

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、插值是數字高程模型的核心分析方法,也是構建數字高程模型的常用手段。面對海量的離散點云數據,插值生成DEM的過程需要消耗大量的時間,將并行計算運用到插值計算中會顯著縮短計算時間。
論文介紹了目前并行計算的發(fā)展現狀以及國內外學者在并行計算中數據劃分領域的研究成果,同時對數字高程模型的表示模型和插值方法以及空間插值數據源的獲取方式的相關知識進行了簡單的闡述。通過歸納和分析并行插值中數據劃分的研究成果以及幾種常用劃分方法的優(yōu)缺點,為本
2、文提出了理論指導。
在均勻分布的基礎上,借鑒四叉樹存儲原理,分別針對點均衡和面積均衡兩種初始劃分依據來進行處理過程的時間分析。處理過程主要分為數據的通信、最鄰近點的搜索和插值結果的計算,其中最鄰近點的搜索這一過程最為耗時。論文討論了在均勻分布的假設下搜索時間與點密度的關系,并給出全過程的時間估算公式;通過時間估算公式得出最優(yōu)劃分層次和時間系數,依據時間系數進行再次劃分,從而實現基于時間均衡的靜態(tài)劃分。在理論分析的基礎上,本文以
3、均勻分布的數據為對象,以反距離權插值方法為例,通過對比串行計算和并行計算的執(zhí)行時間,以及與傳統的數據劃分方法下并行插值的執(zhí)行時間比較,分別驗證了該方法的有效性和高效。
結合正態(tài)分布的數據特征,本文設計了扇形劃分方法。扇形劃分針對二維正態(tài)分布的點云可以實現較好的劃分效果,但是在實際運用中,扇形的劃分會給編程帶來很大的挑戰(zhàn)。提出的條帶劃分方法在條帶初始劃分的基礎上引入密度乘數的概念。通過對密度函數的積分可以求出點分布在某一區(qū)域內的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- DEM插值精度及其數據融合的研究.pdf
- 36.基于克里金算法的點云數據插值研究
- 面向并行數字地形分析的DEM數據云存儲方法研究.pdf
- 基于機載LiDAR點云數據的DEM提取研究.pdf
- 機載LiDAR數據插值方法研究.pdf
- 3406.潮汐數據插值方法研究
- 基于傾斜攝影測量數據的點云劃分.pdf
- 并行數字地形分析數據劃分方法研究.pdf
- 面向MODIS數據的云檢測方法研究.pdf
- 基于機載激光雷達點云數據的DEM構建研究.pdf
- 基于數據劃分的迭代算法的并行與優(yōu)化.pdf
- 面向GPU的數據流程序并行優(yōu)化.pdf
- 點云數據處理方法研究
- 精度約束下基于機載LiDAR點云數據的DEM壓縮算法研究.pdf
- 面向云監(jiān)控的數據融合分析方法.pdf
- 基于影像的點云數據分割方法研究.pdf
- 散亂點云數據配準方法研究.pdf
- 面向生產優(yōu)化的數據協調方法研究.pdf
- 面向微陣列數據的缺失值估計方法研究.pdf
- 隧道點云數據的配準方法研究.pdf
評論
0/150
提交評論