s-100与s-57电子海图的区别二 电子海开发一百篇第五十二篇
s-101动态的ENC目录标准在S-57目录中增加任何新的要素与属性都必须经过ECDIS制造商、数据软件提供商、权威部门以及海员使用者等用户的严格讨论。在现有的s-57ENC体系下，对于要素内容的更新，采用程序补丁的更新方式可能得花费五年时间。
与S-57ENC产品规范相比，S-10l最大的优点在于要素目录与图示目录的动态化与XML化。动态化是指S-101数据结构不是固定不变的，它能够根据需要进行累积性的改进且不影响现有用户。XML化是指S-101目录标准是以机器可读的XML方式进行存储的，以便于标准内容的升级以及与其他领域的交互。
在S-101中要素、属性及枚举值之间的关系被定义在-个单-的要素目录中。要素目录的构建是基于注册集的方式，注册集中对数据内容给出了定义，并以机器可读的XML形式进行存储，因此，它允许ECDIS通过XML文件很容易升级现有的船上系统。在S-100框架下，注册内容可以被连续的改变，S-101的要素与图示目录可以不断更新版本，且不会改变目录标准的XML结构，这使得IHO既能够利用动态注册方式的优势，又能够使更新在-个受控的进程中进行，保护最终用户的利益。
s-100规范化的图示表达规则，目前，基于S-57数据标准的图示表达是建立在S-52标准基础上的，-个完整的ECDIS系统，至少需要解析这两个标准。而S-101将这两个标准统-为-个标准，并支持定义动态、机器可读的图示目录以替代s-52表示库。它的内容包括IHO认可的条件可视化规则，查找表及符号库，以保证ENC数据在ECDIS中正常显示。整个图示目录的存储也将采用XML进行编码，以便于自动升级ECDIS软件的符号库。这种机器可读的要素与图示目录，将使基于S-10X系列产品的ECDIS系统真正实现数据与标准的“即插即用”。在目前s-52标准体系下，当需要在航海人员的干预下或在复杂符号的情形下确定符号时，需要执行条件符号化过程。而条件化符号不仅依赖物标属性值和输人的参数，还受相关要素的空间位置关系影响。例如-条等深线是否表现为安全等深线，不仅与其本身深度值有关，而且还要判断其相邻水域的深度；沉船的符号化也需要检测其周围区域的水深。因此在数据可视化过程，为识别某些要素的几何关系将消耗大量的时间，而这种关系信息在ENC生产时就已经存在，因此，S-101标准将条件可视化参数写人到要素属性信息中，进而提高ECDIS的图示表达效率。
参考文章：电子海图 微信：lvxin6136
s-100与s-57电子海图的区别二 电子海开发一百篇第五十二篇相关推荐
- s-100系列电子海图与s57电子海图的区别，电子海图开发一百篇第五十一篇
根据IHO公开发布的信息,随着全球海洋开发的发展,为了突破S-57标准限制,在2000年IHO批准了修订S-57标准的计划,并最终于2010年形成了-个新的地理空间框架标准s-100--通用海道数据模 ...
- 深度学习核心技术精讲100篇（五十二）-用户画像系统构建全思路解析
前言 用户画像作为当下描述分析用户.运营营销的重要工具,被全部互联网人熟知,用户画像的定义并不复杂,是系统通过用户自行上传或埋点上报收集记录了用户大量信息,为便于各业务应用,将这些信息进行沉淀.加工和 ...
- 深度学习核心技术精讲100篇（六十二）-DQN 的三种改进在运筹学中的应用
前言 假设有一个客服排班的任务,我们需要为 100 个人安排一个星期的排班问题,并且有以下约束条件: 一天被划分为 24 个时间段,即每个时间段为 1 个小时: 每个客服一个星期需要上七天班,每次上班 ...
- 第五十四篇 电子负载操作说明
艾德克斯电子负载使用说明 常规模式设置步骤 1.选择CHANNAL,通过数字软键直接选择对应的通道. 2.SETUP设置,有CC模式,CV模式,CP模式,CR模式, 常规恒压源选择CC模式, 对电流源 ...
- 深度学习核心技术精讲100篇（五十五）-深度解读分布式定时任务框架
前言 我们先思考下面几个业务场景的解决方案: 支付系统每天凌晨1点跑批,进行一天清算,每月1号进行上个月清算 电商整点抢购,商品价格8点整开始优惠 12306购票系统,超过30分钟没有成功支付订单的, ...
- 深度学习核心技术精讲100篇（五十九）-多业务融合推荐策略实战应用
前言 58同城作为分类信息网站,服务覆盖多个领域,如房屋租售.招聘求职.二手买卖等等,不同的业务有不同的特点,这使得多业务融合推荐成为一大挑战.如何准确挖掘用户的需求?如何平衡各业务之间的流量分配?如 ...
- 深度学习核心技术精讲100篇（五十八）- 如何量化医学图像分割中的置信度？
前言 在过去的十年里,深度学习在一系列的应用中取得了巨大的成功.然而,为了验证和可解释性,我们不仅需要模型做出的预测,还需要知道它在做出预测时的置信度.这对于让医学影像学的临床医生接受它是非常重要的. ...
- 深度学习核心技术精讲100篇（五十六）- 自动驾驶感知技术的实践与探索
前言 自动驾驶中的感知技术如同驾驶员的"眼睛"和"耳朵",在高速重卡的场景中,感知技术将面临哪些挑战?在量产化道路中,如何让感知技术与产品相结合去看清和理解足够 ...
- 深度学习核心技术精讲100篇（五十五）- 基于OpenCV实现棋盘图像识别
本文我们将一起学习如何使用计算机视觉技术识别棋子及其在棋盘上的位置 我们利用计算机视觉技术和卷积神经网络(CNN)为这个项目创建分类算法,并确定棋子在棋盘上的位置.最终的应用程序会保存整个图像并可视化 ...
- 深度学习核心技术精讲100篇（五十四）-阿里文娱多模态视频分类算法中的特征改进
前言 类目体系是视频网站运营中的重要工具,也是推荐算法中提升冷启效果的重要手段.因此一套设计合理.准确率.覆盖率高的基础类目必不可少.阿里文娱类目体系建设团队与运营.审核一起建立的一二级类目体系,目前 ...
最新文章
- 专访英特尔AIPG全球研究负责人Casimir Wierzynski：物理学、隐私和大脑将根本性塑造AI
- python中matrix函数_使用python解线性矩阵方程(numpy中的matrix类)
- 51CTO寄来的奖品
- 网上支付（支付宝/银联）
- php获取微信生成签名的时间戳,微信开发中access_token,js_ticket,时间戳,签名工具
- 《高质量程序设计指南---C++/C语言》 下载
- Luarocks: 安装 lyaml 库
- pands 画图 调整大小_用宏命令对word里的图片尺寸大小进行批量修改的方法
- 论文笔记之RL优化——高斯平滑的Q函数
- C# WinForm GUI之控件
- clang 中英文帮助手册
- TensorFlow下用自己的数据训练Fater-RCNN
- 给宝宝用乳糖酶还在不停地换品牌吗？一文读懂如何正确使用
- 泰勒级数+牛顿迭代公式+最简单的C语言求根号的值
- C++中模板类使用友元模板函数 和友员非模版函数！使用不当出现编译错误：无法解析的外部符号…
- 电脑操作系统，win7与win10有何区别？
- 计算：代理一个游戏需要多少成本
- @WebFilter怎么控制多个filter的执行顺序
- mysql 插入1000万数据需要多久？
- python中list常用操作（不包括切片）