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 "Paluszyński, W." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Feature extraction in high-resolution raster images using neural networks
    Autorzy:
    Iwaniak, A.
    Kubik, T.
    Paluszyński, W.
    Tymków, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/225883.pdf
    Data publikacji:
    2006
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    GIS projekt
    sieci neuronowe
    GIS project
    neural network
    Źródło:
    Reports on Geodesy; 2006, z. 2/77; 263-271
    0867-3179
    Pojawia się w:
    Reports on Geodesy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generalizacja danych topograficznych o szczegółowości 1:10 000 do skali 1:50 000
    Generalization of topographic data from 1:10 000 into 1:50 000
    Autorzy:
    Iwaniak, A.
    Ostrowski, W.
    Paluszyński, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/204472.pdf
    Data publikacji:
    2004
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    kartografia
    baza danych
    mapa topograficzna
    generalizacja kartograficzna
    cartography
    topographic map
    Opis:
    W pierwszej części artykułu opisano i zilustrowano reguły generalizacji sieci drogowej i zabudowy przy opracowywaniu mapy topograficznej 1:50 000 na podstawie mapy 1: 10 000. W drugiej części artykułu zostanie zaprezentowana implementacja bazy wiedzy na podstawie zdefiniowanych reguł w środowisku programowym Dynagen oraz przykłady praktycznego wykorzystania tej implementacji do generalizacji Bazy Danych Topograficznych.
    Due to the development of geographic information systems, in the developed countries more than 70% of decisions in public administrations are taken basing on spatial data. Particular regions have their own databases with various levels of detail, usually corresponding to standard topographic scales (1:10 000, 1:25 000, 1:50 000 etc.). The question is whether it would be possible to keep just one, detailed topographic database and generate cartographic presentations in different scales from it, using automatic generalization of spatial data. This problem is particularly vital in Poland, because the National Geographic Information System (KSIG), which is being implemented at the moment, consists of, among other units, a Topographic Database (BDT) with the level of detail corresponding to the map in 1:10 000 and a Level 2 Vector Map (VMAP 2) with the level of detail corresponding to the scale of 1:50 000. Since 2002 the Faculty of Environmental Engineering and Geodesy of Agricultural University of Wroclaw together with the Warsaw University Chair of Cartography have been working on a research project "Automatization of the process of generalization of topographic maps from the scale of 1:10 000 into 1:50 000". In the first stage of the research attempts were made to elaborate a system of automatic genera-lization of road network and buildings with the use of DynaGen software. In the first part of the article the rules of generalization of these two components are presented and illustrated. Criteria and rules for the choice of streets and lower road categories are established (criteria of density, length, functionality and spatial relations). Generalization of buildings presented in the scale of 1:10 000 can be conducted in two ways: either with symbols of separate buildings or by replacing them with a symbol of a built-up area. In the first case we are dealing with the following types of generalizations: generalization of qualitative features, substitution of a collective symbol for separate symbols, choice of buildings, replacement of building outlines with symbols, building simplification, combining and changing of building location. In the second case separate objects (buildings) are replaced with a collective symbol (built-up area), the shape of which is further simplified, extended and combined.
    Źródło:
    Polski Przegląd Kartograficzny; 2004, T. 36, nr 3, 3; 177-186
    0324-8321
    Pojawia się w:
    Polski Przegląd Kartograficzny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generalizacja danych topograficznych o szczegółowośći 1:10 000 do skali 1:50 000. Cz. 2
    Generalization of topographic data from 1:10 000 into 1:50 000. Part 2
    Autorzy:
    Iwaniak, A.
    Chybicka, I.
    Ostrowski, W.
    Paluszyński, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/204351.pdf
    Data publikacji:
    2004
    Wydawca:
    Polskie Towarzystwo Geograficzne
    Tematy:
    mapa
    mapa topograficzna
    baza danych
    generalizacja kartograficzna
    map
    topographic map
    generalization
    Opis:
    W pierwszej części artykułu omówiono znaczenie generalizacji w procesie budowy Krajowego Systemu Informacji Geograficznej oraz teoretyczne zasady generalizacji sieci dróg i zabudowy dla skali 1:50 000. W drugiej części opisano narzędzia informatyczne do automatyzacji procesu generalizacji oraz implementacje bazy wiedzy dotyczącej reguł generalizacji w środowisku programowym DynaGEN. Poprawność opracowanej bazy wiedzy zweryfikowano przez przeprowadzenie dwóch eksperymentów. Pierwszy eksperyment dotyczył generalizacji warstw tematycznych Bazy Danych Topograficznych (BDT) sieci transportowej i zabudowy w obrębie podwar-szawskiej miejscowości Łomianki. Drugi eksperyment polegał na generalizacji warstwy tematycznej sieci transportowej w okolicach Kowalewa Pomorskiego.
    The most advanced software for generalization of digital data available on the market today is that by Laser Scan. The company participated in the AGENT The most advanced software project, which was described in the first part of the article. What resulted from the project was Clarity, a very advanced map generalization system. What differentiated Laser Scan from then contemporary software, was the fact that it accounted for the contextuality of generalization, i.e. the same objects can be generalized differently depending on the objects surrounding them. It was possible because of application of a unique object technology, where each object could be generalized in many ways depending on the context. The DynaGEN system by Intergraph is an alternative generalization software. It is less expensive and has significantly more practical applications. It uses the same generalization algorithms, but cannot do alternative operations. Therefore one can either generalize small areas in an interactive way, or generalize automatically with later manual corrections. Similarly to Laser Scan, it requires software configuration and also the construction of knowledge base. The second part of the article presents an implementation of the knowledge base containing the rules of generalization in DynaGEN environment. The accuracy of the arranged knowledge base had been verified by two experiments. The first one involved generalization of thematic levels of Topographic Database of the road network and buildings within the town of Łomianki near Warsaw. The second one consisted in generalization of the road network in the area of Kowalewo Pomorskie in Northern Poland. The knowledge base prepared in DynaGEN system contained two sets of rules. The first one included the rules applied automatically and which, in limited sequence, are used for the initial preparation of data. The second set contained the rules describing basic types of interactive generalization processes supervised by a cartographer, which were vital for the application sequence. The generalization of a road network consists of two stages. The first one involves an analysis and initial data processing. Its range includes a construction of a hierarchical model of a road network and the connection of road segments within the whole area. The second, main stage of the generalization of a road network involves selection and simplification of paved roads, dirt roads and paths. Generalization of built-up areas is performed in one step, without initial data processing. The prepared knowledge data describes the process of generalization of topographic data from 1:10000 into 1:50 000. It provides universal material which can be implemented in various software environments.
    Źródło:
    Polski Przegląd Kartograficzny; 2004, T. 36, nr 4, 4; 266-273
    0324-8321
    Pojawia się w:
    Polski Przegląd Kartograficzny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Użycie sieci neuronowych do klasyfikacji obdszarów miejskich na zdjęciach satelitarnych
    Applying neural networks to urban area classification in satellite images
    Autorzy:
    Iwaniak, A.
    Krówczyńska, M.
    Paluszyński, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/341474.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Przyrodniczy we Wrocławiu
    Tematy:
    klasyfikacja zdjęć satelitarnych
    sztuczne sieci neuronowe
    satellite image classification
    artificial neural networks
    Opis:
    Niniejsza praca przedstawia podejście do procesu klasyfikacji obrazów satelitarnych alternatywne wobec istniejących metod. Do identyfikacji terenów miejskich zobrazowanych na zdjęciach satelitarnych zastosowana została sztuczna sieć neuronowa. W pracy wykorzystano zobrazowania wykonane przez satelitę Landsat skanerem Thematic Mapper oraz mapę pokrycia terenu opracowaną w programie CORINE Land Cover. Oceny wyników dokonano metodą porównania punktowego z mapą topograficzną. Badania zostały przeprowadzone na terenach testowych: Aglomeracja Warszawska oraz Krakowska.
    This work presents a new approach to satellite image classification process. An artificial neural network has been applied to identification of urban areas mapped in satellite images. The results presented here are based on images obtained from the Landsat satellite using the Thematic Mapper scanner and a land cover map produced under the CORINE Program. The evaluation of the results has been conducted using a point-topoint comparison with a topographic map. The test areas include the metropolitan areas of Warsaw and Cracow.
    Źródło:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2002, 1, 1-2; 5-13
    1644-0668
    Pojawia się w:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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