CN110263110B - 基于抽稀算法的地理空间数据加载方法、设备及存储介质 - Google Patents
基于抽稀算法的地理空间数据加载方法、设备及存储介质 Download PDFInfo
- Publication number
- CN110263110B CN110263110B CN201910465655.9A CN201910465655A CN110263110B CN 110263110 B CN110263110 B CN 110263110B CN 201910465655 A CN201910465655 A CN 201910465655A CN 110263110 B CN110263110 B CN 110263110B
- Authority
- CN
- China
- Prior art keywords
- curve
- loaded
- data
- point
- geospatial data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种基于抽稀算法的地理空间数据加载方法、设备及存储介质，方法包括：获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；通过抽稀算法对曲线点进行删减，得到新的待加载的地理空间数据；加载所述新的待加载的地理空间数据。通过本发明，精简了待加载的地理空间数据的数据量，节省了存储空间，提高了数据在使用时的处理速度。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及基于抽稀算法的地理空间数据加载方法、设备及存储介质。
背景技术
传统的地理空间数据是通过GIS平台管理，并以服务的形式进行发布应用的。当地图资源源数据巨大时，海量数据不仅占用大量存储空间，也影响了数据在使用时的处理速度。
发明内容
本发明的主要目的在于提供一种基于抽稀算法的地理空间数据加载方法、设备及存储介质，旨在解决现有技术中存在的上述技术问题。
为实现上述目的，本发明提供一种基于抽稀算法的地理空间数据加载方法，所述基于抽稀算法的地理空间数据加载方法包括以下步骤：
获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；
将所述曲线点中的曲线首尾点的抽稀状态标记为保留；
计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
加载所述新的待加载的地理空间数据。
可选的，所述将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据的步骤包括：
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除；
逐一计算未被标记为删除的各个曲线点到所述曲线首尾点的距离，并比较所述距离中的最大距离是否小于第二长度阈值；
若所述距离中的最大距离小于第二长度阈值，则将曲线首尾点间的所有曲线点的抽稀状态标记为删除；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据。
可选的，所述加载所述新的待加载的地理空间数据的步骤包括：
确定所述新的待加载的地理空间数据对应的线程数量N；
启用N个线程加载所述新的待加载的地理空间数据。
可选的，所述确定所述新的待加载的地理空间数据对应的线程数量N的步骤包括：
获取所述新的待加载的地理空间数据的数据量大小；
基于预置的数据量大小与线程数量的映射关系，确定所述数据量大小对应的线程数量N。
此外，为实现上述目的，本发明还提供一种基于抽稀算法的地理空间数据加载设备，所述基于抽稀算法的地理空间数据加载设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于抽稀算法的地理空间数据加载程序，所述基于抽稀算法的地理空间数据加载程序被处理器执行时实现如上所述的基于抽稀算法的地理空间数据加载方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有基于抽稀算法的地理空间数据加载程序，所述基于抽稀算法的地理空间数据加载程序被处理器执行时实现如上所述的基于抽稀算法的地理空间数据加载方法的步骤。
本发明中，获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；将所述曲线点中的曲线首尾点的抽稀状态标记为保留；计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；加载所述新的待加载的地理空间数据。通过本发明，精简了待加载的地理空间数据的数据量，节省了存储空间，提高了数据在使用时的处理速度。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的基于抽稀算法的地理空间数据加载设备结构示意图；
图2为本发明基于抽稀算法的地理空间数据加载方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1为本发明实施例方案涉及的硬件运行环境的基于抽稀算法的地理空间数据加载设备结构示意图。
如图1所示，该基于抽稀算法的地理空间数据加载设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的基于抽稀算法的地理空间数据加载设备结构并不构成对基于抽稀算法的地理空间数据加载设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及基于抽稀算法的地理空间数据加载程序。
在图1所示的基于抽稀算法的地理空间数据加载设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的基于抽稀算法的地理空间数据加载程序，并执行以下操作：
获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；
将所述曲线点中的曲线首尾点的抽稀状态标记为保留；
计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
加载所述新的待加载的地理空间数据。
进一步地，处理器1001可以调用存储器1005中存储的基于抽稀算法的地理空间数据加载程序，还执行以下操作：
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除；
逐一计算未被标记为删除的各个曲线点到所述曲线首尾点的距离，并比较所述距离中的最大距离是否小于第二长度阈值；
若所述距离中的最大距离小于第二长度阈值，则将曲线首尾点间的所有曲线点的抽稀状态标记为删除；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据。
进一步地，处理器1001可以调用存储器1005中存储的基于抽稀算法的地理空间数据加载程序，还执行以下操作：
确定所述新的待加载的地理空间数据对应的线程数量N；
启用N个线程加载所述新的待加载的地理空间数据。
进一步地，处理器1001可以调用存储器1005中存储的基于抽稀算法的地理空间数据加载程序，还执行以下操作：
获取所述新的待加载的地理空间数据的数据量大小；
基于预置的数据量大小与线程数量的映射关系，确定所述数据量大小对应的线程数量N。
参照图2，图2为本发明基于抽稀算法的地理空间数据加载方法第一实施例的流程示意图。
在一实施例中，基于抽稀算法的地理空间数据加载方法包括：
步骤S10，获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；
步骤S20，将所述曲线点中的曲线首尾点的抽稀状态标记为保留；
步骤S30，计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；
步骤S40，将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
本实施例中，将抽稀状态被标记为删除的曲线点从待加载的地理空间数据中删除，得到的新的待加载的地理空间数据其数据量更少，更利于数据加载。
步骤S50，加载所述新的待加载的地理空间数据。
本实施例中，获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；将所述曲线点中的曲线首尾点的抽稀状态标记为保留；计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；加载所述新的待加载的地理空间数据。通过本实施例，精简了待加载的地理空间数据的数据量，节省了存储空间，提高了数据在使用时的处理速度。
进一步地，本发明基于抽稀算法的地理空间数据加载方法一实施例中，步骤S40包括：
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除；
逐一计算未被标记为删除的各个曲线点到所述曲线首尾点的距离，并比较所述距离中的最大距离是否小于第二长度阈值；
若所述距离中的最大距离小于第二长度阈值，则将曲线首尾点间的所有曲线点的抽稀状态标记为删除；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据。
本实施例中，对经过第一次抽稀处理的数据进行二次抽稀处理，使得得到的新的待加载的地理空间数据更为精简，数据量更小，进一步节省了存储空间，提高了数据在使用时的处理速度。
进一步地，本发明基于抽稀算法的地理空间数据加载方法一实施例中，步骤S50包括：
确定所述新的待加载的地理空间数据对应的线程数量N；
本实施例中，确定所述新的待加载的地理空间数据对应的线程数量N的步骤包括：获取所述新的待加载的地理空间数据的数据量大小；基于预置的数据量大小与线程数量的映射关系，确定所述数据量大小对应的线程数量N。
启用N个线程加载所述新的待加载的地理空间数据。
本实施例中，若预置的数据量大小与线程数量的映射关系为：0至1G的数据量对应的线程数量为1，1至2G的数据量对应的线程数量为2，2至3G的数据量对应的线程数量为3。若新的待加载的地理空间数据的数据量大小为1.5G，则线程数量N＝2，则启用2个线程加载新的待加载的地理空间数据。
本实施例中，根据新的待加载的地理空间数据的数据量大小，确定N个线程，并启用N个线程加载数据，提高了加载速度。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于抽稀算法的地理空间数据加载程序，所述基于抽稀算法的地理空间数据加载程序被处理器执行时实现如上基于抽稀算法的地理空间数据加载方法各个实施例的步骤。
本发明存储介质即计算机可读存储介质，本发明存储介质的具体实施例与上述基于抽稀算法的地理空间数据加载方法的各个实施例基本相同，在此不做赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (3)
1.一种基于抽稀算法的地理空间数据加载方法，其特征在于，所述基于抽稀算法的地理空间数据加载方法包括以下步骤：
获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；
将所述曲线点中的曲线首尾点的抽稀状态标记为保留；
计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
加载所述新的待加载的地理空间数据；
所述将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据的步骤包括：
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除；
逐一计算未被标记为删除的各个曲线点到所述曲线首尾点的距离，并比较所述距离中的最大距离是否小于第二长度阈值；
若所述距离中的最大距离小于第二长度阈值，则将曲线首尾点间的所有曲线点的抽稀状态标记为删除；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；所述加载所述新的待加载的地理空间数据的步骤包括：
获取所述新的待加载的地理空间数据的数据量大小；
基于预置的数据量大小与线程数量的映射关系，确定所述数据量大小对应的线程数量N；启用N个线程加载所述新的待加载的地理空间数据。
2.一种基于抽稀算法的地理空间数据加载设备，其特征在于，所述基于抽稀算法的地理空间数据加载设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于抽稀算法的地理空间数据加载程序，所述基于抽稀算法的地理空间数据加载程序被所述处理器执行时实现如下步骤：
获取待加载的地理空间数据，获取所述待加载数据中符合曲线特征的曲线点；
将所述曲线点中的曲线首尾点的抽稀状态标记为保留；
计算除曲线首尾点以外的其他曲线点中两相邻的曲线点之间的点间距，并将所述点间距与第一长度阈值进行比较，若所述点间距小于所述第一长度阈值，则将后一个曲线点的抽稀状态标记为删除；否则，将所述后一个曲线点作为下一次要作比较的相邻两个曲线点的前一个曲线点，直至遍历所有的曲线点；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
加载所述新的待加载的地理空间数据；
所述基于抽稀算法的地理空间数据加载程序被所述处理器执行时还实现如下步骤：
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除；
逐一计算未被标记为删除的各个曲线点到所述曲线首尾点的距离，并比较所述距离中的最大距离是否小于第二长度阈值；
若所述距离中的最大距离小于第二长度阈值，则将曲线首尾点间的所有曲线点的抽稀状态标记为删除；
将抽稀状态被标记为删除的曲线点从所述待加载的地理空间数据中删除，得到新的待加载的地理空间数据；
所述基于抽稀算法的地理空间数据加载程序被所述处理器执行时还实现如下步骤：
获取所述新的待加载的地理空间数据的数据量大小；
基于预置的数据量大小与线程数量的映射关系，确定所述数据量大小对应的线程数量N；
启用N个线程加载所述新的待加载的地理空间数据。
3.一种存储介质，其特征在于，所述存储介质上存储有基于抽稀算法的地理空间数据加载程序，所述基于抽稀算法的地理空间数据加载程序被处理器执行时实现如权利要求1所述的基于抽稀算法的地理空间数据加载方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910465655.9A CN110263110B (zh) | 2019-05-30 | 2019-05-30 | 基于抽稀算法的地理空间数据加载方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910465655.9A CN110263110B (zh) | 2019-05-30 | 2019-05-30 | 基于抽稀算法的地理空间数据加载方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110263110A CN110263110A (zh) | 2019-09-20 |
| CN110263110B true CN110263110B (zh) | 2021-10-12 |
Family
ID=67916115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910465655.9A Active CN110263110B (zh) | 2019-05-30 | 2019-05-30 | 基于抽稀算法的地理空间数据加载方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110263110B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022082553A1 (zh) * | 2020-10-22 | 2022-04-28 | 四川金瑞麒智能科学技术有限公司 | 一种地理围栏数据点密度优化的方法和*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710286A (zh) * | 2009-12-23 | 2010-05-19 | 天津大学 | 面向dag数据驱动型应用的并行编程模型***和实现方法 |
| CN103309859A (zh) * | 2012-03-06 | 2013-09-18 | 腾讯科技（深圳）有限公司 | 数据抽稀方法及装置 |
| CN103839228A (zh) * | 2012-11-23 | 2014-06-04 | 厦门雅迅网络股份有限公司 | 一种基于矢量地图数据抽稀与平滑处理的方法 |
| CN103853601A (zh) * | 2012-11-29 | 2014-06-11 | 杭州勒卡斯广告策划有限公司 | 一种工作流任务创建方法及装置 |
| CN104714223A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院声学研究所 | 一种合成孔径声纳数据中直航段数据的自动提取方法 |
| CN106227606A (zh) * | 2016-07-28 | 2016-12-14 | 张升泽 | 多区间分配电子芯片电压的方法及*** |
| CN106547614A (zh) * | 2016-11-01 | 2017-03-29 | 山东浪潮商用***有限公司 | 一种基于消息队列的海量数据延迟导出方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPQ131399A0 (en) * | 1999-06-30 | 1999-07-22 | Silverbrook Research Pty Ltd | A method and apparatus (NPAGE02) |
| US7359553B1 (en) * | 2001-02-16 | 2008-04-15 | Bio-Key International, Inc. | Image identification system |
| CN101493330B (zh) * | 2008-01-23 | 2012-03-28 | 厦门雅迅网络股份有限公司 | 一种手机网络导航中地图矢量数据的抽稀方法 |
| CN101707026B (zh) * | 2009-11-25 | 2012-10-10 | 中国人民解放军信息工程大学 | 数字地图线状要素化简的组合优化方法 |
| CN103177034B (zh) * | 2011-12-23 | 2016-03-30 | 上海优途信息科技有限公司 | 一种路网中平行线的生成方法及装置 |
| CN102999914B (zh) * | 2012-11-28 | 2014-08-13 | 国家***第二海洋研究所 | 一种基于地形网格的大陆坡脚点自动识别方法 |
| CN105989619A (zh) * | 2015-03-06 | 2016-10-05 | 北京邮电大学 | 利用抽稀算法提高金融曲线绘图效率的方法及装置 |
| CN108804637B (zh) * | 2018-06-04 | 2021-06-29 | 北京天元创新科技有限公司 | 光缆路由的绘制方法及装置 |
-
2019
- 2019-05-30 CN CN201910465655.9A patent/CN110263110B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710286A (zh) * | 2009-12-23 | 2010-05-19 | 天津大学 | 面向dag数据驱动型应用的并行编程模型***和实现方法 |
| CN103309859A (zh) * | 2012-03-06 | 2013-09-18 | 腾讯科技（深圳）有限公司 | 数据抽稀方法及装置 |
| CN103839228A (zh) * | 2012-11-23 | 2014-06-04 | 厦门雅迅网络股份有限公司 | 一种基于矢量地图数据抽稀与平滑处理的方法 |
| CN103853601A (zh) * | 2012-11-29 | 2014-06-11 | 杭州勒卡斯广告策划有限公司 | 一种工作流任务创建方法及装置 |
| CN104714223A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院声学研究所 | 一种合成孔径声纳数据中直航段数据的自动提取方法 |
| CN106227606A (zh) * | 2016-07-28 | 2016-12-14 | 张升泽 | 多区间分配电子芯片电压的方法及*** |
| CN106547614A (zh) * | 2016-11-01 | 2017-03-29 | 山东浪潮商用***有限公司 | 一种基于消息队列的海量数据延迟导出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110263110A (zh) | 2019-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108845816B (zh) | 应用程序更新方法、***、计算机设备及存储介质 | |
| CN108984388B (zh) | 一种生成自动化测试用例的方法及终端设备 | |
| CN111290779B (zh) | 灰度发布方法、装置、存储介质和电子设备 | |
| CN113010224B (zh) | 前端微服务化方法、装置、计算机设备和存储介质 | |
| US9560160B1 (en) | Prioritization of the delivery of different portions of an image file | |
| CN108197024B (zh) | 嵌入式浏览器调试方法、调试终端及计算机可读存储介质 | |
| CN105205174A (zh) | 用于分布式***的文件处理方法和装置 | |
| CN110990732A (zh) | 基于网页的加载方法、装置、设备及存储介质 | |
| US20160080293A1 (en) | Accounts Control | |
| CN110263110B (zh) | 基于抽稀算法的地理空间数据加载方法、设备及存储介质 | |
| CN113923474B (zh) | 视频帧处理方法、装置、电子设备以及存储介质 | |
| WO2017035938A1 (zh) | 带宽设置切换方法及装置 | |
| CN111736761A (zh) | 数据分发方法、装置、存储***及计算机可读存储介质 | |
| CN110019372B (zh) | 数据监控方法、装置、服务器及存储介质 | |
| CN109783748B (zh) | 显示字段的显示方法、装置、设备及可读存储介质 | |
| CN111125205A (zh) | 看板数据显示方法、终端及存储介质 | |
| CN110688594A (zh) | 网页前端的页面跳转方法及装置 | |
| CN108846883B (zh) | 分形图快速绘制方法、***、用户设备及存储介质 | |
| CN114218175A (zh) | 一种资源跨平台共享方法、装置、终端设备及存储介质 | |
| CN110336693B (zh) | 网络块设备的管理方法、装置、设备和存储介质 | |
| CN111078571B (zh) | 模拟响应的测试方法、终端设备及计算机可读存储介质 | |
| CN114237755A (zh) | 应用运行方法、装置、电子设备以及存储介质 | |
| CN110895550B (zh) | 一种处理采集数据的方法和装置 | |
| CN111078518A (zh) | 数据采集方法、终端设备和计算机可读存储介质 | |
| CN111352983A (zh) | 业务属性动态扩展方法、装置、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Geographic spatial data loading method, device, and storage medium based on thinning algorithm Effective date of registration: 20230628 Granted publication date: 20211012 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: Wuhan Zhiyun Jisi Technology Co.,Ltd. Registration number: Y2023420000271 |