Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "generalization of geographic information" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Artificial neural networks and fuzzy inference systems for line simplification with extended WEA metric
    Autorzy:
    Olszewski, R.
    Gnat, M.
    Fiedukowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/145362.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    informacja geograficzna
    kartografia
    sieci neuronowe
    generalization of geographic information
    line simplification
    computational intelligence
    ANN
    FIS
    Opis:
    The issue of line simplification is one of the fundamental problems of generalisation of geographical information, and the proper parameterisation of simplification algorithms is essential for the correctness and cartographic quality of the results. The authors of this study have attempted to apply computational intelligence methods in order to create a cartographic knowledge base that would allow for non-standard parameterisation of WEA (Weighted Effective Area) simplification algorithm. The aim of the conducted research was to obtain two independent methods of non-linear weighting of multi-dimensional regression function that determines the “importance” of specific points on the line and their comparison to each other. The first proposed approach consisted in the preparation of a set of cartographically correct examples constituting a basis for teaching a neural network, while the other one consisted in defining inference rules using fuzzy logic. The obtained results demonstrate that both methods have great potential, although the proposed solutions require detailed parameterisation taking into account the specificity of geometric variety of the source data.
    Źródło:
    Geodesy and Cartography; 2018, 67, 2; 255-269
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Koncepcja i studium implementacji procesu zasilania komponentu TOPO250 danymi TOPO10 - generalizacja informacji geograficznej w bazie danych BDG
    Idea and implementation studies of populating TOPO250 component with the data from TOPO10 – generalization of geographic information in the BDG database
    Autorzy:
    Olszewski, R.
    Pillich-Kolipińska, A.
    Fiedukowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129771.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    baza danych georeferencyjnych
    wielorozdzielcza baza danych topograficznych
    MRDB
    modelowanie restrykcyjne
    generalizacja informacji geograficznej
    georeference database
    multiresolution topographic database
    restrictive modelling
    generalization of geographical information
    Opis:
    Implementation of INSPIRE Directive in Poland requires not only legal transposition but also development of a number of technological solutions. The one of such tasks, associated with creation of Spatial Information Infrastructure in Poland, is developing a complex model of georeference database. Significant funding for GBDOT project enables development of the national basic topographical database as a multiresolution database (MRDB). Effective implementation of this type of database requires developing procedures for generalization of geographic information (generalization of digital landscape model – DLM), which, treating TOPO10 component as the only source for creation of TOPO250 component, will allow keeping conceptual and classification consistency between those database elements. To carry out this task, the implementation of the system’s concept (prepared previously for Head Office of Geodesy and Cartography) is required. Such system is going to execute the generalization process using constrained-based modeling and allows to keep topological relationships between the objects as well as between the object classes. Full implementation of the designed generalization system requires running comprehensive tests which would help with its calibration and parameterization of the generalization procedures (related to the character of generalized area). Parameterization of this process will allow determining the criteria of specific objects selection, simplification algorithms as well as the operation order. Tests with the usage of differentiated, related to the character of the area, generalization process parameters become nowadays the priority issue. Parameters are delivered to the system in the form of XML files, which, with the help of dedicated tool, are generated from the spreadsheet files (XLS) filled in by user. Using XLS file makes entering and modifying the parameters easier. Among the other elements defined by the external parametric files there are: criteria of object selection, metric parameters of generalization algorithms (e.g. simplification or aggregation) and the operations’ sequence. Testing on the trial areas of diverse character will allow developming the rules of generalization process’ realization, its parameterization with the proposed tool within the multiresolution reference database. The authors have attempted to develop a generalization process’ parameterization for a number of different trial areas. The generalization of the results will contribute to the development of a holistic system of generalized reference data stored in the national geodetic and cartographic resources.
    Jednym z kluczowych wyzwań towarzyszących tworzeniu Infrastruktury Informacji Przestrzennej (IIP) w Polsce jest budowa kompleksowego modelu bazy danych georeferencyjnych. Znaczące środki przeznaczone na realizację projektu GBDOT pozwalają na opracowanie podstawowej bazy danych topograficznych kraju jako bazy wielorozdzielczej (MRDB). Efektywne wdrożenie tego typu bazy danych wymaga opracowania procedur generalizacji informacji geograficznej (uogólnienia modelu krajobrazowego DLM), która, traktując komponent TOPO10 planowanej bazy jako jedyne źródło do tworzenia komponentu TOPO250, pozwoli na zachowanie spójności pojęciowej i klasyfikacyjnej między tymi elementami bazy danych. Realizacja tego zadania wymaga implementacji, opracowanej na zlecenie Głównego Urzędu Geodezji i Kartografii, koncepcji systemu, realizującego cele procesu generalizacji informacji geograficznej poprzez wykorzystanie metod restrykcyjnych (ang. constrained-based modelling) oraz pozwalającego na zachowanie relacji topologicznych między poszczególnymi klasami obiektów i obiektami. Pełna implementacja projektowanego systemu generalizacji wymaga przeprowadzenia szeroko zakrojonych testów, które pozwolą na jego kalibrację, a także parametryzację realizowanych procedur generalizacyjnych w zależności od charakteru analizowanego obszaru. Parametryzacja te procesu umożliwi określenie kryteriów wyboru poszczególnych obiektów, algorytmów upraszczania oraz kolejności wykonywanych operacji. Dla uzyskania kartograficznie poprawnego modelu wynikowego (zarówno bazy danych przestrzennych, jak i mapy topograficznej) kluczowe znaczenie ma, zdefiniowane przez autorów, łączne przetwarzanie elementów sytuacyjnych i wysokościowych. Pozwala to na uzyskanie spójnego pod względem topologicznym komponentu pochodnego źródłowej bazy danych referencyjnych. Autorzy opracowania podjęli próbę parametryzacji procesu generalizacji informacji geograficznej dla wybranego obszaru testowego. Uogólnienie uzyskanych wyników przyczyni się do opracowania holistycznego systemu generalizacji danych referencyjnych zgromadzonych w państwowym zasobie geodezyjnym i kartograficznym.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 127-139
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie zbiorów przybliżonych do pozyskiwania wiedzy i budowy reguł systemu generalizacji informacji geograficznej
    Implementation of rough sets theory for knowledge acquisition and construction of knowledge base for generalization of geographic information
    Autorzy:
    Fiedukowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/346593.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    generalizacja informacji geograficznej
    baza wiedzy
    zbiory przybliżone
    redukty
    generalization of geographic information
    knowledge base
    rough sets
    reducts
    Opis:
    Proces generalizacji informacji geograficznej zawsze opierał się na wiedzy i doświadczeniu kartografa, który go wykonywał. Postępujące zmiany technologiczne, w szczególności zaś zmiana sposobu przechowywania informacji przestrzennej, polegające na zastąpieniu formy analogowej elektroniczną (zwykle opartą o bazy danych), sprawiają, że owa wiedza niezbędna w generalizacji, jakkolwiek wciąż kluczowa, jest również przechowywana w inny sposób. Dziś na podstawie wieloletniego doświadczenia kartografa budowane są bazy wiedzy, które mają umożliwić, przynajmniej częściową automatyzację procesu generalizacji. Taką bazę wiedzy dla współczesnych danych przestrzennych może stanowić np. informacja o atrybutach obiektów istotnych z punktu widzenia procesu generalizacji i reguły generalizacyjne o te atrybuty oparte. Dzisiejsze bazy danych przestrzennych posiadają szereg atrybutów a kolejne mogą zostać obliczone w oparciu o geometrię obiektów, czy ich topologię. Trudność polega jednak na wyłonieniu informacji kluczowych w procesie generalizacji informacji geograficznej. W artykule zaprezentowano wykorzystanie konceptu zbiorów rozmytych oraz reduktów. Redukt jest podzbiorem oryginalnego zbioru atrybutów, który pozwala na równie dobre podjęcie decyzji (w tym przypadku dotyczącej generalizacji), co oryginalny zbiór atrybutów. Jego wyznaczenie pozwala więc na wybranie spośród dostępnych atrybutów tych o najistotniejszym znaczeniu. Wiedza o tym, które atrybuty są kluczowe dla poszczególnych operatorów generalizacji jest więc w ten sposób wydobywana z już istniejących danych. Wyselekcjonowane atrybuty mogą zaś zostać wykorzystane do tworzenia reguł procesu generalizacji. Dzięki wykorzystaniu jedynie atrybutów tworzących redukt budowa reguł, staje się łatwiejsza a same reguły, a co za tym idzie cały proces generalizacji, bardziej przejrzysty.
    Generalization of geographic information was always based on the knowledge and experience of cartographer who performed it. Progressive technological changes, especially the change in data storage from analog to electronic devices (usually in the form of databases), changed a lot in generalization process. Though, the knowledge needed for it is still crucial, it is stored in different way as well. Today, knowledge bases are built based on years of cartographer’s experience. Their goal is to enable, at least partially, automation of the generalization process. This knowledge base for modern spatial data may be constituted, among others, by information about attributes of objects which are significant from the point of view of generalization process as well as the generalization rules based on those attributes. Contemporary spatial databases include a number of attributes and other information (as geometry and topology) which can be used to calculate other databases. Therefore, the challenge is to bring to light information crucial in generalization process. This paper presents the use of rough sets concept, specifically reducts, for this goal. The reduct is a subset of the original set of attributes which allows to make decisions (in this case, the decision about generalization of objects) as good as based on original attributes. Knowledge about the attributes significant in generalization process is derived, in this way, from already existing data. Selected attributes can be used for defining the generalization rules. Thanks to the use only of the attributes constituting reducts, the construction of rules becomes easier and the rules themselves, as well as generalization process, are more transparent.
    Źródło:
    Roczniki Geomatyki; 2013, 11, 2(59); 33-46
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies