Zobrazeno 1 - 10
of 66
pro vyhledávání: '"Gong, Xianyong"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Open Geosciences, Vol 13, Iss 1, Pp 835-850 (2021)
Lane-level road cluster is a most representative phenomenon in road networks and is vital to spatial data mining, cartographic generalization, and data integration. In this article, a lane-level road cluster recognition method was proposed. First, th
Externí odkaz:
https://doaj.org/article/cba31085fd07428a99ef08ecdb66ad99
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Open Geosciences. 14:1113-1124
Point settlement selection is one of the critical tasks in map generalization, which should consider spatial distribution, spatial conflict, proximity to objects, and other factors. By analyzing the current research, spatial structure-preserving and
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Acta Geodaetica et Cartographica Sinica, Vol 50, Iss 6, Pp 800-811 (2021)
Spatial distribution pattern recognition of buildings is significant to cartographic generalization, multi-scale representation and spatial data mining. This paper presents an approach to recognize combined collinear patterns with local heterogeneity
Publikováno v:
Acta Geodaetica et Cartographica Sinica, Vol 50, Iss 4, Pp 544-555 (2021)
Spatial clustering is one of the important methods to mining spatial knowledge. Existing methods fail to cluster natural polygon features with great differences in geometry and distribution. Hence an aggregation index is proposed to measure distribut