| 1 |
1
a) 자료 입력부가 수치지형도의 축척별 데이터 및 도로명주소 전자지도로부터 네트워크 데이터인 네트워크 객체를 각각 추출하여 입력하고, 목표 축척수준을 설정하는 단계;b) 전처리 수행부가 상기 도로명주소 전자지도를 기준으로 하여 상기 수치지형도의 네트워크 객체에 대한 네트워크 링크들을 재구조화하고, 상기 네트워크 객체에 대한 속성값을 정제하는 전처리 과정을 수행하는 단계;c) 객체 매칭 및 특성값 측정부가 상기 수치지형도의 축척별 데이터에 대하여 각 축척간의 네트워크 객체 매칭쌍을 탐색하여 선택 객체 그룹 및 삭제 객체 그룹으로 분류하되, 두 개의 축척 지도자료에 동시에 존재하는 객체를 상기 선택 객체 그룹으로 분류하고, 하나의 축척 지도자료에만 존재하는 객체를 상기 삭제 객체 그룹으로 분류하여 상기 선택 객체 그룹 및 삭제 객체 그룹 각각에 대한 네트워크 특성값들을 측정하는 단계;d) 특성값 통계적 분석부가 상기 선택 객체 그룹 및 삭제 객체 그룹의 네트워크 특성값들을 역공학(Reverse engineering) 방식을 통해 통계적으로 분석하고, 상기 네트워크 객체에 대한 선택 및 삭제 기준들을 각각 추출하는 단계; 및e) 선택 및 삭제 모델 적용부가 상기 추출된 선택 및 삭제 기준들을 상기 수치지형도에 적용하여 상기 목표 축척수준에 따른 다축척 네트워크 데이터셋(Dataset)을 생성하는 단계를 포함하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 2 |
2
제1항에 있어서,상기 a) 단계의 수치지형도 축척별 데이터는 도로, 하천 및 철도 레이어와 관련된 네트워크 데이터로서 폭, 길이, 방향 및 연결성의 속성을 갖는 폴리라인(Polyline) 데이터로 형성되는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 3 |
3
제1항에 있어서,상기 b) 단계의 전처리 과정은, 상기 도로명주소 전자지도를 보조데이터로 활용하여, 교차점 단위로 분절되어 있는 수치지형도의 네트워크 링크들을 스트로크(Stroke) 단위로 재구조화하고, 각 네트워크 객체에 대하여 속성값이 누락되거나 잘못 기입된 부분들을 정제하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 4 |
4
제1항에 있어서, 상기 b) 단계는,b-1) 좌표체계 변환부가 상기 도로명주소 전자지도의 네트워크 데이터를 수치지형도에 대응하는 좌표체계로 변환하는 좌표체계 변환 단계;b-2) 상기 도로명주소 전자지도의 네트워크 데이터에 버퍼를 적용하는 버퍼링 단계;b-3) 공간 조인부가 상기 도로명주소 전자지도 네트워크 데이터의 버퍼영역과 상기 수치지형도의 네트워크 레이어에 대하여 공간조인(Spatial Join)을 수행하여, 상기 수치지형도 네트워크 객체를 공간적으로 포함하고 있는 버퍼 객체를 매칭시키고, 그에 해당하는 도로명주소 전자지도 네트워크 데이터의 속성값들을 해당 수치지형도 네트워크 객체의 속성값에 대응하도록 수정하는 공간 조인 단계;b-4) 속성 스키마 조정부가 상기 공간 조인 결과에 따라 상기 도로명주소 전자지도 네트워크 데이터의 속성값 및 상기 수치지형도 네트워크 객체의 속성값으로 이루어진 두 데이터로부터 합쳐진 속성 스키마를 단일한 스키마로 조정하는 속성 스키마 조정 단계;b-5) 스트로크 재구조화부가 상기 수치지형도의 네트워크 데이터로부터 중심선을 추출하여 스트로크 단위로 재구조화하는 스트로크 재구조화 단계; 및b-6) 속성값 정리부가 상기 재구조화된 네트워크 데이터에 대하여 각각의 속성값을 정리하는 속성값 정리 단계를 포함하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 5 |
5
제4항에 있어서,상기 b-2) 단계의 버퍼의 크기는 상기 도로명주소 전자지도의 네트워크 데이터의 버퍼영역 내에 상기 수치지형도의 네트워크 레이어인 도로중심선, 하천중심선, 철도중심선이 포함되도록 5~10m 의 수치를 적용하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 6 |
6
제4항에 있어서,상기 b-3) 단계는 상기 수치지형도 네트워크 객체가 두 개의 도로명주소 전자지도 네트워크 버퍼 객체에 걸쳐있다면, 두 객체의 속성값들을 평균하여 평균값을 선택하거나 임의로 하나의 값을 선택하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 7 |
7
제4항에 있어서,상기 b-4) 단계에서 상기 도로명주소 전자지도 네트워크 데이터의 속성값과 상기 수치지형도 네트워크 객체의 속성값이 상이한 경우, 상기 도로명주소 전자지도 네트워크 데이터의 속성값을 기준으로 상기 수치지형도 네트워크 객체의 속성값을 수정하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 8 |
8
제4항에 있어서,상기 b-5)에서 추출되는 중심선은 도로중심선, 하천중심선 및 철도중심선이고, 상기 스트로크(Stroke)는 네트워크 구조에서 같은 방향성과 속성을 가진 인접한 링크들로 구성된 링크들의 집합으로서, 두 링크가 만나는 교점에서 이루는 편각이 일정각도 이하이면 같은 방향성을 가진다고 판단하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 9 |
9
제4항에 있어서,상기 b-6) 단계에서 상기 재구조화된 네트워크 데이터에 대하여 위계 및 폭 정보를 병합된 객체 내에서 평균하거나 최빈값 또는 중앙값으로 입력하고, 각 스트로크 객체의 길이는 병합된 객체의 길이들을 총합하여 입력하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 10 |
10
삭제
|
| 11 |
11
제1항에 있어서,상기 d) 단계에서 선택 객체 그룹과 삭제 객체 그룹의 특성값들의 통계적 분석을 위해 Topfer's radical law를 이용한 객체 선택 개수 기준 분석을 적용하거나 로지스틱 회귀분석을 이용한 특성값과 선택 그룹간의 상관성 분석을 적용하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 12 |
12
제11항에 있어서,상기 Topfer's radical law를 이용한 객체 선택 개수 기준 분석은 전체 네트워크 객체의 총길이와 선택된 객체 그룹의 네트워크 객체 총길이를 Topfer's radical law에 적용하여 네트워크 객체 클래스에 대한 심볼계수()를 하기 수학식과 같이 계산하되, 여기서, 는 결과 지도의 객체 수, 는 입력 지도의 객체 수, 는 심볼계수, 는 입력 지도의 축척계수, 는 결과 지도의 축척계수를 나타내며, 상기 에 선택된 객체 그룹의 객체 총길이, 상기 에 전체 객체 총길이, 상기 에는 대축척 수치지형도의 축척계수, 상기 에 소축척 수치지형도의 축척계수를 입력하면, 선택된 객체 그룹에 대한 심볼계수()를 도출하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 13 |
13
제11항에 있어서,상기 로지스틱 회귀분석을 이용한 특성값과 선택 객체 그룹 및 삭제 객체 그룹 간의 상관성 분석은, 네트워크 객체의 다양한 특성값들과 상기 "선택 객체"와 "삭제 객체" 그룹 간의 상관분석을 실시하여 특성값들 중에서 선택된 객체 그룹 및 삭제된 객체 그룹의 상관성을 분석하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 14 |
14
제13항에 있어서,상기 로지스틱 회귀분석은 독립변수의 선형결합을 이용하여 사건의 발생확률을 예측하는 Logit 모형을 적용하여 각 객체의 특성값들과 구분된 그룹 간의 상관성 분석하며, 상기 Logit 모형은 다음의 수학식에 의해 구해지고,여기서, 는 종속변수, 는 독립변수, 는 종속변수가 1이 될 확률(Probability), 는 기대값(Expectation), 는 각 독립변수에 대한 회귀계수를 나타내며, 이러한 로지스틱 회귀분석을 통해서 도출된 각 특성값에 따른 회귀계수들을 상기 수학식에 다시 대입하면 네트워크 객체가 소축척으로 일반화될 때 선택될 확률을 계산할 수 있는 선택확률함수(SPF)가 되는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
| 15 |
15
제14항에 있어서,상기 선택확률함수(SPF) 값은 0~1 사이의 값을 갖고, 목표 선형 총길이()를 이용하여 선택확률함수(SPF) 값의 임계치를 구한 후, 상기 선택확률함수(SPF) 값의 임계치보다 크면 "선택"되고, 상기 선택확률함수(SPF) 값의 임계치보다 작으면 "삭제"하는 것을 특징으로 하는 수치지형도 네트워크 데이터에 대한 다축척 모델 생성 방법
|
