基于小波的大规模多源多尺度数据组织与实现

基于小波的大规模多源多尺度数据组织与实现

论文摘要

随着三维地形可视化中数字地形和影像数据规模的不断增大,解决由于地形数据构成的复杂地形表面模型与计算机图形硬件有限的绘制能力之间的矛盾成为地形可视化的核心问题。而且人们越来越多的需要在不同分辨率,不同空间尺度上对地理信息进行观察、理解和表达。本文在分析研究现有地形绘制技术和小波多分辨率分析的基础上,结合大规模地形应用特点,围绕多分辨率绘制和数据存储与调度等方面进行了研究:1.在研究总结前人的理论的基础上,利用小波MRA理论实现影像数据和地形数据的多尺度变换;2.提出了基于小波变换理论分块处理的思想,从而解决大规模地形和影像数据不能一次性的显示到三维场景中的问题,3.数据的存储与装载。结合小波变换后的地形和影像数据特点,设计一种基于外存的数据预处理、存储和调度方法;4.进行了实验分析验证。通过实验分析表明,本方法可以达到连续多分辨率表现效果,并能够满足实时绘制的要求;而且具有装载数据量小,节省存储空间的优点。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究的背景与意义
  • 1.2 国内外研究现状
  • 1.3 本文研究内容与安排
  • 2 小波分析基本原理
  • 2.1 函数空间
  • 2.2 小波变换理论
  • 2.3 本章小结
  • 3 基于小波MRA的空间数据多尺度处理
  • 3.1 数字图像的多分辨率分析
  • 3.2 影像数据的小波多分辨率变换
  • 3.3 地形数据的小波多分辨率变换
  • 3.4 基于视点的小波系数阈值选取
  • 3.5 连续多分辨率模型的表现
  • 3.6 本章小结
  • 4 数据的存储与装载
  • 4.1 数据的预处理
  • 4.2 动态装载管理
  • 4.3 LOD层次的判断
  • 4.4 块之间的接边问题
  • 4.5 本章小结
  • 5 实验
  • 5.1 多分辨率分析实验
  • 5.2 数据装载实验
  • 5.3 本章小节
  • 6 总结与展望
  • 6.1 主要工作
  • 6.2 问题与展望
  • 致谢
  • 参考文献
  • 发表文章
  • 参加项目
  • 相关论文文献

    • [1].一种大规模数据的快速潜在语义索引[J]. 计算机工程 2009(15)
    • [2].大数据背景下的统计学发展方向分析[J]. 今日财富 2019(23)
    • [3].超大规模数据中心互联(DCI)的挑战、需求和解决方案[J]. 数字通信世界 2016(07)
    • [4].传统IT“云”躁动[J]. 中国民营科技与经济 2011(06)
    • [5].船舶大规模数据库高危入侵数据挖掘方法研究[J]. 舰船科学技术 2018(24)
    • [6].共享共融大数据[J]. 高科技与产业化 2016(02)
    • [7].大规模数据泄露轮番上演 过半手机用户无意识“裸奔”?[J]. 通信世界 2014(11)
    • [8].CIO挑战:如何高效存储大数据?[J]. 硅谷 2012(02)
    • [9].基于约束优化传播的改进大规模数据半监督式谱聚类算法[J]. 计算机应用研究 2018(05)
    • [10].一种构建超大规模数据中心的模块化网络结构[J]. 软件学报 2017(08)
    • [11].Fusion-io:全闪存超大规模数据中心时代的到来[J]. 软件和信息服务 2014(04)
    • [12].集群SVM大规模数据分类算法[J]. 韶关学院学报 2011(08)
    • [13].较大规模数据应用PCA降维的一种方法[J]. 电脑知识与技术 2014(08)
    • [14].大规模数据下的社交网络结构洞节点发现算法研究[J]. 计算机科学 2017(04)
    • [15].Microsemi和ClariPhy携手共迎超大规模数据中心互联挑战[J]. 电信工程技术与标准化 2016(07)
    • [16].大数据挑战传统保险业[J]. 中国保险 2014(12)
    • [17].戴尔推出全新标准化云计算基础设施[J]. 中国信息界(e医疗) 2010(05)
    • [18].阈值上限一定时超大规模数据库的查询方法研究[J]. 科学技术与工程 2017(12)
    • [19].推进我国“大数据”挖掘工作[J]. 中国统计 2014(09)
    • [20].大数据时代如何开放政府数据的探讨[J]. 劳动保障世界 2017(20)
    • [21].面向大规模数据的隐私保护学习机[J]. 电子科技大学学报 2013(02)
    • [22].大数据对电视产业意味着什么[J]. 视听界 2013(04)
    • [23].PSL:针对大规模数据应用的并行Slope One算法[J]. 科学技术与工程 2010(03)
    • [24].大数据开启智能时代[J]. 高科技与产业化 2017(06)
    • [25].试论大规模数据的计算机处理技术[J]. 科学技术创新 2020(08)
    • [26].三大技术变革引领人类走向繁荣[J]. 党政论坛(干部文摘) 2012(10)
    • [27].精神分裂症相关基因的预测——基于大规模数据的整合分析[J]. 复旦学报(自然科学版) 2013(02)
    • [28].大规模数据的随机森林算法[J]. 统计与信息论坛 2020(06)
    • [29].大规模数据中心的虚拟化实现[J]. 产业与科技论坛 2017(16)
    • [30].一种大规模数据快速并行导入工具的研究与实现[J]. 计算机应用与软件 2015(09)

    标签:;  ;  ;  ;  ;  

    基于小波的大规模多源多尺度数据组织与实现
    下载Doc文档

    猜你喜欢