.png){kind=icon}
返回
Modeling algorithm on image segmentation and reconstruction
.png){kind=icon}
OA
AI
DOI：10.1007/s42452-026-08373-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决与地图大数据相关的存储和检索挑战，本文提出了一种图像分割-重建算法。该算法包含四个核心步骤，即：首先，它引入了语义关联机制进行图像分割，并开发了相应的分割方法。其次，确定每个服务器单元的最大剩余存储容量，并与预设阈值执行匹配操作。第三，建立拓扑映射以实现从分割后的原始地图到待显示地图的映射转换。最后，利用图像分割和映射关系记录的特征存储位置信息重建地图。实验结果表明，所提出的重建算法的准确率可达94.35%。与现有的图像重建算法相比，该算法不仅实现了更高的准确率、更快的速度和更强的抗干扰能力，还降低了信息损失。这些优势使该算法能够为管理大规模地图数据集提供高效框架，从而应对地理空间大数据应用中的高计算开销、信息损失和系统不可靠性等关键挑战。
Keyword:
Image segmentation
Queue length of service
Mapping transformation
Image reconstruction
Evaluation method
Engineering
general
Materials Science
Earth Sciences
Applied and Technical Physics
Chemistry/Food Science
Environment
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
D
IF:
2.4
论文数:
1.6K
被引数:
492
机构
引用论文
Data verification tasks scheduling based on dynamic resource allocation in mobile big data storage
.png){kind=icon}
PREAI
分享收藏Stability-Based Generalization Analysis of Distributed Learning Algorithms for Big Data基于稳定性的大数据分布式学习算法泛化分析
PREAI
分享收藏
查看更多内容