排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
基于VB的最小生成树KRUSKAL算法的实现 总被引:1,自引:0,他引:1
对求解加权连通无向图最小生成树的KRUSKAL算法进行了探讨,并用VB实现,同时以读取文件的方法输入图,弥补了利用面向过程的程序设计语言在求解最小生成树时输入数据的复杂性。通过可视化的形式显示无向图和最小生成树,使结果直观且容易理解。 相似文献
2.
自动构建多边形是地理数据拓扑关系建立的重点和难点之一,其算法的自动化、速度和复杂性一直制约着GIS中有关模块的设计开发和地理数据库的建立。针对该问题,通过研究,提出了一种基于方位角计算的多边形快速构建算法,很好地解决了多边形的构建及“岛屿”与“飞地”的处理问题,整个算法结构清晰,简单易懂,且程序设计易于实现。 相似文献
3.
点要素综合算法的目的是在点数减少的情况下尽量正确地传输包含在点群中的信息,但是目前提出的两种算法均不能达到此要求,如为居民地选取的增长算法不能很好处理拓扑信息,而基于Voronoi的算法又没有考虑点的重要性程度(即点包含的专题信息)。为克服这些缺点,提出了一个新的算法。该算法采用以下两种方法确保不同信息的正确传输:(1)根据基本选取法则确保点数的正确;(2)反复构造剩余点的Voronoi图,并根据一个点与其周围点重要性程度的比较来确定其删除与否,从而使拓扑、专题和几何信息能正确传输。该算法的缺点是没有考虑点的符号化,由此可能导致地图上符号的压盖和重叠。 相似文献
4.
5.
6.
传统基于Voronoi图的算法忽略了点与点之间是通过实际网络距离相连这一事实,针对此缺陷,提出一种基于网络加权Voronoi图的点群选取算法. 1)利用网络扩展法构建点群的网络加权Voronoi图;2)计算每个点对应的网络Voronoi多边形面积及扩展弧段总长度,并以此为依据,为点群中所包含的统计、专题、拓扑和度量信息分别选定量化描述因子;3)提出“同心圆”算法,解决点群取舍问题. 实验结果表明,提出的方法顾及了点群权重以及与点群相关联的道路等级、方向及局部密度对选取结果的影响,较好地保持了原始点群的各类信息,选取结果符合实际地理空间特征. 相似文献
7.
针对现有的多尺度道路网相似性计算方法对道路网特征顾及不足的问题,提出了一种顾及全局轮廓和局部细节的多特征多尺度道路网空间相似性计算模型。该模型首先提取道路网的全局轮廓边界,通过傅里叶描述子计算出轮廓边的形状相似性,以此来度量多尺度道路网的全局相似性;其次,将能够反映局部密度特征的道路网眼引入到局部相似性计算中,分别求取网眼之间的拓扑相似度和几何相似度,二者结合计算多尺度道路网的局部相似性;最后,进行全局特征和局部特征的相似性归一化,对多尺度道路网目标相似性进行整体度量。实验结果表明,该模型计算结果与实际地物特征变化程度保持了较高的一致性,比较符合人类认知。 相似文献
8.
9.
为了解决在遥感图像语义分割任务中存在的目标物体之间巨大尺度差异和丢失空间细节信息导致分割精度下降的问题,提出多尺度互注意力与指导上采样网络.利用多尺度互注意力模块获得不同尺度图像之间的像素关系,平衡不同尺度物体的权重,提高小尺度物体的分割性能.编码指导上采样模块利用编码结构中的信息,指导图像上采样的过程,融合空间细节信息,提升目标物体边界像素的分类效果.在Potsdam数据集和Jiage数据集上的m IoU得分分别为85.52%和86.59%,较次优网络分别提升了1.32%和1.46%. 相似文献
10.