导读:本文包含了叁维空间数据论文开题报告文献综述及选题提纲参考文献，主要关键词:3DGIS,空间数据,CityGML,城市目标
叁维空间数据论文文献综述
高凯,张跃鹏,张令奎[1]（2012）在《基于CityGML的城市3维空间数据组织》一文中研究指出当前的3维GIS重视3维空间方面的研究。重点是研究3维空间的几何对象的数据组织、操作方法以及查询分析等内容。本文通过对3维空间数据模型的研究,建立了一种基于CityGML语义的以建筑物为主的城市目标3维空间数据组织方法。这种方法丰富了城市3维空间数据建模,尤其对3维中的城市目标查询、统计和分析奠定了良好的基础。(本文来源于《测绘与空间地理信息》期刊2012年09期）
杜晓敏,余志伟,李志鹏,彭苏萍[2]（2012）在《使用最简几何基元构建3维空间数据模型》一文中研究指出在对现实世界进行高度抽象化的表达过程中,许多学者和机构提出了多种空间数据模型(或称之为空间数据结构)。文章首先总结了现有模型所使用的基本几何要素,并对其利弊进行了讨论;然后总结了使用这些几何要素进行组合、扩展以构建更为复杂的空间实体的理论即空间数据建模理论,同时也对不同理论的适用性和局限性进行了讨论。笔者随后以4维空间为基础,从空间内嵌的角度去思考不同维度下的空间构成,得出了3维空间的最简基本要素,并通过对比相关文献对geometric primitives的中文翻译将其命名为"几何基元"。在此基础上笔者探讨了3维几何基元构成空间实体的数学表达本质,论述了依此几何基元构成的空间实体之间基本拓扑关系的表达方法。最后笔者设计了一套数据结构以系统构建空间数据模型,该模型有利于实现3维空间数据库,可为形成3维数据资产提供基础。本文的结论认为,该3维空间数据模型可以有效地解决体3维和表面3维的模型一致性问题,提供了结合"地学3维"和"3维数字城市"等不同应用系统的途径;同时可将当前的2维地理信息系统自然地扩展到3维;另外还可以为3维空间分析和专门的3维渲染引擎提供理论支持。(本文来源于《地理信息世界》期刊2012年02期）
钟名丽,王瑜,李园,李健玲[3]（2012）在《3维空间数据采集及数据处理的方法探讨》一文中研究指出介绍了利用3维激光扫描仪进行空间数据采集的方案,研究了cyclone软件环境中完成点云的拼接和3维模型的建立方法,对3维空间数据扫描和处理的推广应用提供了技术支持。(本文来源于《测绘与空间地理信息》期刊2012年01期）
夏宇,朱欣焰[4]（2009）在《高维空间数据索引技术研究》一文中研究指出目前空间数据相似性查询有着广泛的应用需求,解决相似性查询问题的一项关键技术就是高维空间数据索引。从分析高维空间数据的分布特性入手,探讨相似性查询中的高维空间数据检索问题,在此基础上,提出一种针对相似性查询的高维空间数据索引的分类方法,将高维空间数据索引分为叁类:向量空间树型索引、基于向量近似的索引以及基于距离的索引,这种分类初步理顺了高维空间数据索引与相似性查询的关系,并以各类方法的代表性索引结构为例,分析指出各类高维索引方法的实现机理及其适应性,为相似性查询中索引技术的研究奠定了基础。(本文来源于《测绘科学》期刊2009年01期）
沙金,张翠肖,贾玉锋,胡迎新[5]（2006）在《HGHD:一种基于超图的高维空间数据聚类算法》一文中研究指出传统聚类算法无法有效地处理现实世界中存在许多高维空间数据。为此,提出一种基于超图模式的高维空间数据聚类算法HGHD,通过数据集中的数据及其间关系建立超图模型,并应用超图划分进行聚类,从而把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题。该方法采用自底向上的分层思想,相对于传统方法最大的优势是不需要降维,直接用超图模式描述原始数据之间的关系,能产生高质量的聚类结果。(本文来源于《微电子学与计算机》期刊2006年06期）
古毅,吴中福,魏丽,钟将,马金亮[6]（2006）在《高维空间数据索引结构分析研究》一文中研究指出索引机制是数据库和多媒体领域的重要研究课题,很多在大规模数据集里进行相似性检索的应用都需要有效的高维索引结构来加速查询过程。本文总结了多维索引结构的特点、分类及查询方式,分析了影响索引结构性能的主要因素及其性能评价准则,最后介绍了索引结构的最新发展,并结合多维索引结构目前存在的问题,说明了今后研究的方向。(本文来源于《计算机科学》期刊2006年05期）
王生生,刘大有,曹斌,刘杰[7]（2005）在《一种高维空间数据的子空间聚类算法》一文中研究指出传统网格聚类方法由于没有考虑到相邻网格内的数据点对考查网格的影响,存在不能平滑聚类以及聚类边界判断不清的情况。为此提出了一种高维空间数据的子空间聚类算法,扩展了相邻聚类空间。实验结果显示,克服了传统聚类的不平滑现象,使聚类边界得以很好的处理。(本文来源于《计算机应用》期刊2005年11期）
刘丽娜[8]（2005）在《高维空间数据的一种异常检测方法研究》一文中研究指出就布尔型的高维数据提出了一种异常检测方法,通过定义反映数据稀疏程度的覆盖系数,搜索其低维子空间里的异常模式来检测异常。该方法使用遗传算法来优化搜索过程,并取得了较好的结果。(本文来源于《石家庄铁路职业技术学院学报》期刊2005年02期）
刘冬寒[9]（2005）在《改进的高维空间数据聚类算法及其在农业信息化中的应用》一文中研究指出在现阶段,随着数据采集技术的不断发展,高维空间数据的挖掘已经成为一个热点问题。本文所做的工作是吉林大学智能软件与知识工程实验室承担的国家863 项目信息技术领域的“智能系统集成环境研究开发”重大课题的一部分。整个课题最主要的研究目标是对Web 智能应用系统运行支撑平台的研究。Web 智能应用系统运行支撑平台由容器中间件、知识访问中间件、时空数据中间件、通信中间件和数据访问中间件等组成。本文所研究的空间数据挖掘组件是时空数据中间件的一部分,其中主要的研究成果是提出了基于密度和基于网格的扩展相邻空间聚类方法以及将此方法应用于面向精准农业的空间数据挖掘中,同时我们还利用中间件技术,完成了基于MapXtreme 的农业地理信息系统,并将面向精准农业的空间数据挖掘应用其上,开发了农业品种区划中间件,解决了精准农业在我国的实际应用问题。(本文来源于《吉林大学》期刊2005-04-30）
王军见,徐苏维,张弘[10]（2004）在《基于VTK表现的3维空间数据加密算法的研究》一文中研究指出空间数据表示方法和空间数据插值方法是3D-GIS研究的基本问题。3维空间数据的曲面重建有着广泛的应用前景,也是当前国际上的研究热点之一。Crust算法是一种基于计算几何中的Voronoi周期图的曲面重建算法,它算法简单,重建结果精细,但是由于计算量太大,其应用受到了限制,文中采用基于VTK(VisualizationToolKit)表现3D空间数据的表示方法,提出了一个新的叁角网格内插的曲面重建算法,并给出了实例以说明该方法的有效性。(本文来源于《测绘与空间地理信息》期刊2004年05期）
叁维空间数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在对现实世界进行高度抽象化的表达过程中,许多学者和机构提出了多种空间数据模型(或称之为空间数据结构)。文章首先总结了现有模型所使用的基本几何要素,并对其利弊进行了讨论;然后总结了使用这些几何要素进行组合、扩展以构建更为复杂的空间实体的理论即空间数据建模理论,同时也对不同理论的适用性和局限性进行了讨论。笔者随后以4维空间为基础,从空间内嵌的角度去思考不同维度下的空间构成,得出了3维空间的最简基本要素,并通过对比相关文献对geometric primitives的中文翻译将其命名为"几何基元"。在此基础上笔者探讨了3维几何基元构成空间实体的数学表达本质,论述了依此几何基元构成的空间实体之间基本拓扑关系的表达方法。最后笔者设计了一套数据结构以系统构建空间数据模型,该模型有利于实现3维空间数据库,可为形成3维数据资产提供基础。本文的结论认为,该3维空间数据模型可以有效地解决体3维和表面3维的模型一致性问题,提供了结合"地学3维"和"3维数字城市"等不同应用系统的途径;同时可将当前的2维地理信息系统自然地扩展到3维;另外还可以为3维空间分析和专门的3维渲染引擎提供理论支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
叁维空间数据论文参考文献
[1].高凯,张跃鹏,张令奎.基于CityGML的城市3维空间数据组织[J].测绘与空间地理信息.2012
[2].杜晓敏,余志伟,李志鹏,彭苏萍.使用最简几何基元构建3维空间数据模型[J].地理信息世界.2012
[3].钟名丽,王瑜,李园,李健玲.3维空间数据采集及数据处理的方法探讨[J].测绘与空间地理信息.2012
[4].夏宇,朱欣焰.高维空间数据索引技术研究[J].测绘科学.2009
[5].沙金,张翠肖,贾玉锋,胡迎新.HGHD:一种基于超图的高维空间数据聚类算法[J].微电子学与计算机.2006
[6].古毅,吴中福,魏丽,钟将,马金亮.高维空间数据索引结构分析研究[J].计算机科学.2006
[7].王生生,刘大有,曹斌,刘杰.一种高维空间数据的子空间聚类算法[J].计算机应用.2005
[8].刘丽娜.高维空间数据的一种异常检测方法研究[J].石家庄铁路职业技术学院学报.2005
[9].刘冬寒.改进的高维空间数据聚类算法及其在农业信息化中的应用[D].吉林大学.2005
[10].王军见,徐苏维,张弘.基于VTK表现的3维空间数据加密算法的研究[J].测绘与空间地理信息.2004