排序方式: 共有16条查询结果,搜索用时 31 毫秒
1.
立交桥结构的自动识别对道路网多尺度建模、空间分析和车辆导航具有重要意义。传统基于矢量数据的立交桥识别方法过分依赖人工设计的特征,对复杂场景的适应性较差。本文提出了一种基于目标检测Faster R-CNN神经网络模型的立交桥识别方法,该方法利用卷积神经网络学习立交桥样本的深层次结构特征,进而实现立交桥的自动识别与准确定位。试验结果表明,该方法对立交桥的识别效果较好,能够在复杂的道路网中准确确定立交桥的位置,避免了人为干预对试验结果不确定性的影响,抗干扰性较强。 相似文献
2.
针对传统的点实体匹配方法的不足,提出了利用地标空间关系约束的点实体匹配方法。该方法以参考点实体、候选匹配点实体与其邻域内的同名地标之间的空间关系为基础构造距离特征向量和方向特征向量,基于距离特征向量和方向特征向量计算点实体的相似度,进而确定点同名实体。实验结果表明,该方法在点同名实体空间位置偏差较大的情况下依然能够取得很好的效果,验证了该方法的有效性。 相似文献
3.
自然连续面群边线化简是地形图中自然面状要素和地理国情普查数据中自然图斑自动制图综合的重要实施步骤。现有面要素边线化简算法大多以线化简算法为基础,未有效化简弯曲特征、保持面积平衡和满足图面视觉清晰性要求,且化简结果存在共享边界不一致、边线自相交和边线之间相交的拓扑问题。为此,结合自然连续面群表达特点和化简要求,本文提出一种面向自然连续面群边线的协同化简方法。首先将自然连续面群转换为拓扑数据结构组织,以待化简弧段及其相邻弧段为基础构建约束Delaunay三角网,标识化简区域;其次利用弧段双侧层次多叉树模型渐进式退化条带状弯曲、化简细小弯曲;最后自适应夸大狭窄“瓶颈”,实现边线的协同化简。以河南省某区域1:5万地形图中的植被与土质面要素进行化简实验,相较于对比方法,该方法能够有效保持自然连续面群边线化简前后的拓扑一致性、要素之间的面积平衡,充分化简目标尺度下的局部不清晰细节,化简结果精度高。 相似文献
4.
针对疫情期间的网络课程教学,本文提出了一种“请进来,我主导”的网络教学模式,并进行了初期的尝试与实践。该教学模式的主要思路是将校外交叉学科的专家学者请进网络课堂,在主讲老师的整体把控下,开展教学活动,在保证授课质量的基础上,通过融入交叉学科的新视角带动老师和学生对本专业课程的新思考。该模式充分发挥了网络教学的优势和潜力,调动了学生的学习兴趣和热情,拓展了学生的知识面。从学生和督导专家的反馈意见得出,这种教学模式能够充分体现“以学生为主体,以教师为主导”的教学理念,初步取得了较好的教学效果。 相似文献
5.
6.
定向运动地图,作为定向运动中必不可少的工具,是用图者进行空间认知的手段。本文以空间认知理论为指导,从地图符号、表达内容和使用环境3个方面分析了定向地图的内容设计与表达特性。定向运动中的识图用图是一种亲历与阅读相结合的过程,用图者使用定向地图是一种基于最佳路径选择的空间认知方式,本文分析了运动状态下用户使用定向地图的空间认知过程,最后给出了定向地图的设计原则。 相似文献
7.
8.
9.
GlobeLand 30和自发地理信息的对比分析研究 总被引:1,自引:0,他引:1
地表覆盖数据是关于土地利用信息的重要来源,在地理国情监测、生态环境保护等方面发挥着重要的作用,目前遥感影像解译、实地测量是该数据生产的主要手段,但是仍然存在一定的局限性。随着Web2.0、互联网技术以及各种GPS设备的快速发展传播,普通大众也可以参与公众制图,志愿者用户的参与能够有效判定地表类型的空间分布和属性特征,提高地表覆盖制图的分类精度。本文以自发地理信息中最成功的项目OpenStreetMap为例,与中国新研制的全球最高30m分辨率地表覆盖数据产品GlobeLand 30进行对比分析,首先对数据进行相应的预处理和拓扑检查,然后建立两种数据的要素对应关系,最后生成误差矩阵并分析两种数据的一致性。实验结果表明:① OpenStreetMap数据缺失的部分主要是耕地类型,其草地和水体要素比GlobeLand 30更加丰富;② 2种数据的一致性较好为75%左右,其中林地和人造地表的精度较高,耕地和水体次之,草地较差;③ 重点对不一致区域的地表类型进行判断验证,能够发现GlobeLand 30数据中的错误分类,为进一步修改和优化提供依据。本文研究表明,自发地理信息中包含丰富的地表覆盖信息,能够给地表覆盖制图及评价验证带来巨大的发展潜力。 相似文献
10.