排序方式： 共有11条查询结果，搜索用时 46 毫秒
1.
地图目标的形状在地图制图综合、空间查询等研究中发挥着重要作用。地图建筑物形状的识别与分类作为建筑物轮廓化简与典型化的基础,一直是制图综合研究的热点问题。目前,主要的建筑物形状识别方法主要依赖对建筑物轮廓的描述,对建筑物等地图面状要素的形态特征有较强的依赖性,通常只在应对特定类型的规则轮廓或直角化轮廓时能发挥较好的效果,对于形状不规则或复杂的情况识别不佳。本文提出一种AlexNet支持下的地图建筑物形状分类方法,将矢量地图中建筑物数据的形状分类问题,转化为建筑物栅格图像的分类问题,通过完成卷积神经网络的图形分类实现建筑物的形状识别。该方法首先结合空间认知规律提出一系列典型建筑物形状类型,然后利用矢量-栅格转换的方法从OSM数据采样单体建筑物栅格图像,通过人工标识获得建筑物形状分类训练样本,训练AlexNet卷积神经网络分类模型,最后利用训练好的模型对大比例尺建筑物数据进行智能形状分类与识别。本文利用北京、香港2个城市的OSM建筑物数据作为样本训练建筑物形状分类模型,并在广州部分城区的OSM建筑物数据上进行验证。相较传统形状相似性度量方法,本文提出的方法对实验区建筑物的识别分类总体查全率提高了2.48%,达到92.32%,对于较为复杂的形状（如T形、十字形）识别也具有更高的精度,查准率分别提高了13.83%和24.53%。实验结果表明本文提出的方法对建筑物形状分类的效果有明显提升,能够实现常见建筑物形状的有效分类,为下一步的建筑物化简、典型化等综合操作打下了基础。 相似文献
2.
3.
随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。 相似文献
4.
形状是居民地要素最基本的几何特征之一,也是居民地匹配的重要依据。针对现有居民地形状度量方法无法度量非1∶1对应情况形状相似性的问题,首先对待度量居民地实体(群)组合进行方向、位置、大小一致化处理;然后借鉴规则格网索引的思想,对组合建立适合的规则格网并赋予网眼不同的重要性系数;再分析待度量实体(群)内部、边界之间在格网中叠置情况差异性,将其作为两实体(群)的形状差异性,最终获得形状相似性值。将形状相似性与空间位置、面积的相似性通过加权平均获得综合相似性值,作为居民地匹配的依据。利用该形状匹配方法对居民地实体进行匹配实验表明,文中所提方法能够有效进行居民地实体的匹配。 相似文献
5.
空间数据匹配是空间数据更新与维护的基础和关键。针对空间数据匹配中不同匹配指标的权值确定困难的特点,以居民地为例,从空间数据最基本的图形数据差入手,利用灰色关联分析方法建立一种多指标居民地几何匹配权值自动确定的方法。该方法利用灰色关联分析的方法自动确定居民地实体间的位置、面积、方向等类型的图形数据差权值,得到综合图形数据差计算模型,通过计算待匹配数据综合图形数据差得到匹配结果。通过实验验证了该方法的可行性和实用性。 相似文献
6.
7.
多尺度地理空间数据增量级联更新方法是增强地理空间数据的现势性的重要手段之一。级联更新包括多尺度数据匹配、关联关系建立、匹配与变化检测、增量信息制图综合、级联更新等步骤,其中,相邻比例尺数据匹配是多尺度数据关联关系建立的基本方法,也是实现级联更新的重要基础。针对现有方法中多尺度同名实体间的关联关系匹配的精度和效率问题,本文提出了基于自然格网索引的多尺度面实体增量级联更新方法。首先,检测出同源同尺度矢量空间数据发生变化的增量包;其次通过自然格网索引确定更新实体所在格网位置,并进行删除、自动或手动更新;最后实施制图综合、接边以及多尺度面实体增量级联更新信息传递操作。以赣州市虎山乡部分区域居民地要素为例,实验结果表明：① 在匹配阈值为0.51的情况下,相较于直接匹配的方法,采用本文提出的自然格网索引方法进行匹配所消耗的时间减少了88.4%,查全率和查准率分别提升了5%和4%,充分说明了自然格网索引方法在匹配相邻尺度间地理要素时的必要性; ② 相较于传统的Hausdorff距离、欧式距离和质心包含3种匹配方法,本文所提出的方法在耗时（1.34 s）、查全率（66.5%）和查准率（94.1%）方面处于领先地位,这充分说明了本文提出的级联更新方法的优越性; ③ 本文提出的方法可免除关联居民地差异的影响,从而大大减少人工编辑的作业时间,并可有效提高多尺度居民地实体增量级联更新的精度和效率。 相似文献
8.
以深度学习为代表的人工智能技术为制图综合智能化水平的提升创造了有力的条件.然而,智能学习模型的应用依赖高质量的样本数据,目前还缺乏适宜制图综合知识学习的案例数据集.以不同比例尺居民地要素综合为例,深入探讨服务于智能化制图综合的样本数据采集建库方法.主要工作包括:依据地图数据组织特点和制图综合过程决策需求,提出了区分特征型案例和变换型案例的样本数据组织体系以及相关的数据结构设计;基于通用GIS平台设计了样本数据采集与管理系统,形成对样本数据采集、存储、修正、更新等全链条的管理维护框架.本研究是针对图形表达的地图要素如何构建案例数据集的有益探索,对推动以制图综合为代表的复杂地图空间知识学习具有积极意义. 相似文献
9.
10.
随着社会的发展,越来越多的沿海城市选择采用填海造地法扩展原本有限的空间,深层水泥搅拌法作为一项行之有效并且经济环保的加速淤泥质土体固结的施工方法,越来越多地在填海工程中得到广泛关注和应用。其中,双轴大截面深层水泥搅拌法因其单幅桩截面积大、施工效率高等特点,在满足工程质量需求的前提下显著地降低了施工成本。本文以某大型填海工程为例,对该工艺工法的应用进行阐述分析。 相似文献