欢迎来到天天文库
浏览记录
ID:33783022
大小:2.20 MB
页数:63页
时间:2019-03-01
《基于uml表示的数字城市gis图形库建模及其实践》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号——UI)C“{密数学位论文基于UML表示的数字城市GIS图形库建模及其实践(题名和副题名)代国兴(作者姓名)指导教师姓名——至垒型塾撞——士建盘高丝曼堡逝~——由清学位级别墨壅塑±专业名称丛生墨猩论文提交目期2005.5论文答辩H期——学位授予单位和同期盘室墨墨盘鲎.答辩委员会主席注i:注明《国际十进分类法UDC>>的类号评阔人南京理工大学工程硕士论文基于UML表示的数字城市GIs图形库建模及其实践摘要人们越来越多地需要在不舄分辨率,不周空间尺度上对地理现象进行观察、理解和描述,即越来越多地需
2、要对多种比例尺的空间数据进行分析、处理和表达。这就导致了对多[Lifo尺特征GIS需求的出现。数字地图自动综合的研究是一个非常艰难的课题。目前矢量地图主要是通过人工描图的方式识别道路信息,由于该方式耗时,低效,并且不易及时更新。可以利用已有的基于单一比例尺的GIS数据库中的基础地理数据,通过自动制图综合生成多比例尺数据。显然,这种方法不但可以极大的减少多比例尺数据采集、存储、管理和更新的投入,而且可以扩大GIS基础数据库的服务面,提高其潜在的应用价值。所以对自动制图综合辛DGIS线状要素的简化研究是目
3、前数字地图中的关键技术之~。本文的目的是利用UML改进GIS图形建模,并运用于对自动制图综合和GIS线状数据的简化的图形建模过程。在目前自动制图综合和GIS线状数据的简化成果的基础上,设计了自动制图综合和GIS线状数据的简化的算法,改进部分包括:基于不规则曲线特征点分类的样条插值和精度控制;基于人眼分辨率极限的GIS线状数据的简化;基于线状数据的自然小波基构造;正交周期小波在路网、河网、等高线等数据的简化实验。关键词;UML,数据简化,小波分析,地理信息系统,不规则曲线,特征点,建模。塑塞堡三奎兰三望
4、堡主堡苎差三!型!壅至竺壑皇苎吏竺!里堑壁塞蔓墨茎壅些AbstractPeopleneeditindi£f:erentresolutionratiosmoFeandmore,observe。understandanddescribethegeographicalphenomenonondifferentspaceyardstick,namelyneedtoanalyse.dealwithandexpresstOthespaceda_【aofmanykindsofSCalesmoreandmore.Th
5、ishascausedappearanceofmult-scalescharacteristicGISdemand.TheresearchofautomaticcartographicgeneralizationiSaverydifficultSUbiect.NowrecognizingtheroadnetworkbyhandtracingisUSedgenerallyinthecreationofthevectormap.It’Stimeconsumingandinefficientbvt11ism
6、eans.Moreover,it’Sdif五eulttOupdatetimely.CanutilizethegeographicaldataoffoundationinexistingGISdatabasebasedOilsingleSCale,producemult—SCaledatasyntheticallythroughautomaticcartographicgeneralization.Obviously,gather,store,managementandnewerinputinreduc
7、tionmuIt-SCalesdatathatthiskindofmethodnotonlycanbegreat,andCanexpandtheservicesurfaceofGISbasicdatabase,improveitspotentialusingvalue.SotheresearchofautomaticcartographicgeneralizationandGISlinearfinearkeyelementiSoneofthekeytechnologyofthedigitalmap.T
8、heourposeofthethesisisI;outilizeUMLtoimproveGIsfiguremodelingandapplytOfiguremodefingcoupewithGISlineardatasimplifyingandautomaticcartographicgeneralization.BasingOntherecentproductionofautomaticcartographicgeneralizationandGISli
此文档下载收益归作者所有