Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cyfrowe modele terenu

Sortuj według:

Ogranicz wyniki do:

Analiza zasięgu stacji radiofonii DAB+ z wykorzystaniem numerycznych modeli pokrycia terenu o bardzo dużej rozdzielczości

Wypiór D., Rzeźniczak K., Więcek D., Niewiadomski D.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2017

nr 6

561--564, CD

W artykule przedstawiono analizę wpływu zastosowania numerycznych modeli pokrycia terenu o bardzo dużej rozdzielczości na wyznaczany przestrzenny rozkład natężenia pola elektrycznego oraz zasięg od stacji radiofonii cyfrowej DAB+. Dokonano analiz w obszarze miejskim dla wybranych rzeczywistych obiektów nadawczych. Omówiono rozrzut wyników dla różnych scenariuszy w zależności od wybranych parametrów definiujących dokładność modelowania pokrycia terenu.

High resolution digital elevation model impact on the calculated spatial electric field strength distribution and DAB+ stations coverage is presented. The survey within urban area for the real transmitters was conducted. Scenarios of dispersion of the results for map with different accuracy was discussed.

River embankment identification in the airborne laser scanning point cloud

Tymków P., Borkowski A., Gołuch P.

Studia Geotechnica et Mechanica

2009

Vol. 31, nr 4

85-94

Hydrodynamic modeling is one of the most significant tools in risk and environmental management of floodplains. Such research requires precise and reliable digital terrain models (DTM). Moreover, DTMs should determine the location of terrain edges for the area of river valley, i.e. river embankments. Terrain models are usually built using data collected with airborne laser scanning. Irregular cloud of scanned points can be used for 3D line edges modeling. However, this task is difficult because determination of the river embankment edges is not always exact; the edges are not defined precisely or they can be hidden in bushes and groups of higher vegetation. One of the newest methods of the edges modeling relies on the intersection of two planes. The main issue here is to classify points into subsets located on both sides of the modeled edge. In this study, the algorithm employing multilayer feed-forward neural network for point classification is presented. It allows us to include a priori information about the expected shape of surface as well as the orientation of embankment with respect to the river flow direction. Classification was performed on the real airborne laser scanning dataset. Confusion matrix was used for the quantitative accuracy assessment. This matrix was built for the test vector based on the comparison of the obtained results with an interactive sample.