Тип работы:
Предмет:
Язык работы:


Проекция трассы на горизонтальную плоскость

Работа №80288

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы99
Год сдачи2016
Стоимость4330 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
141
Не подходит работа?

Узнай цену на написание


Введение 3
Определения, обозначения и сокращения 4
1. Анализ предметной области 6
1.1. Топоплан 6
1.2. ЦМР 7
1.3. Профиль 8
1.4. Анализ исходных данных 13
2. Постановка задачи 14
2.1. Постановка задачи обработки чертежей плана 14
2.2. Постановка задачи обработки чертежей профиля 15
2.3. Анализ задачи обработки чертежей 15
3. Описание существующих аналогов 17
4. Анализ алгоритмов 28
4.1. Алгоритмы обработки чертежей плана 28
4.1.1. Алгоритмы фильтрации исходных данных 28
4.1.2. Алгоритмы обработки точек рельефа 30
4.1.3. Алгоритм обработки горизонталей 35
4.1.4. Алгоритм построения ЦМР местности на основе структурных линий и высотных отметок 36
4.2. Обзор методов кластеризации 37
4.2.1. Основные обозначения 43
4.2.2. Задача кластерного анализа 43
4.2.3. Функции расстояния 45
4.2.4. Меры сходства 47
4.2.5. Расстояние между кластерами 49
4.2.6. Виды целевых функций 49
4.2.7. Эвристические графовые алгоритмы 51
4.2.8. Статистические алгоритмы 53
4.2.9. Алгоритмы, применяющие критерий квадратичной ошибки 55
4.2.10. Алгоритмы, основанные на концепции плотности 61
4.2.11. Нейросетевые алгоритмы кластеризации 65
4.2.12. Инкрементные алгоритмы кластеризации 68
4.2.13. Иерархические алгоритмы 68
4.2.14. Выводы 73
4.2.15. Реализованный метод кластеризации 74
4.3. Алгоритмы обработки чертежей профиля 79
4.3.1. Обработка таблицы 81
4.3.2. Обработка ординат 85
5. Место подсистемы в САПР линейных сооружений 86
6. Выявление требований 87
7. Сценарии использования системы 88
8. Проектирование модуля 89
9. Выбор технологий и средств разработки 92
9.1. Выбор языка программирования 92
9.2. Выбор среды разработки 92
9.3. Исследование вспомогательных библиотек 93
Список литературы 95


Увеличение объемов дорожного строительства требует разработки проектной документации различного уровня: проектов обоснования инвестиций, инженерных проектов, рабочей документации и сметно-финансовых расчетов. Подготовка проектной документации связана с выполнением изысканий и проектированием линейных сооружений. Эти работы можно качественно выполнить только при использовании САПР.
Одним из основных препятствий для использования САПР в области строительства линейных объектов является отсутствие ГОСТов на цифровую модель местности, регламентов на её содержание и структуру.
В настоящее время основным методом получения информации о рельефе в большинстве регионов РФ является оцифровка существующих картографических материалов. Рельеф на картах представлен наборами высотных отметок и структурных линий. Высотные отметки обычно определяют характерные точки рельефа, например, локальные экстремумы. Структурные линии задают дополнительные ограничения на форму рельефа. Это могут быть, прежде всего, горизонтали (изолинии, изогипсы) и области резкого изменения наклона поверхности (границы оврагов, береговые линии, линии насыпей, обрывов и т.п.).
Процесс оцифровки достаточно трудоемкий и монотонный, выполняется многими операторами, поэтому неизбежно возникает много ошибок, как атрибутных, так и графических. В подавляющем большинстве это различные пики, петли на линиях, осцилляции или излишняя сглаженность, приводящая к неоправданному росту объемов данных. Например, объем полученных таким путем данных в масштабе 1:100 000 на Республику Алтай составляет более 115 Мб, а количество ошибок операторов измеряется тысячами [7].
Качество цифровой модели рельефа (ЦМР) зависит, прежде всего, от качества исходных данных. Поэтому необходимым этапом в процессе построения ЦМР является предварительная обработка исходных данных о рельефе.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


1. Костюк Ю.Л., Фукс А.Л. Предварительная обработка исходных данных для построения цифровой модели рельефа местности // Вестник ТГУ, 2003. №280. С. 281-285.
2. Костюк Ю.Л., Фукс А.Л. Построение цифровой модели рельефа местности на основе структурных линий и высотных отметок // Вестник ТГУ, 2003. №280. С. 286-289.
3. Препарата Ф., Шеймос М. Вычислительная геометрия: Введение. Пер. с англ. - М.: Мир, 1989. - 478 с.
4. Роджерс Д., Адамс Дж. Математические основы машинной графики: Пер. с англ. - М.: Мир, 2001. - 604 с.
5. Скворцов А.В. Триангуляция Делоне и ее применение. - Томск: Изд-во Том.ун-та, 2002. - 128 с.
6. Фукс А.Л. Разработка и исследование алгоритмов интерполяции однозначных поверхностей и их использование при построении цифровых моделей рельефа: Диссер. на соискание уч. степ. к.т.н. Томск, ТГУ, 2001.
7. Кравченко Д. Г. Предварительная обработка структурных линий для
построения цифровой модели рельефа местности [Электронный ресурс] // Кравченко Д. Г. - Режим доступа:
http://www.inf.tsu.ru/library/DiplomaWorks/CompScience/2004/Kravchenko/diplom.pdf(30.05.2012).
8. Общие сведения о железнодорожном пути. Трасса, план и продольный профиль пути. [Электронный ресурс] // Общий курс железных дорог - Режим доступа:http://scbist.com/zheldor/okzd/okzd 3.html(30.05.2012).
9. Каменецкий Б. И., Кошкин И. Г. “Автомобильные дороги”,1979,стр. 37¬40
10. ГОСТ Р 21.1709-2001 "Система проектной документации для строительства. Правила выполнения рабочей документации линейных сооружений гидромелиоративных систем"
11. ГОСТ Р 21.1702-96 Система проектной документации для строительства. Правила выполнения рабочей документации железнодорожных путей
12. Федорук В.Г. Искусственный интеллект в САПР [Электронный ресурс] // Федорук В.Г. - Режим доступа:http://fedoruk.comcor.ru/AI/ai lect.html(30.05.2012).
13. Едунов С. Кластерный анализ с примерами на R [Электронный ресурс]
// Едунов С. - Режим доступа:
http://www.algorithmist.ru/2011/05/clustering-with-example-in-r.html(30.05.2012).
14. Дуда Р., Харт П. Распознавание образов и анализ сцен. // М.: Мир, 1976.
15. Воронцов К.В. Лекции по алгоритмам кластеризации и многомерного шкалирования. 21 декабря 2007 г. [Электронный ресурс] // Воронцов К.В. - Режим доступа:http://www.ccas.ru/voron/download/Clustering.pdf(30.05.2012).
16. Загоруйко Н. Г. Прикладные методы анализа данных и знаний. - Новосибирск: ИМ СО РАН, 1999.
17. Загоруйко Н. Г., Ёлкина В. Н., Лбов Г. С. Алгоритмы обнаружения эмпирических закономерностей. // Новосибирск: Наука, 1985.
18. Лагутин М. Б. Наглядная математическая статистика. // М.: П-центр, 2003.
19. Мандель И. Д. Кластерный анализ. // М.: Финансы и Статистика, 1988.
20. Уиллиамс У. Т., Ланс Д. Н. Методы иерархической классификации // Статистические методы для ЭВМ / Под ред. М. Б. Малютов. - М.: Наука, 1986. , с. 269-301.
21. Jain A., Murty M., Flynn P. Data clustering: A review [Электронный ресурс] // ACM Computing Surveys. - 1999. - Vol. 31, no. 3. - Pp. 264-323. http://citeseer.ifi.unizh.ch/jain99data.html(30.05.2012).
22. Lance G. N., Willams W. T.A general theory of classification sorting strategies. 1. Hierarchical systems //Comp. J. 1967. - no. 9. - Pp. 373-380.
23. MacQueen, J. B. (1967)."Some Methods for classification and Analysis ofMultivariate Observations".// Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability. University of California Press. pp. 281-297.Mendes M.E.S., Sacks L. 2001
24. Zheng, X.-S., He, P.-L., Tian, M., and Yuan, F.-Y.(2003). Algorithm of documents clustering based on minimum spanning tree. // In Machine Learning and Cybernetics, 2003International Conference onVol.1. 199-203.
25. Айвазян С.А. и др. Прикладная статистика: Классификация и снижение размерности. Справочное издание. // М.: Финансы и статистика, 1989
26. Dempster A.P., Laird N.M., and Rubin D.B. (1977): "Maximum Likelihood from Incomplete Data via theEM algorithm"// Journal of the Royal Statistical Society, Series B, vol. 39, 1:1-38
27. Ester M., Kriegel H.-P., Sander J., Xu X.: “A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise”, Proc. 2nd int. Conf, on Knowledge Discovery and Data Mining (KDD ‘96), Portland, Oregon, 1996, AAAI Press, 1996.
28. Massey L., Evaluating quality of text clustering with ART1 // Proceedings of the International Joint. Conference on Neural Networks. - Portland, 2003.
29. Kohonen T., Kaski S., Lagus K., Salojarvi J., Honkela J., Paartero V., Saarela A. Self Organization of a Massive Document Collection. // IEEE Transactions on Neural Networks, Special Issue on Neural Networks for Data Mining and Knowledge Discovery, volume 11, number 3, pages 574-585. May 2000.
30. Manning D., Schutze H.,Foundations of Statistical Natural LanguageProcessing. Cambridge, MA: MIT Press, 1999.
31. Salton G. and Buckley C. "Automatic Text Structuring and Retrieval - Experiments in Automatic Encyclopedia Searching" in Proceedings of ACM SIGIR '91, Chicago, Illinois, 326-336, October 1991.
32. Большакова Е.И., Клышинский Э.С., Ландэ Д.В., Носков А.А., Пескова
О.В., Ягунова Е.В.Автоматическая обработка текстов на естественном
языке и компьютерная лингвистика: учеб.пособие // М.: МИЭМ, 2011, 272 с.
33. Can F., Incremental Clustering for Dynamic Information Processing // ACM Trans. Inform. Process. Systems, 11 (1993)
34. Charikaretal M., Incremental Clustering and Dynamic Information Retrieval // Proceeings of the 29thAnnual ACM Symposium on Theory of Computing
35. Ankerst M. et al., OPTICS: Ordering Points To Identify the Clustering Structure // Proc. 1999 ACM-SIGMOID Conf. On Management on Data (SIGMOID’99) pages 49-60.
36. Евченко К. “CREDO выходит на новый уровень” [Электронный ресурс]
// «САПР и графика» 1'2002 - Режим доступа:
http://www.sapr.ru/article.aspx?id=6693&iid=274(30.05.2012).
37. Малофеев А.Г. “CREDO в подготовке молодых специалистов”
[Электронный ресурс] // Официальный сайт КРЕДО-ДИАЛОГ - Режим доступа: http://www.credo-dialogue.com/getattachment/52d23221 -e21a-
495d-ba5f-1444ef4209a8/CREDO-in-podgotovke-spetsialistov.aspx(30.05.2012).
38. AutoCAD Civil 3D [Электронный ресурс] // Официальный сайт
компании Autodesk - Режим доступа:
http://www.autodesk.ru/adsk/servlet/pc/index?siteID=871736&id=14634283(30.05.2012)
39. Круглов С. Автоматизация обработки инженерно-геодезических изысканий в AutoCAD Civil 3D [Электронный ресурс] // Компания «АйДиТи» - Режим доступа:http: //www.idtsoft.ru/Images/Editor/civil .pdf(30.05.2012).
40. Carlson Survey [Электронный ресурс] // Официальный сайт Carlson Software - Режим доступа:http://carlsonsw.ru/products/carlson-survey(30.05.2012).
41. Программный комплекс «Топоматик Robur — Железные дороги»
[Электронный ресурс] // Научно-производственная фирма
98
«ТОПОМАТИК» - Режим доступа:
http: //www.topomatic.ru/download/brochures/robur-rail brochure.pdf(30.05.2012).


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ