期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于Strip-Tree的无级比例尺GIS多边形化简技术 被引量:14
1
作者 田鹏 郑扣根 潘云鹤 《软件学报》 EI CSCD 北大核心 2001年第10期1495-1502,共8页
无级比例尺 GIS(geographic information system)多边形化简的基础是多边形弧段的线综合 ,而直接对多边形的弧段施加线综合操作可能造成输出数据的拓扑错误 ,主要表现为化简后弧段出现相交 .以往的研究并未对这个问题给予足够的重视和... 无级比例尺 GIS(geographic information system)多边形化简的基础是多边形弧段的线综合 ,而直接对多边形的弧段施加线综合操作可能造成输出数据的拓扑错误 ,主要表现为化简后弧段出现相交 .以往的研究并未对这个问题给予足够的重视和给出自动化的解决方法 .在对此问题进行全面分析的基础上 ,提出了一种基于 Strip-Tree的多边形图层化简策略 ,在保持输出数据拓扑结构正确的前提下化简多边形图层 ,且保持了较高的时空效率 .该策略成功地应用于国家 863项目“时空一体化智能城建信息系统”。 展开更多
关键词 空间数据库 地理信息系统 多边形化简技术
在线阅读 下载PDF
基于面积保持的Douglas-Peucker改进算法的多边形化简 被引量:14
2
作者 黄万里 戴文远 余珊 《科学技术与工程》 2009年第24期7325-7328,共4页
面状数据的化简是空间数据多尺度表达和制图综合必须处理的关键问题,有些面状的地理要素要求简化前后面积保持一致,并且不破坏原来的拓扑关系。因此必须对原有的线化简算法做适当的改进。提出对要化简的多边形根据其与相邻多边形的邻接... 面状数据的化简是空间数据多尺度表达和制图综合必须处理的关键问题,有些面状的地理要素要求简化前后面积保持一致,并且不破坏原来的拓扑关系。因此必须对原有的线化简算法做适当的改进。提出对要化简的多边形根据其与相邻多边形的邻接关系,对邻接线段分别化简,以保持原来的拓扑关系;并在采用Douglas-Peucker算法化简时,加入面积平衡的约束条件,构造"平衡线",使化简前后保持面积一致。通过对实验数据化简结果的分析,改进的算法能很好保持化简前后面积及拓扑的一致性,但较Douglas-Peucker算法化简结果,其化简率较小一些。 展开更多
关键词 面积保持 Douglas—Peucker算法 多边形化简
在线阅读 下载PDF
顾及邻近五点的建筑物多边形化简方法 被引量:4
3
作者 李俐俐 李成名 +2 位作者 卢小平 殷勇 武鹏达 《测绘通报》 CSCD 北大核心 2019年第3期41-45,共5页
针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征,容易产生尖锐凸角等问题,提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元,实现对建筑物边界Z形平行、Z形不平行、U形平... 针对传统的建筑物化简算法无法准确保持建筑物局部细节几何特征,容易产生尖锐凸角等问题,提出了一种基于邻近五点的建筑物多边形化简方法。通过将多边形边界上的邻近五点定义为基本处理单元,实现对建筑物边界Z形平行、Z形不平行、U形平行、U形不平行的4类几何模式划分,进行渐进式化简,并针对化简过程中产生的尖角顾及角度约束对其削尖。对某地区部分1∶1万实际建筑物多边形数据进行试验,结果表明,所提算法在保持建筑物基本几何形态特征的基础上,能够尽可能地避免尖角的产生,化简结果更加符合人类的视觉认知。 展开更多
关键词 邻近五点法 建筑物多边形化简 尖角 渐进式化简
在线阅读 下载PDF
一种建筑物多边形合并、化简与优化的自动方案 被引量:3
4
作者 史佳顺 朱赟 黄继风 《计算机工程》 CAS CSCD 北大核心 2003年第1期204-205,共2页
介绍了一种城市地图中基于建筑物矩形几何特征的多边形全自动综合算法。采用Delaunay三角网探测多边形之间的拓扑邻近关系,根据视觉邻近关系聚合多边形。采用基于分割栅格多次扫描的方法对建筑物多边形进行化简以及形状优化。
关键词 优化 建筑物多边形 多边形合并 多边形化简 建筑工程制图
在线阅读 下载PDF
一种处理障碍约束的基于密度的空间聚类算法 被引量:6
5
作者 杨杨 孙志伟 赵政 《计算机应用》 CSCD 北大核心 2007年第7期1688-1691,共4页
在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上,提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法(DBCOD)。该算法在DBCLuC算法的基础上,采用障碍距离代替欧几里得距离作为... 在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上,提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法(DBCOD)。该算法在DBCLuC算法的基础上,采用障碍距离代替欧几里得距离作为相异度的度量标准,并在预处理过程中用障碍多边形合并化简方法来提高障碍物的处理效率。仿真实验结果表明,DBCOD算法不仅具有密度聚类算法的优点,而且聚类结果比传统基于障碍约束的密度聚类算法更合理、更加符合实际情况。 展开更多
关键词 基于密度的空间聚类 障碍距离 障碍多边形合并化简
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部