首页--天文学、地球科学论文--测绘学论文--一般性问题论文--测绘数据库与信息系统论文

三维不动产场景的注记优化配置方法与实现

摘要第4-5页
Abstract第5-6页
第一章 绪论第11-23页
    1.1 研究背景及意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状第13-20页
        1.2.1 注记配置的研究和进展第13-18页
        1.2.2 三维地理场景研究与进展第18-19页
        1.2.3 三维不动产场景研究与进展第19-20页
        1.2.4 研究现状总结第20页
    1.3 研究目标和研究内容第20-23页
        1.3.1 研究目标第20-21页
        1.3.2 研究内容第21页
        1.3.3 研究技术路线第21-23页
第二章 相关理论与方法第23-34页
    2.1 三维地理场景第23-24页
    2.2 三维空间认知规律第24-26页
        2.2.1 空间认知规律第24-25页
        2.2.2 三维注记认知规律第25-26页
    2.3 三维空间中的注记第26-33页
        2.3.1 三维注记分类第27-28页
        2.3.2 注记绘制内容第28-30页
        2.3.3 注记绘制位置第30-32页
        2.3.4 注记绘制方法第32-33页
    2.4 本章小结第33-34页
第三章 三维不动产场景注记配置配置方法第34-43页
    3.1 三维不动产场景第34-36页
        3.1.1 大规模三维不动产场景(L-3DRES)第35页
        3.1.2 小规模三维不动产场景(S-3DRES)第35-36页
    3.2 大规模三维不动产场景的注记配置(L-3DRESALP)第36-39页
        3.2.1 大规模三维不动产场景的注记配置规则第36-39页
        3.2.2 注记层次显示方法构建第39页
    3.3 小规模三维不动产场景的注记配置(S-3DRESALP)第39-42页
        3.3.1 小规模三维不动产场景的注记配置规则第40页
        3.3.2 小规模三维不动产场景的注记优化配置整体流程第40-42页
    3.4 本章小结第42-43页
第四章 面向小规模三维不动产场景的注记优化配置算法第43-57页
    4.1 二三维坐标系变换第43-46页
        4.1.1 透视变换第44-46页
        4.1.2 逆透视变换第46页
    4.2 GRID算法第46-50页
        4.2.1 GRID初始化第48-49页
        4.2.2 GRID更新第49页
        4.2.3 GRID信息统计第49-50页
    4.3 基于GRID的注记质量评价函数第50-52页
        4.3.1 注记间冲突评价子函数优化第50-51页
        4.3.2 注记与要素压盖评价子函数优化第51-52页
    4.4 遗传算法第52-56页
        4.4.1 GA算子第52-53页
        4.4.2 GA注记求解流程第53-55页
        4.4.3 GA参数设置第55-56页
    4.5 本章小结第56-57页
第五章 实验设计与实现第57-72页
    5.1 实验设计第57-58页
    5.2 实验数据概况第58-59页
    5.3 大规模三维不动产场景实验实现第59-61页
        5.3.1 注记层次显示方法参数设置第59-60页
        5.3.2 对比实验第60-61页
    5.4 小规模三维不动产场景实验实现第61-71页
        5.4.1 重要参数设置第61-62页
        5.4.2 实验1:算法实现过程第62-65页
        5.4.3 实验2:验证GA算法收敛性第65-67页
        5.4.4 实验3:多视角下的同一三维宗地体第67-69页
        5.4.5 实验4:多GIS平台注记配置对比第69-70页
        5.4.6 算法效率与时间复杂度第70-71页
    5.5 本章小结第71-72页
第六章 结论与展望第72-74页
    6.1 研究结论第72-73页
    6.2 创新与展望第73-74页
参考文献第74-80页
攻读学位期间发表论文与科研情况第80-81页
致谢第81-82页

论文共82页,点击 下载论文
上一篇:面向室内空间人群疏散宏观网络模型的场景建模方法研究
下一篇:基于CPU/GPU的混合地形数据并行可视化方法研究