数据验证。试验结果显示,本文提出的室内空间分割与规则化方法可以准确快速地完成室内空间要素的提取。 相似文献
7.
通过将网格法用于DLG空间要素综合的数学计算过程的研究,提出DLG要素综合的一种新方法——网格综合法。通过对点、线、面要素网格综合法的系统分析,重点论述线、面典型空间要素的网格综合法的理论和方法,并提出数学模型,为空间要素自动地综合提出一种有效的技术途径,这在各级地理信息空间数据采集和建库中具有重要意义。 相似文献
8.
9.
通过将网格法用于DLG空间要素综合的数学计算过程的研究,提出DLG要素综合的一种新方法——网格综合法。通过对点、线、面要素网格综合法的系统分析,重点论述线、面典型空间要素的网格综合法的理论和方法,并提出数学模型,为空间要素自动地综合提出一种有效的技术途径,这在各级地理信息空间数据采集和建库中具有重要意义。 相似文献
10.
ABSTRACTOn nautical charts, undersea features are portrayed by sets of soundings (depth points) and isobaths (depth contours) from which map readers can interpret undersea features. Different techniques were developed for automatic sounding selection and isobath generalization. These methods are mainly used to generate a new chart from the bathymetric database or from a larger scale chart through selection and simplification. However, a part of the process consists in selecting and emphasizing undersea features formed by groups of soundings and isobaths on the chart according to their relevance to maritime navigation. Hence, automation of the process requires classification of features and their generalization through the application of a set of operators according not only to geometric constraints but also to their meaning.The objective of this work is to conceive a multi-agent system (MAS) for nautical chart generalization that is driven by the knowledge on the generalization process and the undersea features and their relationships. First, this work provides a feature-centered ontology modeling of the generalization process. Then, the MAS structure is introduced where agents access cartographic knowledge stored in the ontology. The MAS makes use of measure algorithms to evaluate constraint violations on the chart in order to decide which generalization operators to apply. The whole model has been implemented to provide generalization plans on a real case study. 相似文献
11.
文中强调通常的分维与扩展分维的本质差异。作者主张综合应遵循非自相似准则,即非线性原理。文中用D-P方法建模,因为后者所使用的限差ε直接和地图曲线信息综合的D-P方法相联系。关键问题是要将多分辨率序列与多比例尺序列实现某种对应。本文用基于河流自身的自动预综合机理分析方法建立分维模型参量(L)序列与地图信息综合主要参量(M)序列之间的映射关系,最终把地图比例尺序列Mi与粗视化限差序列iε联系起来,借此实现基于扩展分维的河流自动综合。 相似文献
12.
Spatial database generalization deals not only with geometrical simplification, but also with changes in database schema and content. The purpose of this research is to suggest methods for database generalization through the abstraction of a detailed spatial database. To accomplish this goal, this study suggests a framework for database generalization, and then defines operators that reflect the changes in database schema and content within the generalization process. A set of operator sequences (workflows) is used to specify and arrange the operators required to abstract a given feature. In order to assess the validity of the suggested method, a prototype system is developed. The results show that the efficiency of generalization can be improved, and data loss or distortion reduced as well. 相似文献
13.
研究了零散多边形综合的质量评价,采用定性和定量相结合的方法,通过描述要素特征确定各要素特征的评价指标,然后整合各特征评价结果,得到地图综合的整体质量评价结果。以土地利用图中的农村居民点综合为例,介绍了其质量评价的过程,验证所提方法的可行性。 相似文献
14.
于明旭 《测绘与空间地理信息》2020,(2):38-40
点云配准精度是决定三维重建模型的质量因素之一,目前,最常用是ICP点云配准算法,经典的ICP算法易局部收敛,影响点云配准精度。本文提出基于间接平差的ICP点云配准算法,设定目标点集中目标点坐标与转入目标点集中的点坐标之间的距离阈值实现点云精确配准。通过与经典ICP算法对比可知,本算法在一定程度上提高了点云配准精度和速度。 相似文献
15.
自动综合算子分析及算法库的建立 总被引：4，自引：0，他引：4
在分析自动综合过程和自动综合系统构成的基础上，指出了自动综合算子库对自动综合的必要性，并以现有的各种综合算子划分为参考，对自动综合算子进行了重新划分，提出了算子库中的算法集合，以此来建立自动综合算子库。 相似文献
16.
点状要素群是地图综合过程中必须处理的信息,文中分析了已有的点状要素群的分类方法,结合地图综合的特点,提出了一种改进的考虑点状要素群同其它要素关系的分类方法,通过建立点状要素群外轮廓线的方法结构化点状要素群,并用于点状要素的选取。 相似文献
17.
在语义信息缺乏的情况下进行点群选取是制图综合的难点之一。提出了一种新的通过多层次聚类进行点群选取的方法。首先,针对k-means聚类算法的不足,利用改进的密度峰值聚类算法实现点群自动聚类,主要表现为用基尼系数确定最优截断距离及用局部密度和相对距离的关系自动确定聚类中心。其次,提出一种顾及密度对比的选取策略,通过点群多层次聚类,将点群划分成不同等级的簇,确定不同等级的聚类中心,建立点群的层次树结构;依据方根定律计算的选取数量,按照各级别簇的点数比例,自上而下逐层分配待选取点数,确定选取对象,实现点群的自动选取和多尺度表达。对不同分布模式的点群进行实验,验证了该方法的普适性和有效性。 相似文献
18.
机载LiDAR点云数据的建筑物重建研究 总被引：5，自引：2，他引：3
提出了利用机载LiDAR点云数据进行复杂平面建筑物重建的方法。首先,将提取出的建筑物点云聚类到不同的平面点集;然后,对各个平面点集进行平面拟合,采用平面相交确定平面边界,并解算出各平面边界角点的三维坐标,从而重建建筑物模型。某区域的机载LiDAR点云数据的实验结果表明,该方法能有效地重建出较复杂的平面建筑物。 相似文献
19.
室内平面要素的准确提取与关系恢复是室内模型自动化语义重建的重要基础,本文提出了一种面向复杂三维点云的室内平面要素提取与优化方法。该方法首先利用区域增长和RANSAC平面混合分割方法分割室内点云数据;其次利用室内语义部件的空间位置信息及包围盒和法向量信息,对分割后的平面进行平面要素的精确提取;然后对提取的墙面进行优化,实现共享墙面的合并,解决室内墙面冗余的问题;最后利用门与墙的空间位置信息,恢复门墙关联关系。试验部分采用了两组试验数据：一组是深圳大学某层教学楼的激光点云数据,另一组是国际摄影测量与遥感学会（ISPRS）的标准数据,通过对试验结果进行评估,验证了本文方法的有效性和可靠性。 相似文献
20.
Zhenhong Du Yuhua Gu Chuanrong Zhang Feng Zhang Renyi Liu Jean Sequeira 《International Journal of Digital Earth》2018,11(6):609-634
Spatiotemporal clustering is one of the most advanced research topics in geospatial data mining. It has been challenging to discover cluster features with different spatiotemporal densities in geographic information data set. This paper presents an effective density-based spatiotemporal clustering algorithm (DBSTC). First, we propose a method to measure the degree of similarity of a core point to the geometric center of its spatiotemporal reachable neighborhood, which can effectively solve the isolated noise point misclassification problem that exists in the shared nearest neighbor methods. Second, we propose an ordered reachable time window distribution algorithm to calculate the reachable time window for each spatiotemporal point in the data set to solve the problem of different clusters with different temporal densities. The effectiveness and advantages of the DBSTC algorithm are demonstrated in several simulated data sets. In addition, practical applications to seismic data sets demonstrate the capability of the DBSTC algorithm to uncover clusters of foreshocks and aftershocks and help to improve the understanding of the underlying mechanisms of dynamic spatiotemporal processes in digital earth. 相似文献