Descripteur
Termes IGN > informatique > langage de programmation
langage de programmationSynonyme(s)langage informatiqueVoir aussi |
Documents disponibles dans cette catégorie (776)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Titre : Analyses des données de l’outil Ripart : Étude de la qualité des données Type de document : Mémoire Auteurs : Maryame Rhezali, Auteur ; Ana-Maria Olteanu-Raimond , Encadrant ; Laurence Jolivet , Encadrant Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2016 Importance : 38 p. Note générale : bibliographie
Rapport de projet développement dans le cadre du master CarthagéoLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] cohérence géométrique
[Termes IGN] contributeur
[Termes IGN] données localisées des bénévoles
[Termes IGN] PostGIS
[Termes IGN] PostgreSQL
[Termes IGN] qualité des données
[Termes IGN] SQLIndex. décimale : TDE Travaux dirigés des étudiants, rapports de projets, rapports de stage hors fin d'études Résumé : (auteur) Le présent document est une synthèse du travail de mon projet développement effectué au sein du Labo Cogit IGN, et qui a pour objectif de comprendre et d’analyser les informations géographiques volontaires issues de l’outil Ripart [site de remontées d'informations partagées de l'IGN] et de proposer, par étude approfondie, des méthodes de qualification en s’inspirant des approches existantes. Une étude sur l’outil Ripart et la qualité de données s’avère nécessaire afin de comprendre le cadre du projet. Une description et une étude quantitative et statistique s’impose pour assimiler la distribution des données par rapport aux champs jugés, par raisonnement, principaux à savoir Groupe-auteur, Statut (état d’avancement de la remontée), Date, Thème et commentaire. La réalisation du projet a fait appel dans la deuxième partie à une étude détaillée faite sur le département « Pas-de-Calais » qui se base sur la BDTopo. Les approches de qualification qui en résultent peuvent être appliquées sur l’ensemble des remontées de la France métropolitaine. Ce projet consistait, à traiter les données avec PostGreSQL-PostGis et avec QGis, à développer des requêtes avancées, soit sur les données alphanumériques, soit sur la géométrie et enfin à programmer des fonctions de traitement de chaine de caractères sous PgSQL. Note de contenu : Introduction
1. Contexte général
2. Analyse globale de remontées collaboratives
3. Qualification des remontées collaboratives
4. Gestion du projet
ConclusionNuméro de notice : 17688 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : TD/TP étudiant Organisme de stage : COGIT (IGN) DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99152 Documents numériques
peut être téléchargé
Analyses des données de l’outil Ripart ... - pdf auteurAdobe Acrobat PDF
Titre : Automatisation du nettoyage de nuages de points Type de document : Mémoire Auteurs : Yohan Pensier, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2016 Importance : 71 p. Format : 21 x 30 cm Note générale : Bibliographie
mastère Photogrammétrie, positionnement et mesures de déformationsLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] 3DReshaper
[Termes IGN] C++
[Termes IGN] contrôle qualité
[Termes IGN] détection de changement
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] effet de bord
[Termes IGN] filtrage du bruit
[Termes IGN] lancer de rayons
[Termes IGN] modélisation 3D
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] précision centimétrique
[Termes IGN] réseau ferroviaire
[Termes IGN] semis de points
[Termes IGN] valeur aberranteIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) La division Assistance Travaux et Topographie (ATT) de la direction d’ingénierie et projet de SNCF Réseau réalise et pilote des opérations de levé topographiques 3D (voies, gares, …). À ce titre, elle a également pour mission d’effectuer le contrôle qualité des données livrées par les différents prestataires. Afin de pouvoir répondre rapidement à ces missions de grande échelle, un nombre important de techniques émergentes est déployé en complément de la topographie traditionnelle, notamment, le scanner laser dynamique ferroporté. La donnée 3D obtenue par ce type d’appareil est exhaustive, sauf en cas de masques, mais peut contenir des artefacts de mesures (bruits, points fantômes, …). Le stage réalisé devait donc permettre de : - Intégrer les usages de nettoyages de nuages de points de SNCF Réseau ; - Proposer et implémenter des filtres mathématiques pour automatiser le nettoyage des nuages de points (détection de points aberrants, comparaison de nuages, segmentation et classification du nuage de points, …) et les mettre en oeuvre en les intégrant dans les chaînes de traitement actuelles ; - Proposer une méthodologie applicable sur des zones très étendues (environ 100 km linéaires). Note de contenu : 1. APPROCHE INITIALE
1.1 Cadre du stage
1.2. Principes du levé LIDAR en milieu ferroviaire
1.3. Évaluation de l’existant
2. NETTOYAGE SEMI-AUTOMATIQUE DES NUAGES DE POINTS STATIQUES
2.1. Le logiciel 3DReshaper
2.2. Présentation du programme « filtrage_auto »
2.3. Résultats obtenus
3. AUTOMATISATION DU NETTOYAGE DE SCANS DYNAMIQUES
3.1. Méthode mathématique retenue
3.2. Le programme « Top_Gun »
3.3. Exemple de traitement
ConclusionNuméro de notice : 22662 Affiliation des auteurs : IGN (2012-2019) Thématique : IMAGERIE Nature : Mémoire PPMD Organisme de stage : SNCF Réseau Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84007 Documents numériques
peut être téléchargé
22662_Automatisation du nettoyage de nuages de points.pdfAdobe Acrobat PDF A computational introduction to digital image processing / Alasdair McAndrew (2016)
Titre : A computational introduction to digital image processing Type de document : Monographie Auteurs : Alasdair McAndrew Mention d'édition : Second edition Editeur : Boca Raton, New York, ... : CRC Press Année de publication : 2016 Importance : 535 p. Présentation : illustrations Format : 18 x 26 cm ISBN/ISSN/EAN : 978-1-4822-4732-9 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] compression par ondelettes
[Termes IGN] GNU Octave
[Termes IGN] image en couleur
[Termes IGN] Matlab
[Termes IGN] Python (langage de programmation)
[Termes IGN] restauration d'image
[Termes IGN] segmentation d'image
[Termes IGN] transformation de Fourier
[Termes IGN] voisinage (relation topologique)Index. décimale : 35.20 Traitement d'image Résumé : (Editeur) This book explores the nature and use of digital images and shows how they can be obtained, stored, and displayed. Taking a strictly elementary perspective, the book only covers topics that involve simple mathematics yet offer a very broad and deep introduction to the discipline. This second edition provides users with three different computing options. Along with MATLAB®, this edition now includes GNU Octave and Python. Users can choose the best software to fit their needs or migrate from one system to another. Programs are written as modular as possible, allowing for greater flexibility, code reuse, and conciseness. This edition also contains new images, redrawn diagrams, and new discussions of edge-preserving blurring filters, ISODATA thresholding, Radon transform, corner detection, retinex algorithm, LZW compression, and other topics. Based on the author’s successful image processing courses, this bestseller is suitable for classroom use or self-study. In a straightforward way, the text illustrates how to implement imaging techniques in MATLAB, GNU Octave, and Python. It includes numerous examples and exercises to give students hands-on practice with the material. Note de contenu :
1. Introduction
2. Images Files and File Types
3. Image Display
4. Point Processing
5. Neighborhood Processing
6. Image Geometry
7. The Fourier Transform
8. Image Restoration
9. Image Segmentation
10. Mathematical Morphology
11. Image Topology
12. Shapes and Boundaries
13. Color Processing
14. Image Coding and Compression
15. Wavelets
16. Special Effects
Appendix A: Introduction to MATLAB and Octave
Appendix B: Introduction to Python
Appendix C: The Fast Fourier TransformNuméro de notice : 22951 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91638 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22951-01 35.20 Livre Centre de documentation Télédétection Disponible
Titre : Introduction to Statistics and Data Analysis : With Exercises, Solutions and Applications in R Type de document : Guide/Manuel Auteurs : Christian Heumann, Auteur ; Michael Schomaker, Auteur Editeur : Springer International Publishing Année de publication : 2016 Importance : 456 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-46162-5 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] coefficient de Gini
[Termes IGN] courbe de Lorenz
[Termes IGN] estimateur
[Termes IGN] probabilités
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] variable aléatoireRésumé : (éditeur) This introductory statistics textbook conveys the essential concepts and tools needed to develop and nurture statistical thinking. It presents descriptive, inductive and explorative statistical methods and guides the reader through the process of quantitative data analysis. In the experimental sciences and interdisciplinary research, data analysis has become an integral part of any scientific study. Issues such as judging the credibility of data, analyzing the data, evaluating the reliability of the obtained results and finally drawing the correct and appropriate conclusions from the results are vital. The text is primarily intended for undergraduate students in disciplines like business administration, the social sciences, medicine, politics, macroeconomics, etc. It features a wealth of examples, exercises and solutions with computer code in the statistical programming language R as well as supplementary material that will enable the reader to quickly adapt all methods to their own applications. Note de contenu : 1- Descriptive Statistics
2- Probability Calculus
3- Inductive StatisticsNuméro de notice : 25822 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Manuel En ligne : https://doi.org/10.1007/978-3-319-46162-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95097 Joining spatial distribution visualisation tools with social media data using free and open source software : extended abstract / Mayra Zurbaran (2016)
contenu dans Proceedings of the 13th International Conference on Location-Based Services, Vienna, 14 - 16 november 2016 / Georg Gartner (2016)
Titre : Joining spatial distribution visualisation tools with social media data using free and open source software : extended abstract Type de document : Article/Communication Auteurs : Mayra Zurbaran, Auteur ; Daniele Oxoli, Auteur ; et al., Auteur Editeur : [s.l.] : [s.n.] Année de publication : 2016 Conférence : LBS 2016, 13th International Conference on Location-Based Services 14/11/2016 16/11/2016 Vienne Autriche Importance : pp 221 - 224 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées des bénévoles
[Termes IGN] logiciel libre
[Termes IGN] point d'intérêt
[Termes IGN] Python (langage de programmation)
[Termes IGN] visualisation de données
[Termes IGN] WebSIGNuméro de notice : C2016-026 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Communication DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85182 Documents numériques
en open access
Joining spatial distribution visualisation toolsAdobe Acrobat PDF PermalinkMise en place de procédures automatiques en vue d’accélérer la production des plans topographiques au sein de l’entreprise Techni Drone / Kévin Javerliat (2016)PermalinkA multiscale masking method for point geographic data / K.C. Clarke in International journal of geographical information science IJGIS, vol 30 n° 1-2 (January - February 2016)PermalinkPermalinkModélisation, simulation et analyse de propriétés de réseaux orbitèles / Didier Josselin in Revue internationale de géomatique, vol 25 n° 4 (octobre - décembre 2015)PermalinkOpenEventMap: A volunteered location-based service / Katereh Polous in Cartographica, vol 50 n° 4 (Winter 2015)PermalinkA dimension-independent extrusion algorithm using generalised maps / Ken Arroyo Ohori in International journal of geographical information science IJGIS, vol 29 n° 7 (July 2015)PermalinkPython pour les néophytes (12) / Anonyme in Géomatique expert, n° 104 (mai - juin 2015)PermalinkState of the art [web mapping] / Steve Pepple in GEO: Geoconnexion international, vol 14 n° 5 (May 2015)PermalinkPython GNSS receiver: An object-oriented software platform suitable for multiple receivers / Eliot Wycoff in GPS world, vol 26 n° 2 (February 2015)Permalink