基于DEM的可视性分析综合模型及其并行算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 图索引 | 第9-12页 |
| 表索引 | 第12-13页 |
| 目录 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| ·问题的提出 | 第16-18页 |
| ·本文研究内容、目标和意义 | 第18-20页 |
| ·研究意义 | 第18-19页 |
| ·研究目标 | 第19页 |
| ·研究内容 | 第19-20页 |
| ·论文结构 | 第20-22页 |
| 第二章 研究综述 | 第22-51页 |
| ·可视性分析相关研究进展 | 第22-32页 |
| ·可视性分析概念 | 第22-23页 |
| ·相关理论发展 | 第23-24页 |
| ·可视性分析影响因素 | 第24-25页 |
| ·分析算法与计算原理 | 第25-32页 |
| ·现有可视性分析模型研究进展 | 第32-39页 |
| ·模糊可视性分析模型 | 第32-35页 |
| ·概率可视性分析模型 | 第35-36页 |
| ·五元组可视性分析统一模型 | 第36-37页 |
| ·地形可视性统一分析模型 | 第37页 |
| ·复合模型 | 第37-39页 |
| ·可视性分析应用研究进展 | 第39-44页 |
| ·虚拟地理环境与仿真系统 | 第40页 |
| ·最优路径搜索 | 第40-41页 |
| ·自然景观的视觉评价 | 第41-42页 |
| ·城市视觉景观研究 | 第42-43页 |
| ·其他应用 | 第43-44页 |
| ·并行数字地形分析研究进展 | 第44-48页 |
| ·并行构建DEM技术进展 | 第44-46页 |
| ·并行地形分析算法研究进展 | 第46-48页 |
| ·小结与讨论 | 第48-51页 |
| 第三章 研究基础 | 第51-57页 |
| ·实验区域 | 第51-54页 |
| ·实验样区的基本选取原则 | 第51页 |
| ·实验样区选取及概况 | 第51-54页 |
| ·研究方法、软件平台与技术路线 | 第54-57页 |
| ·研究方法 | 第54-55页 |
| ·实验环境 | 第55页 |
| ·技术路线 | 第55-57页 |
| 第四章 可视性分析综合模型研究 | 第57-78页 |
| ·模型建立的必要性 | 第57-59页 |
| ·现有可视性分析模型总结 | 第57-58页 |
| ·可视性分析模型综合的必要性 | 第58-59页 |
| ·综合模型构建原则 | 第59-60页 |
| ·概念模型构建 | 第60-70页 |
| ·分析对象 | 第61-64页 |
| ·视线属性 | 第64-67页 |
| ·约束条件 | 第67-70页 |
| ·数学模型构建 | 第70-75页 |
| ·分析对象 | 第72-73页 |
| ·视线属性 | 第73-74页 |
| ·约束条件 | 第74-75页 |
| ·基于可视性分析综合模型的分析方法 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第五章 可视性分析综合模型应用模式研究 | 第78-118页 |
| ·多点可视性分析 | 第78-82页 |
| ·应用模式 | 第78-79页 |
| ·应用例证 | 第79-81页 |
| ·结果分析 | 第81-82页 |
| ·动点可视性分析 | 第82-88页 |
| ·应用模式 | 第82-84页 |
| ·实验设计 | 第84-85页 |
| ·结果分析 | 第85-88页 |
| ·定视角可视性分析 | 第88-97页 |
| ·应用模式 | 第88-90页 |
| ·实验设计 | 第90-93页 |
| ·算法实现 | 第93-95页 |
| ·结果分析 | 第95-97页 |
| ·总视野分析 | 第97-103页 |
| ·应用模式 | 第98-99页 |
| ·实验设计 | 第99-101页 |
| ·结果分析 | 第101-103页 |
| ·曲线可视与视线可逆性分析 | 第103-116页 |
| ·应用模式 | 第103-106页 |
| ·实验设计 | 第106-107页 |
| ·点到点曲线通视分析 | 第107-110页 |
| ·逆曲线通视分析 | 第110-112页 |
| ·曲线可视域分析 | 第112-116页 |
| ·本章小结 | 第116-118页 |
| 第六章 并行可视性分析算法研究 | 第118-161页 |
| ·可视性分析的高性能计算需求 | 第118-122页 |
| ·可视性分析算法复杂度分析 | 第118-119页 |
| ·并行数字地形分析 | 第119-120页 |
| ·可视性分析算法并行化问题 | 第120-122页 |
| ·通用并行可视性分析粒度模型构建 | 第122-129页 |
| ·可视性分析中的粒度问题 | 第122-124页 |
| ·粒度模型的定义 | 第124-126页 |
| ·数据粒度模型 | 第126-129页 |
| ·基于数据粒度模型的数据划分 | 第129-132页 |
| ·基于计算机内存页调度的最小数据粒度计算方法 | 第130页 |
| ·基于四叉树的复合数据粒度的计算方法 | 第130-131页 |
| ·冗余视线数据计算方法以及切割策略 | 第131-132页 |
| ·海量DEM部署与优化调度 | 第132-140页 |
| ·并行应用程序初始化 | 第133-136页 |
| ·各计算节点并行计算 | 第136-137页 |
| ·数据粒度统计与更新 | 第137-138页 |
| ·结果融合与输出 | 第138-139页 |
| ·相关工作比较 | 第139-140页 |
| ·并行可视域算法 | 第140-154页 |
| ·可视域提取的串行算法 | 第140-142页 |
| ·数据划分策略 | 第142-146页 |
| ·并行算法设计与实现 | 第146-150页 |
| ·并行算法的性能评价模型与指标 | 第150-151页 |
| ·实验结果与性能测试 | 第151-154页 |
| ·累积可视性分析并行算法 | 第154-160页 |
| ·数据划分策略 | 第154-155页 |
| ·计算流程及算法实现 | 第155-158页 |
| ·计算结果与性能测试 | 第158-160页 |
| ·本章小结 | 第160-161页 |
| 第七章 结论与展望 | 第161-164页 |
| ·主要进展及结论 | 第161-162页 |
| ·主要创新点 | 第162页 |
| ·存在的问题与研究展望 | 第162-164页 |
| 参考文献 | 第164-178页 |
| 攻读博士学位期间科研成果 | 第178-181页 |
| 致谢 | 第181-182页 |
