DP算法自动实现方法：以河流化简为例

曲线化简是自动地图综合的重要内容,但其中广泛应用的DP(Douglas-Peucker)算法却是非自动化的,原因是需要在算法执行之初由人工输入距离阈值ε。为此,首先提出了一个多尺度曲线相似度的计算公式;然后基于该公式,以河流数据为例给出了地图比例尺与曲线目标相似度的函数关系推导方法和曲线目标相似度与ε的函数关系推导方法,进而得出了ε与比例尺的函数关系;最后实现了DP算法的自动化。实验研究表明,利用提出的自动化DP算法可以获得指定地理区域不同比例尺的水系要素的化简结果,化简结果与经验丰富的制图员的手工化简结果的相似度平均值为0.927,相似度总体表现良好,表明了该方法良好的可靠性和较高的智能化。     

点群目标空间分布主方向定量描述模型

目前点群目标空间分布主方向模型较少顾及分布密度对点群分布主方向判断的影响，针对此问题，提出一种点群目标空间分布主方向定量描述模型。基于点群的分布密度构建方向玫瑰图；利用统计加权算法，计算点群主方向，引入置信区间，得到点群的主方向分布范围。实验结果表明，文中模型较好地反映了分布密度对点群目标空间分布主方向的影响，计算结果与人类认知具有较高的一致性。