用蚁群算法实现地理信息系统空间曲线的描述

doi:10.3778/j.issn.1002-8331.2008.30.049

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (30): 160-162.DOI: 10.3778/j.issn.1002-8331.2008.30.049

• 数据库、信号与信息处理 • 上一篇下一篇

用蚁群算法实现地理信息系统空间曲线的描述

崔明义,张新祥,苏白云,张瑞

河南财经学院信息学院，郑州 450002

收稿日期:2007-11-29 修回日期:2008-02-03 出版日期:2008-10-21 发布日期:2008-10-21
通讯作者: 崔明义

Description of GIS spatial curve based on ant colony algorithms

CUI Ming-yi,ZHANG Xin-xiang,SU Bai-yun,ZHANG Rui

School of Information，Henan University of Finance & Economics，Zhengzhou 450002，China

Received:2007-11-29 Revised:2008-02-03 Online:2008-10-21 Published:2008-10-21
Contact: CUI Ming-yi

摘要/Abstract

摘要： 曲线是GIS空间数据的重要空间目标之一，也是描述面和体的基础。当前的GIS产品中，描述GIS空间曲线使用的是数学和插值方法，并使其可视化。用蚁群算法对GIS空间曲线进行描述，使其具有智能的性质。通过理论分析和模拟实验，表明用蚁群算法描述GIS空间曲线乃至其他空间目标，是可行和有效的。

关键词: 蚁群算法, 地理信息系统（GIS）, 空间曲线, 描述

Abstract: Curve is one of important spatial objects on GIS spatial data.It is the base of describing surface and body.In current GIS products，GIS spatial curve is described by mathematics and interpolation. Its visualization is implemented in computer.In this paper，GIS spatial curve is described by ant colony algorithms.This method is intelligent.Through theory analysis and simulation experiment，feasibility and availability of the method are indicated by the result.

Key words: ant colony algorithms, Geographic Information System（GIS）, spatial curve, description

崔明义,张新祥,苏白云,张瑞. 用蚁群算法实现地理信息系统空间曲线的描述[J]. 计算机工程与应用, 2008, 44(30): 160-162.

CUI Ming-yi,ZHANG Xin-xiang,SU Bai-yun,ZHANG Rui. Description of GIS spatial curve based on ant colony algorithms[J]. Computer Engineering and Applications, 2008, 44(30): 160-162.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[3]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[7]	薛冕，刘翔，石蕴玉，辛斌杰. 抑制光照不均匀影响的图像特征点提取算法[J]. 计算机工程与应用, 2021, 57(4): 183-191.
[8]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[9]	马耀名，陈艺琳，李万禹. 电力巡线无人机航拍图像匹配算法研究[J]. 计算机工程与应用, 2021, 57(21): 278-286.
[10]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[11]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[12]	郭恒光，刘文彪，余仁波. 用于形状特征提取的spike函数[J]. 计算机工程与应用, 2021, 57(18): 220-226.
[13]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[14]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[15]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.

用蚁群算法实现地理信息系统空间曲线的描述

Description of GIS spatial curve based on ant colony algorithms

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics