Il presente lavoro di tesi si inserisce all'interno del progetto CARGEN - un progetto di ricerca nato da una convenzione tra la Regione Veneto e il Dipartimento di Ingegneria dell’Informazione dell'Università di Padova - e si pone come obiettivo l'implementazione di un “Tile Manager” per la gestione delle varie fasi del processo automatico per la generalizzazione cartografica effettuato mediante partizionamento del dataset di lavoro. Una delle problematiche principali nella costruzione di un GIS è la gestione di grandi volumi di dati, che in alcuni casi può diventare critica in quanto comporta la saturazione della memoria del calcolatore sul quale vengono eseguiti processi come l'analisi, il data enrichment e la generalizzazione stessa. Con questo lavoro, in particolare, si è cercato di implementare una soluzione al processo di generalizzazione, che si adattasse agli algoritmi già presenti all'interno del progetto, e ponesse delle basi per lo sviluppo di futuri algoritmi di derivazione
T.M.C.G. Tile Manager for Cartographic Generalization. Un approccio al partizionamento di dataset per la generalizzazione automatica
Pastrello, Francesco
2011/2012
Abstract
Il presente lavoro di tesi si inserisce all'interno del progetto CARGEN - un progetto di ricerca nato da una convenzione tra la Regione Veneto e il Dipartimento di Ingegneria dell’Informazione dell'Università di Padova - e si pone come obiettivo l'implementazione di un “Tile Manager” per la gestione delle varie fasi del processo automatico per la generalizzazione cartografica effettuato mediante partizionamento del dataset di lavoro. Una delle problematiche principali nella costruzione di un GIS è la gestione di grandi volumi di dati, che in alcuni casi può diventare critica in quanto comporta la saturazione della memoria del calcolatore sul quale vengono eseguiti processi come l'analisi, il data enrichment e la generalizzazione stessa. Con questo lavoro, in particolare, si è cercato di implementare una soluzione al processo di generalizzazione, che si adattasse agli algoritmi già presenti all'interno del progetto, e ponesse delle basi per lo sviluppo di futuri algoritmi di derivazioneFile | Dimensione | Formato | |
---|---|---|---|
Tesi_PASTRELLO_601930.pdf
accesso aperto
Dimensione
2.69 MB
Formato
Adobe PDF
|
2.69 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/15382