এটি একটি দুর্দান্ত প্রশ্ন, আমি সম্প্রতি কিছুটা একই সাথে করতে হয়েছিল কিন্তু অনেক ছোট ডেটাসেট সহ, তাই আমি কিছু অতিরিক্ত ভিজ্যুয়াল মানের চেকিং সহ একটি সাধারণ ছেদ ব্যবহার করতে সক্ষম হয়েছি এবং এটি ভাল ছিল।
তবে আমার কাছে কোড না থাকলেও এটির জন্য এখানে একটি ধারণা রয়েছে এবং এটি এক প্রকারের প্রক্রিয়া। অবশ্যই সম্পূর্ণ ডেটাসেট থেকে প্রথমে একটি নমুনা দিয়ে পরীক্ষা করুন। আপনি সম্ভবত এখানে কিছু দরকারী কোড করতে পারেন। (ইন্ডেন্টেশনটি নীচে কিছুটা অদ্ভুতভাবে পেল)):
ভাল জ্যামিতি সেট নিন (যেখানে আপনি বৈশিষ্ট্যগুলি শেষ করতে চান) এবং এটির একটি বাফার তৈরি করুন *
প্রতিটি বাফারের বৈশিষ্ট্যগুলির মাধ্যমে পুনরাবৃত্তি করুন:
2A। বৈশিষ্ট্যের সাধারণ ওরিয়েন্টেশন গণনা করুন (সর্বোচ্চ_আর - মিনিট_ই / সর্বোচ্চ_ x - মিনিট x বা এর মতো কিছু)
2b। এই একক বৈশিষ্ট্যটি ব্যবহার করে অন্য স্তরে লোকেশন ক্যোয়ারী অনুসারে একটি নির্বাচন করুন
আপনার কাছে একাধিক বৈশিষ্ট্য রয়েছে যা লোকেশন কোয়েরি অনুসারে নির্বাচনের সাথে মেলে, সুতরাং এই নির্বাচিত বৈশিষ্ট্যগুলির মাধ্যমে পুনরাবৃত্তি করুন এবং প্রত্যেকটির অভিযোজন গণনা করুন
বাফারের বৈশিষ্ট্যের নিকটবর্তী যে কোনও বৈশিষ্ট্যটির একটি ওরিয়েন্টেশন রয়েছে তার থেকে বৈশিষ্ট্যগুলি পান।
* আমি খুব অল্প দূরত্ব (একটি মানচিত্রের একক বা কোনও কিছু) দিয়ে শুরু করব এবং এরপরে এই প্রক্রিয়াটি ক্রমবর্ধমান দূরত্বের সাথে চালাচ্ছি, আপনি ইতিমধ্যে স্থানান্তরিত কোনও বৈশিষ্ট্য ওভাররাইট না করার বিষয়ে সতর্ক থাকবেন।
** আপনি সম্ভবত সম্ভবত বাফার বৈশিষ্ট্য তৈরি করতে ভুলে যেতে পারেন এবং এটিতে একটি বাফার দূরত্বের সাথে অবস্থানের অনুসন্ধান অনুসারে নির্বাচন করুন। আমি কিউজিআইএস-এর সাথে খুব বেশি পরিচিত নই তবে আমি নিশ্চিত যে আপনি এটি করতে সক্ষম হবেন।
এটি আপনার সমস্ত বৈশিষ্ট্যের জন্য নিখুঁতভাবে কাজ করবে এমন কোনও উপায় নেই, তবে এটি একটি সূচনা এবং এরপরে এটি স্থানান্তর পরীক্ষা করে পরীক্ষা করার জন্য একটি ভাল QA / QC কৌশল বিকাশ করতে নেমে আসে।
এডিট সম্পর্কে আরও চিন্তাভাবনা করুন, এখানে একটি প্রাথমিক উদাহরণ যা সিস্টেমটি সম্পূর্ণরূপে ভেঙে ফেলবে যদি আপনি খুব ছোট বাফার দূরত্ব দিয়ে শুরু করেন এবং আমার প্রস্তাবিত অনুসারে সেরা মিলিত অভিযোজন সহ বৈশিষ্ট্যটি চয়ন করেন:
ভুল লাল রেখা থেকে বৈশিষ্ট্য নেওয়া হবে। এটি এড়াতে, আপনি একরকম সহনশীলতা তৈরি করতে চাইতে পারেন এবং কেবল যদি এর অরিয়েন্টেশন (মূল নীল বৈশিষ্ট্যের অভিযোজনের সাথে তুলনা করা হয়) সেই সহনশীলতার মধ্যে চলে আসে তবে কেবল বৈশিষ্ট্যের বৈশিষ্ট্যগুলি গ্রহণ করতে পারেন।
2 এডিট করুন ওফ, এই বহুভুজগুলি কি? আমার ধারণা আমি কেবল ধরে নিয়েছি যে তারা ধূসর পটভূমিতে লাইন were যদি তারা বহুভুজ হয়, তবে আমি সত্যিই জানি না যে এই ওরিয়েন্টেশন ধারণাটি ভাল। তবে আপনি সমস্ত ছেদযুক্ত বৈশিষ্ট্যগুলি নির্বাচন করতে পারেন এবং সর্বাধিক ওভারল্যাপ রয়েছে এমনটি খুঁজে বের করতে পারেন (ইউনিয়ন ধরণের একটি সরঞ্জাম চালান এবং তারপরে বৃহত্তম অঞ্চল সহ বহুভুজটি ব্যবহার করুন ...)।