微地图环境下的手绘地图线要素综合方法

针对微地图中手绘地图线要素转折点信息冗余,影响其传输、存储与渲染效率的问题,该文提出了一种基于头/尾断裂分类规则的手绘地图线要素综合方法。该方法根据手绘地图线要素转折点具有重尾分布的特征以及分形理论中局部图形与整体相似的原理,较好地解决了传统综合方法中要素的取舍过于依赖制图人员经验,导致综合结果容易出现失真和偏误的问题,实现了微地图中手绘地图线要素的综合与化简。实验结果表明,使用头/尾断裂分类规则,可以在多细节层次下,较为合理地为手绘地图线要素的转折点进行分类选取,且选择保留的少数头部点能有效保持原有线要素的几何特征,从而提高了传输、存储与渲染手绘地图线要素的效率。     

弯曲面积头尾断裂分类的曲线综合方法

针对现有基于曲线弯曲的综合方法存在算法复杂、计算量大,过于关注局部相邻弯曲之间的关系,忽略整体弯曲之间联系,现有算法有用于筛选弯曲的阈值设置基于经验不合理等问题。该文借助头尾断裂分类法,提出了一种根据弯曲面积分类,以达到化简曲线目的的综合方法。该方法采用斜拉式曲线划分方法,将曲线划分为若干弯曲,以曲线首尾的连线为轴线,计算各个弯曲与相应轴线围成的面积,然后利用头尾断裂对其进行分类,将面积位于数据"头部"的弯曲予以保留,并提取"尾部"弯曲中距离轴线最远的点作为特征点,最后,合并弯曲与特征点作为综合结果。实验表明,该方法简单高效,可以迭代地在顾及整体弯曲数据且不使用经验阈值的情况下,舍去细小弯曲,保留原有曲线的特征弯曲,以获取不同细节层次下都符合自然规律且与原图高度相似的综合结果。     

脉冲耦合神经网络支持下的网络Voronoi图构建

针对网络Voronoi图中点与点之间通过实际路径距离而非传统欧式距离相连,在实际应用中较平面Voronoi图更加合理,该文提出了一种基于改进脉冲耦合神经网络的网络Voronoi图构建算法。借助模型的自动波发放及并行处理特性,较好地实现了基于路网的网络空间剖分,顾及了道路网及其点群自身属性对其服务范围的影响。实验表明,该算法实现了点群网络Voronoi图的构建,最短路径思想的引入使得构建的网络Voronoi图符合Voronoi图基本特征,可以用来表示点群的服务范围,不仅如此,算法的并行特性保证了算法的高效率。