文摘

传统村落指村庄形成之前,是在传统的资源丰富,有各种各样的价值观,必须得到保护。本文旨在研究如何绘制三维景观的传统村落基于大数据的信息系统。提出了三维景观呈现的问题,基于大数据和建模,然后阐述了数据挖掘的概念和相关算法和三维景观呈现设计和系统测试。实验结果表明,当呈现斑块的数量小于120193从120193年到242029年,该系统可以顺利进行。它可以实现可接受的和相对运行平稳;超过242029时,系统显然是卡住了。设计方案的三维景观地理信息系统传统的村庄是合理的和可行的,操作稳定,并取得了预期的研究目标。

1。介绍

进入21世纪后,社会发展更迅速。随着社会的发展和信息技术的创新,信息系统在各行各业的迅速扩张。一个行业的效率很大程度上取决于该行业的信息化程度。然而,快速传播和计算机系统的发展,大量的信息收集,分析,和积累,这些系统也增加,数据量也增加的速度。加速,因此,人们现在用“大规模和爆炸性增长”来描述数据量的快速增长在大数据的时代。与“数字城市”战略的实施,三维景观已从理论模型的研究阶段的软件产品的开发和应用阶段。地理信息系统技术也发展迅速,已成功应用于许多领域的社会和经济建设。在中国城市化的进步,现在越来越多的城镇正在下降。中国已逐步进入数据时代,和数据爆炸变成了当前社会发展过程中一个重要的组件。大数据技术的不断发展,信息技术正迅速渗透商业发展的每一个角落以难以想象的速度。 Information system not only exists as a tool for business development but also has become an important guarantee for company development and a majestic height of business development [1]。

中国传统村落沉淀了深厚的农耕历史和中华民族文化的精华。他们不仅是宝贵的文化遗产,但同样重要的物质文化遗产。19的报告的中国共产党全国代表大会提出了农村振兴的战略。当地文化与独特的区域特点和民族风格继承传统村庄的一个主要出发点农村振兴战略的实施。极其重要的资源和潜在力量。中国传统文化的“根”,是在农村,和传统村落是中国文明的生活载体,体现怀旧的中国孩子。建设和利用民间智慧是历史留下的宝贵遗产。传统村落的历史文化成就的重要标志一个国家和一个国家。维护传统城镇不仅是重要的专注于附近的社会的进步,然而除了假定一个非凡的部分在维护社会不同,这是正常的社会丰富的人性。中国传统村落是中国传统文化的载体,中华民族的精神集中,有很高的文化、历史、艺术、科学、经济和社会价值,保护民族文化的多样性。 It is the bond that maintains the cultural identity of the Chinese and the basis for inheriting the national culture.

本文的创新在于:(1)本文结合大数据与传统的村庄,介绍了大数据的理论和相关的详细的数据挖掘方法,并总结了信息系统等相关内容。(2)当面对三维景观,本文使用建模软件如3距离画传统乡村景观。通过实验结果的评估,传统的设计三维村景观地理信息系统是合理的,和测试证明,该系统是用户友好的和顺利进行。

2。相关工作

一致的形势的变化和计算机网络技术的进步,大量信息创新逐渐成为考虑的重点。旷l提出了一个奇异的张量模型来解决非结构化,semi-coordinated和协调数据。他调查了错综复杂、内存利用率和猜正确的技术。上下文分析表明,猜测信息重塑从一组中心包含18%的组件定期确保93%的精确。假设检验和勘探成果表明,该召集了张量模型和IHOSVD策略是引人注目的大型信息描述和维数减少。然而,他的方法是更复杂的2]。Yaoxue给巨大的大纲信息分和分布式计算及其连接的彻底创新解决巨大的信息带来的困难。然后,在这一点上,他调查了分布式计算的伤害巨大的信息满足物联网和两个有前途的计算标准,雾注册和简单的处理,帮助大型物联网信息管理。最后,他总结了一些开放的引发和未来的标题和努力在这个发展领域进行研究的探索。然而,他的内容不够新颖3]。徐l简要介绍了相关研究课题的基本知识,回顾了最先进的方法,为未来的研究方向提出了一些初步的想法。他还回顾了博弈论的方法,提出了在数据挖掘分析不同用户之间的交互场景中,每个国家都有自己的评价敏感信息。通过区分不同用户的责任对于敏感信息的安全,他希望提供一些有益的见解的研究。然而,他的研究过于主观4]。张Y提出了致病数字实际临床应用框架和政府,称为Health-CPS,鉴于云创新和大型调查信息。他的发现建议可以利用这种创新医疗服务框架的展览,因此让人们参与各式各样的杰出的医疗应用程序和政府。然而,他的能耗相对较大(5]。拉索尔教授M提议进行远程探测卫星应用的巨大信息检查设计。该工程包括三个主要单位,遥感数据采集单元,大数据处理单元,数据分析决策单位。此外,他提出的设计可以存储接近原油信息来执行所需的巨大把转储时断开连接的检查。最后,他使用Hadoop来领导一个明确的检查大型远程探测地球陆地和海洋信息感知。此外,他提出了不同的计算为每个RSDU程度区分陆地和海洋,DPU,大都对细节的工作设计。然而,它的应用范围是有限的(6]。邢H使用随机矩阵理论激励感知高维复杂的网格数据驱动的工具。与此同时,他提出一个架构的详细过程。从算法的角度来看,建筑执行高维分析和比较了RMT预测结果与异常检测。它证明了架构兼容块计算只使用地区的小型数据库。此外,架构,数据驱动的解决方案,是敏感系统态势感知和效用真正大规模互连系统。五个案例研究和可视化验证设计架构在电力系统的各个领域。然而,它的性能不高7]。王Y模型制造巨大的信息调查。他著名的五大信息考试能力从26个主要信息背景调查,提出几个系统大型信息调查的有效利用医疗服务设置。他有一个详尽的理解的可能优势巨大的考试信息。然而,他并没有考虑其他影响因素实验8]。詹森M确定BD-based决策影响因素通过案例研究。强化正确的规模巨大的信息,分类,和速度,需要社会和权威管理组件保证BD质量和可以选择一些信息。相关调查表明,利用大型信息是一个不断变革的周期中适度的理解它真正的能力和正规化的周期假设一个关键部分。然而,他的数据不够丰富9]。

3所示。传统乡村景观和大数据的方法

3.1。大数据

3.1.1。大数据和它的价值

根据维基百科的定义,大数据暗指超过容量的信息集合,高管,处理能力习惯的编程或消耗额外的时间比满意的达到。

早在2001年,巨大的信息被描绘成三”的品质V”,特别是体积、速度和多样性(10]。图1设想三个方面和影响的信息。

首先,体积:这是最大的特性,大数据有别于传统数据,也就是说,大的数据量。这个功能从技术的发展是分不开的。首先,数据存储容量在过去是非常有限的。根据摩尔定律的发展,硬件的性能不断提高,价格逐渐降低,使得大规模数据存储成为可能。此外,社交网络等技术的普及,电子商务和互联网的东西涌入数据(11,12]。

第二,速度:它指的是连续的大量数据流以前所未有的速度和必须在可接受的时间内被处理。这是大数据所面临的主要挑战。传统的数据存储和处理方法无法实现,可以使用效率。

第三,不同:它指的是各种形式的数据,主要是因为数据的来源非常丰富。包括结构化数据,如数据存储在传统的关系数据。更主要的非结构化数据,包括文档、电子邮件、图片、音频、视频文件,传感器数据等等。这些数据的存储和分析也是面临的主要挑战之一大数据(13]。

此外,第四个“V“可以添加,这是价值。从统计学的角度来说,更大的数据样本,统计结果的准确性就越高。从商业的角度来看,大数据已广泛应用于用户购买行为分析、个性化推荐,等。公司亚马逊和YouTube等改善建议从大数据分析的准确性,获得实实在在的利益。在生物医学方面,分析疾病的数据可以帮助医生诊断疾病,更准确。DNA本身就是大数据,和DNA测序可以预测可能的遗传缺陷和提高人类生活的质量。物联网,实现智能住宅和智能城市也离不开大数据技术的支持。在海运方面,大数据可以用于路由预测,船舶避碰和分析国际期货价格趋势的散货运输(14]。

说白了,巨大的社会信息包括所有部件,它所包含的价值具有广泛的公共经济的重要性和个人的生命。大数据挖掘引擎的实时,高可用性和有效性将极大地推动和自尊矿业信息的有效性,因此推进改善社会的所有部分。

3.1.2。大数据存储

与拨款文档的开发框架,可以把分散的记录信息。分布具有以下优点:它可以容纳大量的数据。分布式文件系统由HDFS可以将一个大文件存储在多台机器上,并让每台机器存储的一部分文件,一台机器的压力消散。它支持冗余备份的数据。默认情况下,HDFS保存三份每个数据集群中,分配不同的机器上。通过这种方式,即使在集群中的一台机器出现故障或完全摧毁,数据不会丢失(15]。具有良好的可伸缩性。当数据量的逐渐增加,数据存储容量可以通过添加集群机器改进。HDFS中有三个关键组件,即DataNode, NameNode,和客户端。NameNode负责维护文件系统的名称空间,元数据集群配置信息,等等。DataNode是实际的存储单元的数据,数据块的DataNode发送信息NameNode。客户端负责开始仔细阅读和撰写要求。HDFS的体系结构如图2。

考虑到有组织的信息储备战略和能力任意阅读和撰写拨款记录,数据集框架的分散文档框架有另外出来。HBase是最具代表性的,基于Google的BigTable,基于分布式数据库HDFS,专门为大数据存储。

3.1.3。数据挖掘的定义和过程

数据挖掘是指挖掘有价值的知识或规则为人们从大量的不完整和不规则的信息。数据挖掘的对象主要是大型数据库的业务数据。流程如数据清洗和集成、数据转换、数据分析、模型评估和知识表示的业务数据最终为用户提供有价值的信息,帮助用户在业务数据做出相应的决策。数据源可以是任何类型的存储:结构化、非结构化和半结构化数据。如普通文本文件、关系型数据库数据,数据在网络上,甚至图片,音频,视频和其他数据。

在不同的应用场景和采矿技术,数据挖掘的过程也将是不同的。然而,在总结前人的基础上,数据挖掘的基本过程一般包括数据准备、数据挖掘、评价、和演示等。16),见图3。

3.2。大数据挖掘分类方法

数据挖掘包括各种分析方法挖掘和分析数据集,获取模式,并应用它们,占据了一个位置,其中分类和分类方法也是众所周知的。如何正确分类数据将直接影响挖掘结果的准确性和效率标准。使用分组将各类问题空间的诸如文本、媒体、非正式组织和自然信息(17,18]。此外,各种问题可能是经验丰富的在范围广泛的情况下,安排是一个真正的点,和基本计算是积极的信息区和问题的情况。分类算法也是各行各业的重要研究领域。

3.2.1之上。BP神经网络算法

BP神经网络算法包括两个过程:信息正向传播和误差反向传播(19]。计算的特定的进步是按照以下:

3.2.2。初始化权重

介绍了协会的每一个神经组织的中心小任意数量(例如,从−−1.0到1.0或0.5到0.5)。每个中心都有一个相关的倾向,还介绍了一些不规则的数字。

3.2.3。向前传播的输入

训练样本的信息层被送入神经组织及其品质不改变。也就是说,信息中心j,其结果自尊相当于尊重的信息吗 。组织每一个中心的通道和出口掩盖和离开层然后确定。的净价值信息的处理结果或秘密层中的任何中心利用直接混合的贡献,显示在图4。

说实话,每个中心都有不同的数据源,连接节点的出口在前一层。有一个重量为每个连接。上的机会j中心是在离开一层一层或秘密,网上信息的j中心是

其中,连接节点的重量吗我上一层的节点j;节点的输出吗我上一层;节点的抵消吗j。这种偏见,也被称为阈值,可以改变的活动节点。

这个函数表达神经元的活动由该节点在符号,使用物流或乙状结肠功能。鉴于网络信息的j,结果的j是

因为这个函数可以更大的输入范围映射到一个更小的时间间隔(0,1),这个函数也称为挤压功能。因为物流是非线性可微的函数,它使bp算法模型非线性可微的分类问题。

3.3。误差反向传播

误差向后传播的负担和偏见代表网络的预测错误不断更新。输出层的节点j的计算公式错误如下: 节点的实际结果吗j价值,是实现目标的节点j根据给定的准备测试。事实上,实际上是逻辑函数的导数。

计算的错误j在隐藏层节点需要的加权和j有关的错误在下面层。的错误j节点 从节点协会重量是k到节点j在接下来的更高的层,和是节点的错误吗k。

传播误差是反映通过更新重量和偏见。重量的公式更新如下,体重的变化吗 。

重量的配方更新如下,每体重的变化吗 。

偏见是由下列公式更新,偏差的变化吗 。

的方法,偏见和权重更新处理元组,这是更新现有的方式。但在实践中,偏见和重量的增加可以在变量,积累和偏见和权重可以更新训练样本在所有元组处理。方法是一个定期更新的方法,代表一个迭代周期的训练样本20.- - - - - -22]。定期更新通常用于提取回顾数学传播过程,而实例更新更常用的做法,因为实例更新往往会产生更精确的结果。

3.3.1。决策树分类算法

至关重要的选择树的订单计算的方法来跟踪理想将分区,结构不断high-immaculateness分支集线器和叶中心,最后观察一组选择树能够合理描述准备(2,23]。

期待的准备年代是一个各式各样的飘忽不定的例子对象,其中包含吗米项目与不同的类标记属性估计 被认为是米不同的类。让是一组对象所属的类在数据集年代,在数据集的信息对象的数量年代,信息对象的数量 。

熵的计算方程年代是

其中, 。

准备集是有序的n品质的特征X,X包含n各种文章 。同时,S是分成n分区 ,更重要的是可以添加分组的数据将通过加权熵n包裹:

获得的数据

3.3.2。信息增益计算

在机器学习的早期阶段,只有一个空白的决策树,不知道如何分配存在基于功能。当前学习决策树模型用于整个特征空间进行分类。准备组划分X类的特点是l,代表的情况我th类,地址的绝对数量的情况下准备l,如果概率属于未知的实例我类是定义为

此时,分区一个测量的不确定性是

它可以从整个决策树学习过程中分类数据集的不确定性决策树正变得越来越小。如果测试属性b用于测试,什么时候 ,样品属于我类可以被视为 ,还有

也就是说, 代表了它属于的概率的大小我th类时 。训练集的条件熵的属性l是决策树的不确定性程度的划分:

所有的信息熵 分支机构l扩展在选择测试属性b分类信息:

获得的信息 所提供的属性b的分类是

3.3.3。天真的叶子贝叶斯分类方法

朴素贝叶斯计算的标准是接受的存在或不出席特定组件是免费的存在或不到法院不同的亮点,这是类或有自主权。利用各种元素之间奉行自由的推定贝叶斯假设[24- - - - - -26]。

澄清的贝叶斯假设如下:每一个假设K是一组对象的信息准备和描述K与n房地产评估:假设H地址信息对象的理论K有一个地方与一个特定的类问。然后,在这一点上,P(H|X)地址后面的可能性H场合下的原因X。

贝叶斯规则是按照以下:

假设一个训练集 与米元素,每个元素Z可以用一个向量 n维的属性。假设 地址n认为,在这一点上,K是n的比例n信用在元组的信息。假设米样本类 ,朴素贝叶斯算法预测一个对象K的属性类是未知,那么属性类的K是类后验概率所属,即: 在哪里P(K)是一个适当的激励所有类 ,而通常被视为等价的可能性,特别是:

沿着这些线路,它仅仅是重要的放大获得最可能升高。尽管如此,由于其复杂的估计和巨大的计算,根据类的基本设置条件的自由,伴随方程可以用来沟通 :

3.4。传统乡村景观的概述

3.4.1。传统村落的概念

传统村落的评价和鉴定包括三个方面:传统建筑的评价,评价的位置和模式的村庄,和评价的非物质文化遗产村庄。传统村落是中国地域文化的载体之一。人与自然共处的生活空间的由中国劳工在长期生产和生活是一个见证中华民族的悠久历史27- - - - - -29日]。

3.4.2。景观构成

传统村落的乡村景观和谐共生的产品和长期的人类与自然之间的相互作用。传统乡村景观的形成不仅受自然环境的限制,还受到人类活动的影响。许多传统村落在中国有很强的历史氛围,和他们的村庄景观通常集成与历史环境形成物质文化和非物质文化景观丰富的地方风味。物质环境包括自然景观、结算和建筑景观。无形的景观主要指两部分:经济和生活景观和历史文化景观和民俗景观(30.- - - - - -32]。各种各样的景观之间相互关联,相互渗透,形成一个丰富的传统村落景观组成。全面了解“传统乡村景观”,其构成要素包括房屋、定居点、林地、农田、菜地、栅栏、道路、河流、池塘、湖泊、运河、竹林,山温泉,祖先的大厅,石佛,石头墙,水井,水轮机,木制桥梁、木制房屋,dojo,谷物干燥领域等。表1显示了传统乡村景观元素的载体。

它可以分为基本景观和景观特征。前者是基本的景观功能共享的传统村落,可主要区别现代村庄。后者是唯一的名片和特点,每一个传统的村庄,是核心元素的发展与进化的村庄。分布而言,这些特征的历史景观通常分布在村庄的边缘,或周边地区的村庄,和一般分散33,34]。图5显示了一个概念地图的历史特征的空间分布在大多数中国传统村落景观。可以看出,历史景观通常出生在基地景观特征。

4所示。实验和分析传统村庄的三维景观

4.1。建立三维模型

地面物体的三维模型是3 d GIS中不可或缺的元素之一,它是一个3 d场景的主要元素。3 d建模是非常繁琐和复杂,它也需要大量的劳动力供给和物质资产。有很多受欢迎的3 d建模工具,如3 ds Max, Softlmage, SketchUp,玛雅,UG, AutoCAD。

4.2。传统乡村景观建设模式

村里的建筑是根据4质量分类标准来划分:(1)好的更好的建筑:建筑主体结构和良好的质量。(2)一般建筑:主体结构一般,主要是质量完好,和一些建筑物被损坏。(3)可怜的建筑:主体结构已被破坏,质量很差。(4)非常贫穷的建筑:建筑严重受损的主要结构和糟糕的维护。

当前分类建筑质量:村里的大部分建筑质量差,一般建筑,包括传统木建筑在清朝,解放后一些建筑,建筑或由农民近年来维护。可怜的建筑包括农民的牲畜和无人值守的夯土建筑木建筑。图6显示当前建筑质量分类数据:

4.2.1。准备地形和河建设模型

土壤和河流形成的城市三维景观的基础。三维景观建设的第一步在传统村落是土壤和河流的建设模式。

地面模型施工方法是首先利用ArcGIS创建一个数字高程模型,构建土壤数据所需的土壤,然后将DEM数据输入Unity3D创建一个三维的土壤模型(35,36]。以下是创建一个地面模型的主要步骤Unity3D使用ArcGIS软件,如图7。(1)出口所需的高程数据(等高线和高程点)从现有地形数据并将其保存为一条线层和层点格式上海医药,如图7(一)。(2)以三角格式创建DEM数据基于接收到的等高线和高程点。然后,栅格数据生成三角测量,数据格式转换,定义适当的民主党图像分辨率或大小。生成的DEM数据如图7 (b)。(3)将DEM数据输入Unity3D创建DEM-based土壤的3 d模型,如图7 (c)。

河的建设模式包括两个方面:一个是河的建筑模型,更重要的是另一种是水的发展框架模型。(1)渠道建设模式:通道的自然河流,Unity3D土壤改性剂直接用于处理根据电压、失真,下降和其他条件的通道,或通道数据添加到DEM数据生成过程。这样,地面是根据河道信息创建的,并且完成了建模的自然河道间接;的规划河道穿过城市,3距离工具是用来构建一个模型数据显示河的方向,变形和下降,然后地图绘制地面模拟。(2)建立水体模型:有两种方法可以创建一个水体模型:一种是利用参数化建模工具Unity3D水体设置相关参数(包括水能源、纹波、反射)根据方向,下降和其他相关条件,等等)来完成建模河的水系统;首先,当水系统的动态效应不高,水体的质地可以模拟3距离(37,38]。方法很简单,的数据量很小,可以满足一般条件。

构建一条河流模型的过程中,条件如河的方向,应该考虑,和建模原则应该修改和调整,以适应实际的地面。河流的影响模型由3距离软件这个文件如图8:

4.2.2。植被建设模式

植被是室外场景的一个重要组成部分,良好的植被性能可以提高3 d虚拟场景的逼真度和假设必须参与整个场景的忠诚和命令式之事。植被特征和显示设备使用显示在表中2:

图9是一个村庄的三维景观基于传统村庄的三维地理信息系统。

4.3。系统资源测试和渲染效率分析

三维数字地图系统主要提供统一的综合管理全市三维模型数据和3 d网络环境下信息服务。系统集成的数据内容包括:基本的地图数据,包括DEM、DOM,和体积数据;扩展地图数据,包括行政边界数据,地名数据;计划相关数据,包括道路边缘和市政计划控制线路;三维模型数据,包括各种型号的不同级别的细节;多媒体信息,包括图片、音频和视频(39]。

主要类型的数据如表所示3。

基于视觉经验在系统操作过程中,帧每秒的关系(FPS)转移到Unity3D的顺利操作系统应该通过实验来调查和校准。表所示表的层次关系4:

然后,每组测试数据反映的数量之间的关系呈现补丁和渲染效率,根据分类之间的关系表FPS和运行稳定。获得测试信息显示在表中5:

5。讨论

首先,通过相关知识的研究点的文学作品,最初的主人相关的基本知识和分析如何研究三维景观呈现传统的村庄。本文论述了思想的巨大的信息和相关的分类方法。它关注BP神经网络算法,探讨了传统村落的景观,吸引等传统乡村景观通过建模软件3距离。

本文还着重于介绍传统村庄景观。它包括气候、地质、水环境、土壤和植被,以及元素,如房屋、建筑、日用品和装饰品,材料除了民俗文化元素,和当地的历史和文化元素(如民间典故、历史人物、图腾崇拜,风水的概念,和精神和文化元素)。

本文通过实验分析,表明传统的村庄的设计方案三维景观地理信息系统是合理和可行的,操作稳定,和预期的研究目标是实现。系统可以提供强有力的技术支持和保障城市规划和管理。呈现斑块的数量越高,降低系统性能和不稳定系统将运行。

6。结论

基于3 d GIS建设项目传统的村庄,本文研究了3 d GIS技术近年来的快速发展和景观分布的工艺过程建模和设计,并实现了一个3 d GIS对传统的村庄。本研究实现了基于unity3d的传统景观村建设。首先,通过研究和分析传统村落的景观特征,传统的景观特征分为土壤、河流、植被、建筑、道路、等等,其建模和仿真方法进行了研究。然后,使用3 d建模工具3距离来构建模型,使用Photoshop软件处理纹理数据并创建仿真模型,管理三维土壤模型和传统村庄通过unity3d对象,并建立3 d传统乡村景观场景和可视化。传统村落景观是一个当地的景观,不是一个奇异的景观,具有地方特色。这是一个原始的生态,而不是一个现代景观,不是一个纯粹的自然和城市景观,而是一个景观丰富的季节性变化。传统乡村生活历史和文化的象征,以及极其脆弱的文化遗产。在快速城市化、外部因素和变化非常敏感。因此,它是特别重要的探索有效的方法来保护和发展传统的村庄。它的材料从传统村庄可以数字化提取永久保护的关键文化基因。 On this basis, this paper evaluates the rural characteristics of conventional towns and examines the modernization of customary towns in a sequential request. The high immersion of the 3D landscape information system is an index to enhance user interest and expand the application of the system. Although this system has strong spatial analysis capabilities, there are still some defects in the image browsing effect. It should enhance the performance of particle effects and improve the system’s performance. Reference [40]。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的基金项目:成就的福建省哲学社会科学规划项目,项目批准号:FJ2019X001, and2020福建中年和青年教师教育和研究项目,项目批准号:JAS20385。