초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

기존의 대축척 지리정보 데이터베이스로 부터 새로운 소축적 지리정보 데이터베이스를 유도하는 방법 중의 하나는 일반화이다. 이는 대축적 공간데이터를 소축척에 적합하도록 변형시킨다. 즉, 일반화를 통해서 지리정보 데이터의 공간 및 비공간적 특성이 변형되고 그 결과 데이터 모델로 변하게 된다. 본 연구는 이러한 변형에 따른 파급효과를 제어할 수 있는 규칙들을 제시한다. 특히 여섯 가지 일반화 연산자들이 모델에 미치는 영향을 조사하여, 이를 바탕으로 모델 변형을 제어할 수 있는 규칙을 제시하였다.

기존의 대축척 지리정보 데이터베이스로 부터 새로운 소축적 지리정보 데이터베이스를 유도하는 방법 중의 하나는 일반화이다. 이는 대축적 공간데이터를 소축척에 적합하도록 변형시킨다. 즉, 일반화를 통해서 지리정보 데이터의 공간 및 비공간적 특성이 변형되고 그 결과 데이터 모델로 변하게 된다. 본 연구는 이러한 변형에 따른 파급효과를 제어할 수 있는 규칙들을 제시한다. 특히 여섯 가지 일반화 연산자들이 모델에 미치는 영향을 조사하여, 이를 바탕으로 모델 변형을 제어할 수 있는 규칙을 제시하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 연구는 모델 지향 일반화에 관한 연구로서 공간적 변헝 처리를 목적으로 하는 기존 지도 일반화와 달리 데이터 모델 의 변형을 고려한다. 특히, 기존의 대축석 데이터베이스로부터 소축척 데이터베이스를 유도할 때 데이터 모뎀 상에서 발생할 수 있는 변형고]- 그에 따른 파급효과를 저리한 个 있上 모델지향 일반화 규식을 제시한다.

가설 설정

• 조건 1 : 동경게, 시겅게, 학교는 반'드시 포함.
• 조건 2 : 동경겨)(조건1)는 수원시에 ¥함.

제안 방법

• 지형지물의 선 택(존재)여부를 결정하는 분류1의 연산자를 사용할 경우 다른 지 형지울과의 관계 저리에서 모호성이 발생한다. 다음 절에서 이러한 모호성을 제어하기 위하여 네 가지 규식과 분류2 및 분류3의 형태에 속하는 시도 일반화 연산자의 파급효과를 제어하기 위해 서도 각각 가칙& 제시 한다.
• 이 절에서는 여섯 가지 지도 일반화 연산자의 정의를 기술한다. 또 이 연산자들이 지리정보 데이터 모델에 어떻게 작용하는지 유 형별로 분류하고 이에 따른 파급효과를 조사한다. 본 연구에서 사용하는 지도 일반화 연산자의 정의는【3]에 근거하여 다음과 같이 정의한다,
• 이 연구는 다음과 같은 순서로 신행두!민저, 본 어구에서 사용할 지리정보 데이터 도델읖 가정하고, 이 모델에 대해서 여섯 가지 일반화 언산자가 어떻게 작용하는지를 소사 한다, 나음9루 각 영향에 따已 파급-효가와 이들 제어함 丰 있는 규식을 제시한다. 미.
• 앞 장에시 신명한 규칙을 쉽게 적용하기 위하여 모델지향 이 반화 노孑를 개발하였다. 이 노구를 이영-하여 모댛 지향 시 도 일반화를 수행하였다.
• 하■ 언산자가 데이터 모델에 어떻게 작용하는지를 기술하고, :1 결과 발생될 수 있切- 파급효과를 조사하여. 이를 제이하기 위한 아웁 가시 计칙들을 제시하였다. 圧 이 计 시늘과 지도인반와 인산자를 통한한 시스템을 구쪄 하였다.
• 본 연구는 모델 지향 일반화에 관한 연구로서 공간적 변헝 처리를 목적으로 하는 기존 지도 일반화와 달리 데이터 모델 의 변형을 고려한다. 특히, 기존의 대축석 데이터베이스로부터 소축척 데이터베이스를 유도할 때 데이터 모뎀 상에서 발생할 수 있는 변형고]- 그에 따른 파급효과를 저리한 个 있上 모델지향 일반화 규식을 제시한다.
• 본 이구는- 지도 일빈.하■ 언산자가 데이터 모델에 어떻게 작용하는지를 기술하고, :1 결과 발생될 수 있切- 파급효과를 조사하여. 이를 제이하기 위한 아웁 가시 计칙들을 제시하였다.

대상 데이터

• 싱이 보상될 수 있다는 것을 의미한다. 이에 근거해 본 언吁村 131에서 제시된 여섯 가치 연산자를 사용한다.

성능/효과

• 조건 3 : 새로운 데이터베이스으」정확도는 30m.
• 기존 언구늘11, 2, 3, 4, 51의 비血를 봉해시 -'r 가지들 알 中 있다.첫째, 지도일반화 연산자늘이 다杪 클래*와의 과게上 부시한 채 둑립되 새로우 클래스(속성 포함)룔 유W하는 것에 제한되어 있다는 것이다. 이것은 데이터 무결성 및 임과성을 방해하七- 요 인이 될 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기