In this paper we have demonstrated

In this paper we have demonstrated a method for incremental improvement of existing road data with incoming, massive amounts of data possibly of low quality. Exploiting the potentially high amount of information compensates for the lower quality. We match new GPS traces with existing road information according to their distance to the road, direction and the angle between the trace and road. We use fuzzy c-means clustering method to separate traces when two roads are close and have similar direction. We also extract additional attribute information from GPS traces, such as number of lanes, turn restrictions of the roads. We plan to test the approach of extracting road centerline using data from urban area, where the situation is more complicated, and make some improvement to the approach if it is needed.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราได้แสดงวิธีการเพิ่มปรับปรุงข้อมูลถนนที่มีอยู่มียอดเงินเข้ามา ขนาดใหญ่ข้อมูลอาจเป็นของคุณภาพต่ำ Exploiting จำนวนข้อมูลสูงอาจชดเชยคุณภาพต่ำ เราตรงกับร่องรอย GPS ใหม่ข้อมูลถนนที่มีอยู่ตามระยะทางของถนน ทิศทาง และมุมระหว่างติดตามและถนน เราใช้วิธีระบบคลัสเตอร์ c หมายถึงเอิบเพื่อแยกร่องรอยเมื่อมีการปิดถนน และมีทิศทางคล้ายกัน เรายังแยกแอททริบิวต์เพิ่มเติมข้อมูลจาก GPS ร่องรอย เช่นของถนนหนทาง ข้อจำกัดในการเปิดถนน เราจะทดสอบการแยกถนน centerline โดยใช้ข้อมูลจากเมือง สถานการณ์ที่ซับซ้อนมากขึ้น และทำการปรับปรุงบางวิธีการการ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราได้แสดงให้เห็นถึงวิธีการในการปรับปรุงที่เพิ่มขึ้นของข้อมูลที่มีอยู่บนท้องถนนที่มีเข้ามาจำนวนมหาศาลของข้อมูลที่อาจจะเป็นของที่มีคุณภาพต่ำ ใช้ประโยชน์จากจำนวนเงินที่สูงของข้อมูลที่อาจชดเชยที่มีคุณภาพต่ำ เราตรงกับร่องรอยจีพีเอสใหม่ที่มีข้อมูลถนนที่มีอยู่ตามระยะทางของพวกเขาไปยังถนนทิศทางและมุมระหว่างร่องรอยและถนน เราใช้วิธีการคหมายถึงการจัดกลุ่มเลือนที่จะแยกร่องรอยเมื่อถนนสองสายที่ใกล้ชิดและมีทิศทางที่คล้ายกัน นอกจากนี้เรายังดึงข้อมูลคุณลักษณะเพิ่มเติมจากร่องรอยจีพีเอสเช่นจำนวนเลนเลี้ยวข้อ จำกัด ของถนน เราวางแผนที่จะทดสอบวิธีการสกัดกลางถนนโดยใช้ข้อมูลจากเขตเมืองที่สถานการณ์มีความซับซ้อนมากขึ้นและทำให้การปรับปรุงบางอย่างเพื่อให้วิธีการที่ถ้ามันเป็นสิ่งจำเป็น

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราได้แสดงให้เห็นถึงวิธีการปรับปรุงถนนที่มีอยู่กับข้อมูลเพิ่มเข้ามาจำนวนมหาศาลของข้อมูลอาจจะคุณภาพต่ำ อาจใช้ปริมาณสูงของข้อมูลชดเชยคุณภาพต่ำ เราตรงกับร่องรอย GPS ใหม่กับข้อมูลถนนที่มีอยู่ตามระยะทางของถนน ทิศทาง และมุมระหว่างติดตามและถนนเราใช้วิธีฟัซซี่ซีมีนการจัดกลุ่มแยกร่องรอยเมื่อสองถนนปิดและมีทิศทางเดียวกัน เรายังดึงข้อมูลจาก GPS มีคุณลักษณะเพิ่มเติมเช่นหมายเลขของเลน เปลี่ยนข้อ จำกัด ของถนน เราวางแผนที่จะทดสอบวิธีการสกัดซีเมนต์เพสต์ , น้ำปูนข้นถนนโดยใช้ข้อมูลจากเขตเมือง ซึ่งเป็นสถานการณ์ที่ซับซ้อนมากขึ้นและให้ปรับปรุงบางอย่างกับวิธีการที่ถ้ามันเป็นสิ่งจำเป็น