XiaoMi-AI文件搜索系统
World File Search Systempolygons
使用虚幻引擎中的人工智能进行游戏开发
简单的“基于网格的寻路”，其中地形被映射到均匀正方形的刚性网格上，并将寻路算法（例如 A* 或 IDA*（图形遍历））应用于网格。[8][9][10] 有些游戏不只是使用刚性网格，而是使用不规则多边形，并从 NPC 可以步行到的地图区域组装导航网格。[8][11] 作为第三种方法，开发人员有时可以方便地手动选择 NPC 应该用来导航的“路径点”；但代价是，这样的路径点可能会产生不自然的运动。此外，在复杂环境中，路径点的表现往往比导航网格差。[12][13] 除了静态寻路之外，导航是游戏 AI 的一个子领域，专注于让 NPC 能够在动态环境中导航，找到通往目标的路径，同时避免与其他实体发生碰撞。相比改进游戏 AI 以妥善解决虚拟环境中的难题，修改场景使其更易于处理往往更具成本效益。如果寻路因特定障碍物而陷入困境，开发人员可能最终会移动或删除该障碍物。[14] 2. 文献综述
斯阔米什森林考古概况评估...
表 1. 文化改良树 (CMT) 模型 44 表 2. 居住模型 44 表 3. 岩画模型 44 表 4. 亚高山营地模型 45 表 5. 斯阔米什森林区原住民语言划分。（摘自 Thompson 和 Kincade 1990）。51 表 6：乔治亚湾和内陆高原文化区的现行文化历史模型。_ 100 表 7. 斯阔米什森林区内记录的考古遗址类型。 132 表 8：考古遗址差异 135 表 9. In-SHUCK-ch 传统领地的潜在多边形评估 140 表 10. In-SHUCK-ch 传统领地中重新访问或记录的遗址和潜在评级 __ 142 表 11. Lil'wat 传统领地的潜在多边形评级 144 表 12. LiI'wat 传统领地中重新访问或记录的遗址和潜在评级 147 表 13. Squamish 传统领地的潜在多边形评级· 149 表 14. Squamish 传统领地中重新访问或记录的遗址和潜在评级 152 表 15. 实地考察期间评估的高和中等潜在多边形的数量和类型
土耳其伊斯坦布尔东部的土地使用模式
土耳其伊斯坦布尔东部的土地利用模式 Coskun, M. Z. a. *，Musaoglu. a Saroglu a，E.，Bektas a a。ITU，土木工程学院，80626 Maslak，伊斯坦布尔，土耳其 – (coskun, nmusaoglu, saroglue, bektasfi @itu.edu.tr) 本研究是土耳其科学技术委员会 (TUBITAK) 资助项目的一部分，旨在分析伊斯坦布尔亚洲区国有土地的土地利用模式。本研究选定伊斯坦布尔亚洲区的一部分。研究区域位于博斯普鲁斯海峡东侧。本文使用了 1960-2001 年期间的 Corona Lansad TM 和 SPOT 5 影像对森林面积进行多时相分析。使用影像分类方法对卫星影像进行分类。分类后，森林面积被转换为矢量多边形，所有信息被传输到 GIS 媒体。将国有土地的现状与从卫星数据获得的情况进行了比较。通过查询分析了森林和国有土地的变化。查询分为两部分，分别是 1960、2002、2004 年和 1984、1992、1997 年。关键词：土地、伊斯坦布尔、GIS、遥感、国有、Corona Lansat、Spot 1. 1. 简介
PolygonE：将 N 元关系数据建模为双曲空间中的陀螺多边形
N 元关系知识库 (KB) 嵌入旨在将二进制和超二进制事实同时映射到低维向量空间中。现有方法通常将 n 元关系事实分解为子元组，并且通常在欧几里得空间中对 n 元关系知识库进行建模。然而，n 元关系事实在语义和结构上是完整的；分解会破坏语义和结构的完整性。此外，与二进制关系知识库相比，n 元知识库具有更丰富和复杂的层次结构，这些结构无法在欧几里得空间中很好地表达。针对这些问题，我们提出了一个陀螺多边形嵌入框架来实现 n 元事实完整性保持和层次结构捕获，称为 PolygonE。具体而言，n 元关系事实被建模为双曲空间中的陀螺多边形，其中我们将事实中的实体表示为陀螺多边形的顶点，将关系表示为实体移位操作。重要的是，我们设计了一种基于顶点陀螺中心测地线的事实可信度测量策略，以优化关系调整后的陀螺多边形。实验结果表明，PolygonE 在所有基准数据集上都表现出 SOTA 性能，并且在二进制数据上具有良好的泛化能力。最后，我们还可视化了嵌入，以帮助理解 PolygonE 对层次结构的认识。
了解 ICAO ETOD 要求
电子地形障碍物数据概述 根据国际民用航空组织（ICAO）附件15中的新要求（第33号修正案），所有ICAO参与国应确保在2008年11月20日至2015年11月12日期间以电子格式提供地形和障碍物数据。这些数据应由任何机场周围的四个覆盖区域定义，根据每个区域的具体数值要求进行收集，并存储在具有ICAO定义的障碍物和地形要素类属性的地理数据库（数据集ICAO术语）中。障碍物要素可以表示为点、线或多边形，地形数据可以作为不同格式的栅格数据集添加（所有要素类必须根据ICAO Doc 9881中的要素目录进行建模）。可靠且精确的障碍物和地形数据可用于飞行中和地面应用，可为国际民航提供显着的安全效益。理想情况下，数据应以地理信息格式呈现，以便于评估和呈现给用户（像素高程工具提示）。（此修改段落的来源位于：http://www.esri.com/library/whitepapers/pdfs/esri-aeronautical-implementing-etod.pdf ）注意：为了促进合规性，Esri 已将电子地形和障碍物数据库 (eTOD) 功能添加到 Esri® 航空解决方案中。
了解 ICAO ETOD 要求
电子地形障碍物数据概述 根据国际民用航空组织（ICAO）附件15中的新要求（第33号修正案），所有ICAO参与国应确保在2008年11月20日至2015年11月12日期间以电子格式提供地形和障碍物数据。这些数据应由任何机场周围的四个覆盖区域定义，根据每个区域的具体数值要求进行收集，并存储在具有ICAO定义的障碍物和地形要素类属性的地理数据库（数据集ICAO术语）中。障碍物要素可以表示为点、线或多边形，地形数据可以作为不同格式的栅格数据集添加（所有要素类必须根据ICAO Doc 9881中的要素目录进行建模）。可靠且精确的障碍物和地形数据可用于飞行中和地面应用，可为国际民航提供显着的安全效益。理想情况下，数据应以地理信息格式呈现，以便于评估和呈现给用户（像素高程工具提示）。（此修改段落的来源位于：http://www.esri.com/library/whitepapers/pdfs/esri-aeronautical-implementing-etod.pdf ）注意：为了促进合规性，Esri 已将电子地形和障碍物数据库 (eTOD) 功能添加到 Esri® 航空解决方案中。
公用事业规模PV
摘要 - 美国大量公用量表的快速部署 - 在美国，加上对未来部署的期望，对土地需求和相关土地利用影响引起了人们的关注。然而，我们对公用事业规模PV工厂的土地要求的理解已经过时，并且很大程度上取决于近十年前发表的一项研究，而公用事业规模的行业还很年轻。我们根据对2019年美国建造的所有公用事业规模的PV工厂的经验分析提供了实用规模PVS功率和能量密度的更新估计。我们使用ArcGI在样品中的每种植物的卫星图像周围绘制多边形，并计算每个多边形所占据的面积。与植物元数据结合使用，这些多边形区域使我们能够计算样品中每种植物的功率（MW/英亩）和能量（MWH/ACRE）密度，并通过固定式倾斜度与跟踪植物以及植物纬度和现场义务分析密度趋势。我们发现，固定倾斜植物的中位功率密度增加了52％，从2011年到2019年，跟踪植物的中位功率密度增加了，而固定倾斜度的中位功率密度增加了33％，在同一时期，跟踪植物的中位数增加了33％。那些依靠近十年前发布的基准的人显着夸大了公用事业规模的PV的土地要求。
提高机载激光雷达点云自动重建三维复杂建筑物模型的精度
摘要：由于各种 3D 空间数据应用对数据量和质量的要求很高，需要自动化、高效和可靠的数据采集和预处理方法。使用摄影测量技术以及光检测和测距 (LiDAR) 自动扫描仪是其中很有吸引力的解决方案。然而，测量数据是以无序点云的形式出现的，通常需要转换为基于多边形或多面体表面的高阶 3D 模型，这不是一个简单的过程。该研究提出了一种新开发的算法，用于校正来自机载 LiDAR 对规则 3D 建筑物的测量的 3D 点云数据。所提出的方法假设在应用规则的泊松曲面重建方法之前应用一系列导致 3D 光栅化的操作，即创建和处理对象的 3D 规则网格表示。为了验证重建对象的准确性和质量，以便与获得的 3D 模型进行定量比较，使用了高质量的地面真实模型，其形式是通过摄影测量构建的网格，并使用建筑物建筑平面图手动制作。所呈现的结果表明，应用所提出的算法对结果的质量有积极影响，并且可以与现有的表面重建方法结合使用，以便从 LiDAR 扫描生成更详细的 3D 模型。
海草栖息地的特征和分布...
有效管理海草栖息地需要有关海草状况和分布的详细信息。本文介绍了一项更大规模研究的第一步，该研究旨在评估波多黎各卡哈德穆埃托斯岛自然保护区内海草分布的长期变化。使用 WorldView-2 (WV-2) 图像和现场数据集对保护区内的海草床进行了高空间分辨率表征。WV-2 得出的海底反射率和水深测量数据用于进行基于对象的图像分析 (OBIA)。此分析的波段选择基于现场光谱水衰减测量。通过监督分类和上下文编辑对 OBIA 的结果多边形进行分类。使用 164 个采样点对图像进行了校准和验证。与传统的精度评估工具一起，创建了可靠性图，以提供评估地图精度的另一个指标。总体准确率为 96.59%，总海草准确率为 100%。海草床主要位于岛屿的西部和北部，主要由 Thalassia testudinum 和 Syringodium filiforme 组合组成。结果表明，光照可用性不是研究区域海草定植的限制因素，强波浪能可能是调节海草分布的重要因素。这张海草栖息地地图改进了之前的测绘工作，是该保护区的第一张高空间分辨率地图。事实证明，所使用的数据和方法对于在高度复杂的底栖环境中绘制海草栖息地地图非常有效。
GQR-101：定量推理（i）
学分：03先决条件：零提供：本科学位（包括副学士学位）的位置：1 - 4个学期类型：强制性领域：所有描述定量推理（i）都是入门级的大学生课程，侧重于与定量概念和分析相关的基本原理。该课程旨在使学生熟悉数学和统计的基本概念，并发展学生分析和解释定量信息的能力。通过理论概念和实践练习的结合，本课程还将使学生能够培养其定量扫盲和解决问题的技能，同时有效地扩大其学术视野和对特定主要 /研究领域的知识的广泛知识。课程学习成果在本课程结束时，学生应有：1。基本的数值素养使他们能够使用数字，了解其含义并准确呈现数据； 2。理解基本的数学和统计概念； 3。基本能力解释以各种格式显示的数据，包括但不限于表，图形，图表和方程等。教学大纲1。数字素养数字系统和基本算术操作； 单位及其转换，面积，周长和体积； 费率，比率，比例和百分比； 数据的类型和来源； 测量量表； 数据的表格和图形表示； 使用数字知识进行定量推理练习。2。基本数学概念几何基础（线，角度，圆，多边形等））; 设置及其操作； 关系，功能及其图； 指数，保理和简化代数表达式； 线性和二次方程和不平等的代数和图形解； 使用基本数学概念进行定量推理练习。