基于神经网络的街道渐进式选取

定义了街道网选取所需的相关参数,训练并获取计算街道相对重要性的神经网络模型,提出了利用该模型进行渐进式街道选取的方法.     

矢量河网渐进式传输的多尺度表达模型

矢量河网数据渐进式传输是制图综合的逆过程,从几何特征出发化简曲线的方法忽略了曲线的形态特征。鉴于此,以曲线轴线为基准,基于曲线弯曲层次化提取河流曲线数据,并将提取的曲线数据分层组织,构建结合目标层和几何细节层的河网多尺度表达模型。基于该模型开发了矢量河网数据的渐进式传输系统,验证了该方法的有效性。     

一种河网矢量数据的网络渐进式传输方法

本文提出了一种河网矢量数据双层次多尺度表达的渐进式传输模型,结合目标层次的河流选取和几何细节层次的曲线多尺度表达,建立了河网多尺度数据结构。在Client/Server结构的WebGIS系统中进行了实验,结果表明该方法用于河网矢量地图数据的渐进式传输是有效的。     

街道渐进式选取的信息传输模型

提出了街道渐进式选取的信息传输模型,该模型包含两个关键部分,代表街道网信息的信源和代表如何选取的信道。定义了街道网几何信息与拓扑信息的新的度量方法,根据匹配思想建立了信道,并对信道的地图综合意义进行了解释。     

矢量河网数据的一种渐进式传输方法

矢量河网数据渐进式传输与制图综合密切相关。针对经典的Douglas-Peucker算法产生的多分辨率曲线存储模型存在偏移值异常、数据冗余等问题,该文提出了一种基于双侧Douglas-Peucker算法的等级增量模型,并利用该模型结合目标层与几何细节层上的多尺度表达,建立河网多尺度表达模型。基于该模型,在Web环境下进行了实验,结果证明了该模型的有效性。     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构.本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输.基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输.

Abstract：

The streaming transfer method which makes data immediately available application during the progress of transfer becomes a welcome transfer way over Web. The progressive transmission of map data provides the users witha self-adaptive strategy to access remote data. It not only speeds up the Web transfer but also offers an efficient navigation guide in information acquisition. The key technology in this transmission is the efficient multiple representation of spatial data and pre-organization on server site. This paper aims at vector data offering a new multiple representation model called changes accumulation model, which considers the spatial representation from one scale to another scale as an accumulation of set of changes. The difference between two consecutive representations is recorded in a linear index and through gradually addition or subtraction realizes the progressive transmission. As an example, the progressive transmission of area feature based on changes accumulation model is investigated in the paper. The model is built by hierarchical decomposition of polygon into series of convex hulls or bounding rectangles and through component of the decomposed elements to accomplish the progressive transmission.     

基于约束的城市街道网自动综合方法

近年来,基于约束的地图自动综合成为研究的热点。本研究在基于约束的地图自动综合理论的基础上,提出了一种城市街道网自动综合方法。该方法依赖于街道网综合中的约束和改进的动态决策树结构,它很好地将约束融入了特定的数据结构,实现了街道网的渐进式综合。实验证明了方法具备可行性。     

基于网格模型的导航道路图渐进式化简方法

针对将导航数据精度降低时的道路图形综合转换为基于网格模型的线图形化简问题,提出了一种基于网格模型的导航道路数据渐进式协同图形综合方法。该方法能保证综合后的单条道路和道路网都与原始高精度数据保持空间方向关系相似。在数据处理过程中,用导航需求来约束道路的渐进式图形简化,并对道路形状和道路交叉处的空间方向关系进行维护,顾及了导航中道路的可视化效果。已用实际生产中的导航数据进行了验证,证明了本文方法是有效且实用的。     

基于傅里叶级数的等高线网络渐进式传输模型

矢量地图渐进式传输的关键技术是建立连续的多尺度表达模型,并在服务器端将地图数据组织成线性结构。本文利用傅立叶级数对要素表达的多尺度特性,将傅立叶级数的参量引入到等高线要素的渐进式传输中：研究了地图尺度与曲线傅立叶展开项数的对应关系,并以此在服务器端建立了曲线多尺度表达的傅立叶描述子模型;客户端通过网络传输依次得到不同地图尺度的傅立叶描述子分量并进行曲线要素的重构,实现等高线要素渐进式的传输和表达。该模型的应用具有两大特点,其一,在网络传输的是由曲线要素提炼出来的特征向量而不是坐标数据,能起到了数据有效压缩的作用;其二,能够实现无极尺度的地图要素的表达。     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构。本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输。基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输。