最新乌鲁木齐市区AOI小区面shp数据 样图和数据范围查看:https://blog.csdn.net/zhongguonanren99/article/details/123566001 — 字段里面分类比较多tpye:每个值代表一个类型。 —— 小区范围占地面积面数据shp格式 无偏移坐标,只有城区市区有农村没有。 字段里面有小区,大厦,学校,医院,酒店等属性区分。比如字段type中1549代表小区住宅,1563代表学校。小区、学校等占地面积范围数据,优质高品质
2022-04-15 18:05:06 2.35MB 乌鲁木齐市区小区面shp
样图和数据范围查看:https://blog.csdn.net/zhongguonanren99/article/details/123566001 — 字段里面分类比较多tpye:每个值代表一个类型。 —— 小区范围占地面积面数据shp格式 无偏移坐标,只有城区市区有农村没有。 字段里面有小区,大厦,学校,医院,酒店等属性区分。比如字段type中1549代表小区住宅,1563代表学校。小区、学校等占地面积范围数据,优质高品质
2022-04-15 18:05:05 747KB 西宁市区小区面shp数据
成都市AOI城区小区面样图和数据范围查看:https://blog.csdn.net/zhongguonanren99/article/details/123566001 — 字段里面分类比较多tpye:每个值代表一个类型。 —— 小区范围占地面积面数据shp格式 无偏移坐标,只有城区市区有农村没有。 字段里面有小区,大厦,学校,医院,酒店等属性区分。比如字段type中1549代表小区住宅,1563代表学校。小区、学校等占地面积范围数据,优质高品质
2022-04-15 18:05:04 5.74MB 成都市AOI
上海市DEM数字高程12.5m 深圳市高程数据 有助于了解深圳市地表情况 可用于地表分析 文件中包含上海市行政矢量shp文件 地理坐标系为wgs84 也可用于一般的的研究分析与应用
2022-04-15 13:12:46 48.05MB DEM 上海市 行政边界
包含,12.5m精度高程(tif格式)、全量兴趣点POI、带有高度字段(米)的建筑轮廓数据、公交地铁及站点、路网水系绿地等地理要素、省,市,县,乡镇4级的行政区划数据。 做城市规划方向的研究或项目可以用到。
2022-04-15 13:07:56 610.47MB GIS数据 地理要素 POI 兴趣点
青海湖流域shp格式面范围
2022-04-15 11:03:56 161KB arcgis shp
感知范围可调的WSN多属性目标覆盖算法,黄瑞玲,张伟,根据现有的目标覆盖问题,提出一种感知范围可调的WSN多属性目标集合覆盖(AR&MAT-SC)问题,并针对该问题给出了一种高效的贡献度优先
2022-04-15 10:16:48 289KB 首发论文
1
包含,12.5m精度高程(tif格式)、全量兴趣点POI、带有高度字段(米)的建筑轮廓数据、公交地铁及站点、路网水系绿地等地理要素、省,市,县,乡镇4级的行政区划数据。 做城市规划方向的研究或项目可以用到。
2022-04-14 18:05:22 299.41MB POI 兴趣点 GIS数据 道路网
针对传统的基于WiFi的最近邻(K-nearest neighbor algorithm, WiFi-KNN)室内定位算法精确度不能达到精准定位的需求的问题,本文提出了一种基于位置范围限定的K近邻(K-nearest neighbor based on the location range limit , LRL-KNN)室内定位算法。LRL-KNN算法通过利用用户的先前位置与WiFi指纹数据库中的参考点位置之间的物理距离组成的相关范围因子来缩放指纹距离,以此来减少定位的空间歧义性。尽管利用了先前的位置,但是该算法并不需要知道用户的确切移动速度和方向。与此同时,考虑到WiFi接收信号强度的时间波动性,将RSS直方图合并到距离计算中来减小时间波动带来的影响。实验结果表明:传统KNN算法的平均定位误差为2.13 m,新算法的平均定位误差为1.80 m,该误差在相同的测试环境下比传统的KNN算法减少15%。
1