Cтраница 2
Расширение функциональных возможностей, связанных с реализацией функции нескольких аргументов, и упрощение развертывающего генератора достигаются при использовании второго способа генерирования разверток - построения цифровых моделей, реализующих производящие разностные уравнения. [16]
Как правило, модули и приложения образуют единую пользовательскую среду инструментальных ГИС К ядру подключаются тематически ориентированные модули, дополняемые приложениями для управления моделями данных, построения цифровых моделей, обработки растровых изображений, выполнения расчетов, анализа и проектирования, организации интерфейсов. При этом имеется возможность подключения модулей, разработанных конкретным пользователем. Это повышает универсальность систем и эффективность при решении нетиповых задач. [17]
Построение цифровых моделей динамических звеньев - собственно эмуляция - осуществляется более сложным образом, с привлечением аппарата преобразования Лапласа и численных методов решения обыкновенных дифференциальных уравнений, основанных на разложении в ряд Тейлора ( в частности, методов Эйлера, Эйле-ра - Коши и Рунге-Кутта) и использовании рекуррентных ( итеративных) представлений. [18]
Требуя небольшого объема вычислительных ресурсов, ArGIS решает задачи, посильные таким мощным пакетам, как ER Mapper. Система ArGIS ориентирована на построение цифровых моделей с использованием аэрокосмических снимков. Она позволяет не только строить цифровую модель рельефа ( по регулярной сетке), но и получать ее трехмерное перспективное представление. По цифровой модели рельефа с помощью специального программного модуля получают разрезы. [19]
Рассматриваемая задача при деталях с разнонаправленными технологическими маршрутами становится исключительно задачей математико-логического плана, решаемой с помощью некоторых приемов эвристического программирования. Это и находит свое выражение в алгоритмах построения цифровой модели календарного плана. [20]
При сооружении фундаментов зданий на карстоопасных площадках наиболее часто применяются плитные фундаменты. Предложено для оценки возможной мульды проседания использовать методику построения объемной цифровой модели грунтового массива. [21]
В диссертации приводится краткая история развития методов статического зондирования за рубежом и в нашей стране. Анализируется отечественный опыт применения зондирующих установок и делается вывод, что с использованием статического зондирования становится реальным и рентабельным построение цифровых моделей грунтовых массивов и автоматизированное проектирование фундаментов на базе этих моделей. [22]
Эти методы позволяют использовать для нахождения прогнозирующей функции нечеткие знания нескольких независимых экспертов о значении прогнозируемой величины в точках выборки. Одновременно с нахождением прогнозирующей функции производится отбор группы наиболее информативных признаков и поддерживается детальный анализ найденного прогнозного правила. Для построения цифровой модели прогнозного поля значения прогнозирующей функции вычисляются для всех узлов растровой сетки региона. [23]
Коды полей объединяются для создания линий и кривых на заданных пользователем слоях. Точки добавляются в базу данных проекта, а ключ описания автоматически добавляет детальные описания и символы. При построении цифровых моделей местности полученные таким образом линии могут использоваться в качестве структурных. По завершении проектирования полевая группа может вынести проектные данные в натуру, решив обратную геодезическую задачу. [24]