【摘 要】
：
地理实体的网格化是地球系统空间网格ESSG面向真三维地理空间计算的基础。针对ESSG现有研究缺乏任意形状体要素网格化方法的问题,面向真三维地质实体构模,以钻孔数据生成的基于封闭不规则三角网的边界表达B-rep作为三维空间实体的边界约束,依据ESSG中体元的空间拓扑关系,提出一种基于球体测地线大圆弧八叉树网格SGOG的三维空间区域填充算法。主要步骤包括空间直线段的网格化、B-rep三角面的网格化和基
【机 构】
：
郑州大学水利科学与工程学院,郑州大学地球科学与技术学院
【基金项目】
：
河南省科技攻关项目(152102210031),河南省地质矿产勘查开发局2018年财政规划项目(HNGM2018103),2019年度郑州大学大学生创新创业训练计划项目(2019cxcy609)。
论文部分内容阅读
地理实体的网格化是地球系统空间网格ESSG面向真三维地理空间计算的基础。针对ESSG现有研究缺乏任意形状体要素网格化方法的问题,面向真三维地质实体构模,以钻孔数据生成的基于封闭不规则三角网的边界表达B-rep作为三维空间实体的边界约束,依据ESSG中体元的空间拓扑关系,提出一种基于球体测地线大圆弧八叉树网格SGOG的三维空间区域填充算法。主要步骤包括空间直线段的网格化、B-rep三角面的网格化和基于上述点、面边界约束的三维空间径向扫描式填充。实验表明,该算法可以实现三维空间的网格填充,且算法的速度快
其他文献
现代战场电磁环境复杂,制导雷达与干扰机间对抗日趋激烈。针对对抗过程中制导雷达和干扰方不能获取对方完整信息情形下的性能降低问题,基于SINR准则建立制导雷达和干扰Bayesi
在地球重力场和海洋环流探测卫星GOCE (Gravity field and Ocean Circulation Explorer)的观测数据中,其主要的观测量重力梯度数据不仅与搭载的6个加速度计的测量值有关,而且还与卫星自身的自转角速度存在着二次函数关系。由于加速度计测量频段的限制,这样就导致了卫星姿态的低频误差混入到测量频段内的重力梯度数据之中。为了客观地分析姿态误差对重力梯度精度的影响程度,
华北平原及其周缘地壳是我国境内西太平板块北西(NW)向挤压与青藏高原北东(NE)向扩张两大构造机制的交汇部位。首先基于研究区域的实测GPS速度场计算了研究区域无整体旋转速度场;然后采用基于球坐标的最小二乘配置模型整体解算了研究区域GPS应变场;最后利用震源机制解数据反演了区域地壳最大、最小主应力分布,据此研究区域地壳岩石圈整体的地壳形变空间分布特征。结果显示,研究区域地壳岩石圈现今构造形变刚性特征
为了提高GNSS拒止环境下车辆编队的定位精度,克服集中式滤波依赖中央处理单元且整体计算量大,进而导致协同定位系统可靠性低的问题,提出一种基于OD/SINS(里程计/捷惯导组合导航)模式下分散式协同定位算法。在OD/SINS组合导航系统方程的基础上构建了分散式协同定位模型,建立了基于位置反馈校正的测量模型,并引入载体连线边横向误差和边纵向误差来对协同定位后的相对精度进行评价。仿真结果表明,该算法与非
GRACE-FO卫星定轨精度直接影响其反演地球重力场,评估检核轨道数据精度是保证重力场反演效果的重要步骤。自该卫星升空以来,已在轨观测近2年6个月,尚未见对各时期卫星轨道的检核分析。针对以上情况,提出了利用LRI与KBR数据检核GRACE-FO卫星精密轨道的方法,引入了基于信噪比确定权重系数的星间距离组合观测量作为参考值,对764 d卫星轨道进行了精度检核,并与几何法轨道进行对比。实验结果表明,精
准确地发现城市道路交通状态的时空演化过程是实施有效交通治理的前提。以多源轨迹数据为基础,基于改进的时空关联性度量,重新定义时空相邻对象,从不同时间延迟和多阶空间邻接矩阵两个角度探索城市交通状态的全局和局部时空演化规律。以厦门岛2015-06-13—2015-06-19公交车和出租车两种轨迹数据为数据源进行实验分析,实验结果表明,该方法不仅能够有效分析在不同时空延迟下城市路网整体的交通状态关联特性,
犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置。提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖掘模型。以美国费城2015年犯罪数据集为例,利用提出的组合算法进行了犯罪类别预测
城市功能区划分是落实智慧城市用地政策和用地开发管控的重要前提和基础,科学探测其分类及分布,对于支撑智慧城市空间规划具有重要作用。针对现有方法在功能区划分时受限于格网或者路网的束缚,易出现POI权重设置不科学及划分不精确的问题,提出一种基于聚类分析确定主体功能单元下的功能区划分方法。首先,基于POI数据,综合利用KD-Tree聚类算法、泰森多边形等算法,实现主体功能地块的划分;然后,基于核密度算法、
针对高分辨率遥感影像变化检测存在漏检和检测边界粗糙的问题,提出一种基于UNet++和注意力机制的高分辨率遥感影像变化检测算法。该算法采用UNet++网络作为基础网络提取特征,并在基本卷积单元中引入注意力机制突出重要特征,由此完成遥感影像端到端的变化检测。在高分辨率卫星影像变化检测数据集中进行了验证,相比于经典语义分割网络,该算法在精确率、召回率、F1值和总体精度上均有较大提升。
针对传统遥感影像油罐目标检测算法依赖油罐圆形特征,对于背景复杂和存在大量小目标的情况检测效果差的问题,提出一种多尺度并联卷积神经网络油罐目标检测算法。首先根据油罐目标尺寸对各神经网络检测效果的影响规律,采用不同网络架构分别检测不同尺寸的油罐目标;其次利用经过训练的分类网络对上述检测结果进行后处理,剔除可能存在的误检;最后将所有结果共同进行非极大值抑制,从而实现不同尺寸油罐目标的检测。对多个数据集下