排序方式: 共有29条查询结果,搜索用时 0 毫秒
1.
提出了一种顾及位置偏差与凹部同异性的面状居民地Morphing变换转向角函数方法。该方法通过构造大比例尺居民地的凸包作为中间图形,辅助与小比例尺居民地进行特征顶点匹配,避免因位置偏差造成的特征点误匹配;针对大比例尺居民地的凹部,依据凹部的模式类型,判定凹部边的同异性;最后构建插值模型,得到中间任意尺度下的面状居民地要素。实验证明方法具有良好的适用性和有效性,与原方法相比,能有效避免因特征点误匹配导致的插值结果顶点乱序现象,同时还兼顾了轮廓特征保持与居民地局部相似,能达到较好的Morphing变换效果。 相似文献
2.
基于拓扑一致性的线目标空间冲突检测方法 总被引:2,自引:0,他引:2
现有的空间冲突检测方法需要将复杂的空间关系与定义的规则相比较.由于规则的不完备性,这些方法容易漏检或误检.为此,首先分析了拓扑冲突的类型和产生原因;然后以线目标间拓扑冲突为例,研究了线目标间拓扑关系的表达与计算、综合前后线目标间对应关系、拓扑关系的一致性评价方法;最后通过对对应的拓扑关系进行一致性检验,来检测已有方法漏... 相似文献
3.
平行结构建筑是3维城市中建筑的主体,随着建筑风格的多元化,非平行结构建筑所占的比重越来越大,因此必须对其多尺度表达的方法进行研究.此处根据复杂程度的不同将建筑分为简单建筑和特殊建筑两类.在简单建筑的化筒中,首先讨论了倾斜房顶的几何表示方法,在此基础上建立了房顶的关系信息,采用成组处理与斜面的扯直拉平算法相结合的方式实现了简单建筑的化简.在分析复杂建筑倾斜面结构特点的基础上设计了适于复杂建筑的化简方法,并针对两类典型建筑进行了实验. 相似文献
4.
利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。 相似文献
5.
针对道路网多尺度匹配的问题,提出了一种在小比例尺数据道路网眼约束下的多尺度道路匹配方法。首先,构建两幅不同比例尺数据的道路网眼;其次,在小比例尺道路网眼的约束下,提取出大比例尺道路中由若干道路网眼构成的复合网眼,并完成与小比例尺道路网眼具有多对一和一对一关系的网眼匹配;然后,实现不同比例尺道路网眼的多对多匹配;最后,由复合网眼与小比例尺道路网眼的匹配关系转化为多比例尺道路网眼边界道路之间的匹配和内部道路之间的匹配,完成整个道路网的匹配。试验结果证明,本方法能较好地实现多尺度道路网的匹配。 相似文献
6.
7.
为提高空间数据增量更新中拓扑冲突的检测效率,针对道路网数据,首先分析了增量要素进行更新时可能产生的拓扑冲突的类型和特点,运用规则格网进行邻近区域的表达;然后使用5元组模型描述增量要素与邻近区域要素间的拓扑关系,与设定的拓扑冲突表达进行比较,判断是否存在拓扑冲突。实验结果表明,本方法对于道路网数据增量更新中的拓扑冲突的类型区分准确全面,检测效率较高,具有很好的实用性和可靠性。 相似文献
8.
三角剖分算法是计算几何领域中的重要课题之一,针对现有多边形三角剖分算法大多不能同时兼顾算法的简单有效性、适用性以及三角网的质量问题,提出一种基于自适应分块的任意多边形三角剖分算法.多边形的自适应分块区别于传统的格子分块,它充分顾及了多边形边作为剖分三角网约束边这一特点,通过选择原始多边形一定数量的边,并对这些边构建最优三角形,将原始多边形分割成若干个小的简单多边形,这些简单多边形之间通过三角形进行连接.至此,原始多边形的三角剖分直接转化为这些简单多边形的三角剖分,这样由一条边寻找一顶点构建最优三角形,直接在该边所在的简单多边形内进行搜索,大大减少了点的搜索范围,提高了算法效率.利用基于边优先的多边形三角剖分算法对分块后的小多边形进行三角剖分,从而完成整个多边形的三角剖分.算法具有适用性广,剖分三角形网形稳定、最优,思路简单,易于实现,执行效率高的特点,最后通过实验证明了本算法的科学性和先进性. 相似文献
9.
层次性是道路网一个重要的空间结构特征,文中提出一种城市道路网面域层次结构特征的识别与表达方法。首先以路链为基本单元对道路网数据进行重新组织,选取连通度、接近度、中介度和长度对路链的结构特征重要性进行评价;然后以道路网眼作为表达道路网面域层次结构特征的基本单元,依据路链的属性等级、结构特征重要性以及视觉对称性原则,依次选取路链对道路网最大包络区域进行层次剖分从而获得其包含的各级层次道路网眼;最后利用二叉树模型对道路网眼之间的层次关系和邻接关系进行结构化表达。实验结果表明,所提方法能够完整提取出道路网包含的全部道路网眼并准确建立它们之间的空间关系,其结果能较好地反映道路网面域的层次结构特征。 相似文献
10.
地图综合是地图制图和多尺度空间数据变换的核心与关键技术。20世纪60年代以来,数字地图数据的自动综合研究逐渐展开并取得了长足的进步,囿于人工智能技术的限制,地图综合的智能解决方法虽有不少成果,但距离真正的智能化、实用化仍有一定的距离。近年来,以深度学习为代表的人工智能技术应用于诸多研究领域并取得显著成效,地图综合的智能化研究也有诸多新的尝试。首先,在归纳自动地图综合研究模式的基础上,阐述了智能地图综合研究的必要性;然后,结合人工智能发展历程回顾智能地图综合研究,梳理和分析了基于传统机器学习与基于深度学习的智能地图综合研究现状,并归纳了地图综合智能化研究的主要方法;最后,围绕地图综合智能化研究中的几个热点问题,探讨了智能地图综合的发展趋势。 相似文献