一种海量的矢量数据的访问和渲染方法、电子设备及存储介质

    公开(公告)号:CN107479871B

    公开(公告)日:2020-09-18

    申请号:CN201710526253.6

    申请日:2017-06-30

    Abstract: 本发明公开了一种海量的矢量数据的访问和渲染方法,包括数据访问方法和数据渲染方法,其中数据访问方法用于获取当前视口中每个要素的要素数据,数据渲染方法用于根据数据访问方法获取的要素对应的要素数据在当前视口内对要素进行绘制渲染;数据访问方法还具体包括以下步骤:获取当前视口的搜索范围;根据搜索范围在索引文件中查找符合条件的要素以及要素外包、要素ID;所述条件为要素外包与搜索范围相交或要素外包被搜索范围所包含;所述要素外包为每个要素的最大坐标和最小坐标所组成的矩形区域;根据每个要素对应的要素ID在数据文件中查找对应的要素数据。本发明还公开了一种电子设备和计算机可读存储介质。本发明具有数据访问速度快、渲染快、安全性好的特点。

    一种海量的矢量数据的访问和渲染方法、电子设备及存储介质

    公开(公告)号:CN107479871A

    公开(公告)日:2017-12-15

    申请号:CN201710526253.6

    申请日:2017-06-30

    Abstract: 本发明公开了一种海量的矢量数据的访问和渲染方法,包括数据访问方法和数据渲染方法,其中数据访问方法用于获取当前视口中每个要素的要素数据,数据渲染方法用于根据数据访问方法获取的要素对应的要素数据在当前视口内对要素进行绘制渲染;数据访问方法还具体包括以下步骤:获取当前视口的搜索范围;根据搜索范围在索引文件中查找符合条件的要素以及要素外包、要素ID;所述条件为要素外包与搜索范围相交或要素外包被搜索范围所包含;所述要素外包为每个要素的最大坐标和最小坐标所组成的矩形区域;根据每个要素对应的要素ID在数据文件中查找对应的要素数据。本发明还公开了一种电子设备和计算机可读存储介质。本发明具有数据访问速度快、渲染快、安全性好的特点。

    一种编码模型训练的方法、编码的方法、装置和存储介质

    公开(公告)号:CN113011584A

    公开(公告)日:2021-06-22

    申请号:CN202110293408.2

    申请日:2021-03-18

    Abstract: 本申请实施例提供一种编码模型训练的方法、编码的方法、装置和存储介质,该方法包括:获取训练数据,其中,所述训练数据包括已标注编码信息的地理实体矢量数据;对所述训练数据进行预处理,获得预处理结果,其中,所述预处理结果包括对应的特征属性值、特征属性的数目和实体类别总数目;根据所述预处理结果生成待训练神经网络模型,其中,所述训练神经网络模型输入层的输入特征的数目等于所述特征属性的数目,所述待训练神经网络的输出层用于输出与所述实体类别总数目相同数量的识别结果;训练所述待训练神经网络模型,获得实体类别编码模型,能够实现灵活配置神经网络模型进行实体编码。

    一种实现图库一体化的地物符号化方法

    公开(公告)号:CN103309944B

    公开(公告)日:2016-08-24

    申请号:CN201310176981.0

    申请日:2013-05-14

    Abstract: 本发明公开了一种实现图库一体化的地物符号化方法,包括下述步骤:S1、配置符号库模板;S2、定义地物符号及通过描述语句描述地物符号的形状;S3、在绘图平台上加载和解析符号库模板;S4、对所绘制的地物进行实时符号化;S5、通过属性控制面板可以对地物符号的拓展属性值进行编辑;S6、通过设置特征点对符号形状进行精调;S7、数据入库时,通过地物符号与GIS表中要素类的对应关系创建要素类并进行信息的录入。本发明采用符号化技术中的符号化协议规定:所有地物符号都是由基本实体嵌套组合而成,使地物在实例化过程中只需要一个要素便可以精确地表达。该方法大大减少了符号所需的存储空间,避免了额外的辅助符号和实体的产生,真正实现图库一体化。

    一种编码模型训练的方法、编码的方法、装置和存储介质

    公开(公告)号:CN113011584B

    公开(公告)日:2024-04-16

    申请号:CN202110293408.2

    申请日:2021-03-18

    Abstract: 本申请实施例提供一种编码模型训练的方法、编码的方法、装置和存储介质,该方法包括:获取训练数据,其中,所述训练数据包括已标注编码信息的地理实体矢量数据;对所述训练数据进行预处理,获得预处理结果,其中,所述预处理结果包括对应的特征属性值、特征属性的数目和实体类别总数目;根据所述预处理结果生成待训练神经网络模型,其中,所述训练神经网络模型输入层的输入特征的数目等于所述特征属性的数目,所述待训练神经网络的输出层用于输出与所述实体类别总数目相同数量的识别结果;训练所述待训练神经网络模型,获得实体类别编码模型,能够实现灵活配置神经网络模型进行实体编码。

Patent Agency Ranking