Đăng nhập

Hãy chọn một cách để đăng nhập

Hoặc tiếp tục với email

Nhớ mật khẩu

Chưa có tài khoản? Đăng ký

Phát triển một số mô hình dữ liệu không thời gian trong gis

145 20 0

Phát triển một số mô hình dữ liệu không thời gian trong gis

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1

/ 145 trang

Thông tin tài liệu

Ngày đăng: 11/07/2021, 16:22

Xem thêm:

Hình ảnh liên quan

PHÁT TRIỂN MỘT SỐ MÔ HÌNH DỮ LIỆU - Phát triển một số mô hình dữ liệu không thời gian trong gis — PHÁT TRIỂN MỘT SỐ MÔ HÌNH DỮ LIỆU Xem tại trang 1 của tài liệu.

Hình 2.1 Các dạng thức của một đối tượng - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 2.1.
Các dạng thức của một đối tượng Xem tại trang 24 của tài liệu.

Các thuộc tính và các quan hệ dùng để mô tả thành phần không gian (hình 2.3) của một đối tượng trong GIS - Phát triển một số mô hình dữ liệu không thời gian trong gis — c.
thuộc tính và các quan hệ dùng để mô tả thành phần không gian (hình 2.3) của một đối tượng trong GIS Xem tại trang 25 của tài liệu.

STT Hình học Topology Ngữ nghĩa Minh họa - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình h.
ọc Topology Ngữ nghĩa Minh họa Xem tại trang 32 của tài liệu.

Hình 2.11 Minh họa cấu trúc Vector và Raster Bảng 2.8 So sánh giữa cấu trúc Vector và Raster - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 2.11.
Minh họa cấu trúc Vector và Raster Bảng 2.8 So sánh giữa cấu trúc Vector và Raster Xem tại trang 34 của tài liệu.

Các mô hình dữ liệu của các tác giả đã đề xuất được phân loại bởi 4 dạng chính (hình 2.12): - Phát triển một số mô hình dữ liệu không thời gian trong gis — c.
mô hình dữ liệu của các tác giả đã đề xuất được phân loại bởi 4 dạng chính (hình 2.12): Xem tại trang 38 của tài liệu.

Hình 2.22. Mô hình CityGML - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 2.22..
Mô hình CityGML Xem tại trang 45 của tài liệu.

Hình 2.26. Mô hình V-3D. - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 2.26..
Mô hình V-3D Xem tại trang 48 của tài liệu.

Hình 2.27. Mô hình tổ hợp giữa B-REP và CSG - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 2.27..
Mô hình tổ hợp giữa B-REP và CSG Xem tại trang 49 của tài liệu.

phương pháp tiếp cận (hướng dữ liệu hay hướng đối tượng) và được kế thừa từ mô hình nào trước đó - Phát triển một số mô hình dữ liệu không thời gian trong gis — ph.
ương pháp tiếp cận (hướng dữ liệu hay hướng đối tượng) và được kế thừa từ mô hình nào trước đó Xem tại trang 51 của tài liệu.

Bảng 2.11 .So sánh các mô hình trên các tiêu chí: cấu trúc không gian, hướng, độ đo và topology - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 2.11.
So sánh các mô hình trên các tiêu chí: cấu trúc không gian, hướng, độ đo và topology Xem tại trang 53 của tài liệu.

Bảng 2.12 So sánh các mô hình dựa theo các chuẩn về truy vấn: thuộc tính, vị trí và topology - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 2.12.
So sánh các mô hình dựa theo các chuẩn về truy vấn: thuộc tính, vị trí và topology Xem tại trang 54 của tài liệu.

Bảng 3.1 Mô tả dữ liệu trong FACE, NODE, BODYFACE FACE - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 3.1.
Mô tả dữ liệu trong FACE, NODE, BODYFACE FACE Xem tại trang 58 của tài liệu.

Bảng 3.2 Mô tả dữ liệu S1 trong FACE và SUR_FACE IDF IDN1 IDN2 IDN3 - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 3.2.
Mô tả dữ liệu S1 trong FACE và SUR_FACE IDF IDN1 IDN2 IDN3 Xem tại trang 60 của tài liệu.

Hình 3.13 Mô hình SUDM Chuyển mô hình SUDM sang mức logic, ta có các quan hệ sau: BODY (#IDB, DESC) - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 3.13.
Mô hình SUDM Chuyển mô hình SUDM sang mức logic, ta có các quan hệ sau: BODY (#IDB, DESC) Xem tại trang 68 của tài liệu.

Hình 3.18 Mối liên kết giữa Event và Eventype - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 3.18.
Mối liên kết giữa Event và Eventype Xem tại trang 82 của tài liệu.

Liên kết giữa Event và Surface, Line, Point (hình 3.22) cũng tương tự như mối liên kết Event và Body - Phát triển một số mô hình dữ liệu không thời gian trong gis — i.
ên kết giữa Event và Surface, Line, Point (hình 3.22) cũng tương tự như mối liên kết Event và Body Xem tại trang 83 của tài liệu.

Hình 3.24 Minh họa LOD của một tòa nhà Bảng 3.21 Các mức LOD trong CityGML - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 3.24.
Minh họa LOD của một tòa nhà Bảng 3.21 Các mức LOD trong CityGML Xem tại trang 90 của tài liệu.

Hình 3.25 Mô hình LOD của CityGML - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 3.25.
Mô hình LOD của CityGML Xem tại trang 91 của tài liệu.

Kết quả H1 trong hình 3.32 biểu diễn vào CSDL (bảng 3.25): Bảng 3.25 Dữ liệu của H1 tại các mức Body (cha) Body Surface Line LOD - Phát triển một số mô hình dữ liệu không thời gian trong gis — t.
quả H1 trong hình 3.32 biểu diễn vào CSDL (bảng 3.25): Bảng 3.25 Dữ liệu của H1 tại các mức Body (cha) Body Surface Line LOD Xem tại trang 97 của tài liệu.

Bảng 3.26 Dữ liệu của H1 trong các quan hệ BODYLOD, LINELOD và SURFACELOD BODYLOD - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 3.26.
Dữ liệu của H1 trong các quan hệ BODYLOD, LINELOD và SURFACELOD BODYLOD Xem tại trang 99 của tài liệu.

Các mô hình đã đề nghị ở chươn g3 được minh họa bởi các kết quả cài đặt trên hệ - Phát triển một số mô hình dữ liệu không thời gian trong gis — c.
mô hình đã đề nghị ở chươn g3 được minh họa bởi các kết quả cài đặt trên hệ Xem tại trang 102 của tài liệu.

Bảng 4.11 Tỉ lệ khối lượng dữ liệu giữa UDM và SUDM của 400 khối B1, 150 B2 UDM SUDMTỉ lệ - Phát triển một số mô hình dữ liệu không thời gian trong gis — Bảng 4.11.
Tỉ lệ khối lượng dữ liệu giữa UDM và SUDM của 400 khối B1, 150 B2 UDM SUDMTỉ lệ Xem tại trang 105 của tài liệu.

Hình 4.10 Kết quả truy vấn 3 nhìn từ gó cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.10.
Kết quả truy vấn 3 nhìn từ gó cA Xem tại trang 114 của tài liệu.

Hình 4.12 Kết quả truy vấn 4 nhìn từ gó cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.12.
Kết quả truy vấn 4 nhìn từ gó cA Xem tại trang 115 của tài liệu.

Hình 4.13 Kết quả truy vấn 4 nhìn từ góc khá cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.13.
Kết quả truy vấn 4 nhìn từ góc khá cA Xem tại trang 115 của tài liệu.

Hình 4.17 Kết quả truy vấn 7 nhìn từ gó cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.17.
Kết quả truy vấn 7 nhìn từ gó cA Xem tại trang 117 của tài liệu.

Hình 4.18 Kết quả truy vấn 7 nhìn từ góc khá cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.18.
Kết quả truy vấn 7 nhìn từ góc khá cA Xem tại trang 118 của tài liệu.

Hình 4.21 Kết quả truy vấn 9 nhìn từ gó cA - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.21.
Kết quả truy vấn 9 nhìn từ gó cA Xem tại trang 119 của tài liệu.

Hình 4.25 Hiển thị kết quả của khối B4 (chung cư 1) tại mức và 1 - Phát triển một số mô hình dữ liệu không thời gian trong gis — Hình 4.25.
Hiển thị kết quả của khối B4 (chung cư 1) tại mức và 1 Xem tại trang 126 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

Nghiên cứu một số mô hình học ontology và ứng dụng trong miền dầu khí Nghiên cứu một số mô hình học ontology và ứng dụng trong miền dầu khí
150 93 0
Xác định độ dài khoảng trong mô hình dự báo chuỗi thời gian mờ Xác định độ dài khoảng trong mô hình dự báo chuỗi thời gian mờ
74 416 0
Phép ngữ nghĩa hóa và giải nghĩa phi tuyến ứng dụng trong mô hình dự báo chuỗi thời gian mờ Phép ngữ nghĩa hóa và giải nghĩa phi tuyến ứng dụng trong mô hình dự báo chuỗi thời gian mờ
69 341 0
Một số phương pháp dự báo chuỗi thời gian Một số phương pháp dự báo chuỗi thời gian
52 13 0
Đánh giá các mô hình dự báo chuỗi thời gian Đánh giá các mô hình dự báo chuỗi thời gian
77 1 0
phát triển mô hình dự báo dữ liệu chuỗi thời gian ngắn hạn phát triển mô hình dự báo dữ liệu chuỗi thời gian ngắn hạn
153 20 0

Tài liệu liên quan

LUẬN án TIẾN sĩ kỹ THUẬT PHÁT TRIỂN một số mô HÌNH PHÁT HIỆN bất THƯỜNG MẠNG dựa TRÊN học sâu và TỔNG hợp dữ LIỆU LUẬN án TIẾN sĩ kỹ THUẬT PHÁT TRIỂN một số mô HÌNH PHÁT HIỆN bất THƯỜNG MẠNG dựa TRÊN học sâu và TỔNG hợp dữ LIỆU
149 8 0
Phát triển một số mô hình tính toán mềm cho bài toán truy tìm ảnh mặt người nhìn thẳng Phát triển một số mô hình tính toán mềm cho bài toán truy tìm ảnh mặt người nhìn thẳng
222 1 0
Nghiên cứu phát triển một số mô hình dạng lanchester trong mô phỏng trận đánh Nghiên cứu phát triển một số mô hình dạng lanchester trong mô phỏng trận đánh
130 2 0
Luận án tiến sĩ phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu Luận án tiến sĩ phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
146 17 0
Phát triển một số mô hình dữ liệu không thời gian trong gis Phát triển một số mô hình dữ liệu không thời gian trong gis
145 20 0
Phát triển một số mô hình phân cụm mờ cộng tác Phát triển một số mô hình phân cụm mờ cộng tác
122 5 0
Phát triển một số mô hình phân cụm mờ cộng tác tt Phát triển một số mô hình phân cụm mờ cộng tác tt
27 13 0
Tớm tắt Luận án Tiến sĩ Kỹ thuật: Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu Tớm tắt Luận án Tiến sĩ Kỹ thuật: Phát triển một số mô hình phát hiện bất thường mạng dựa trên học sâu và tổng hợp dữ liệu
14 2 0