Diplomarbeit DIP-P-2003-02

Bibliograph.
Daten
Kraut, Michael: Zuordnung und Conflation heterogener Straßendaten.
Universität Stuttgart : Sonderforschungsbereich SFB 627 (Nexus: Umgebungsmodelle für mobile kontextbezogene Systeme), Diplomarbeit (extern) (2003).
72 Seiten, deutsch.
CR-Klassif.H.2.8 (Database Applications)
KeywordsMatching; Zuordnung; Verschmelzung; Conflation
Kurzfassung

Infolge der wachsenden Leistungsfaehigkeit von Geoinformationssystemen sowie der rasanten Weiterentwicklung kabelloser Datenuebertragung hat sich in unserer Gesellschaft ein neuer Markt manifestieren koennen. Ortsbezogene Dienstleistungsanwendungen bzw. Location Based Services (LBS) sind die Nachfolger von SMS und WAP und werden Umfragen zufolge (Ericsson, AirFlash) eine große Nachfrage in der breiten Bevoelkerung erzielen. LBS sind Applikationen, die nur in der naeheren Umgebung ihrer Nutzer ihre Anwendung finden, wie z.B. Staedtefuehrer, Museumsguides, Touristeninformationssysteme. Zur Ausfuehrung benoetigt ein LBS eine Vielzahl von Informationen, in erster Linie die Geodaten des Bereiches, in dem sich der Nutzer befindet. Da es nicht zwingend der Fall sein muss, dass die erforderlichen raumbezogenen Daten ausschließlich von einem Anbieter stammen, muss davon ausgegangen werden, dass sich die verfuegbaren Gebiete ueberlappen und es zu einer multiplen, inkonsistenten Repraesentation von Knoten-, Kanten- und flaechenhaften Geoobjekten kommen kann. Vor der "Auslieferung" des Datenmaterials an den ortsbasierten Dienst muessen mehrfach repraesentierte Daten zuerst bereinigt werden, wofuer ein Algorithmus benoetigt wird, der identische bzw. korrespondierende Strukturen erkennt und miteinander verschmilzt. Im Rahmen dieser Arbeit wurde ein knotenbasierter, relationaler Zuordnungsalgorithmus entwickelt.

Kontaktsteffen.volz@ifp.uni-stuttgart.de
Abteilung(en)Universität Stuttgart, Institut für Photogrammetrie (ifp)
Projekt(e)SFB-627, B2 (Universität Stuttgart, Institut für Photogrammetrie (ifp))
Eingabedatum9. Juni 2006
   Publ. Informatik