`
togeth
  • 浏览: 27758 次
  • 性别: Icon_minigender_1
  • 来自: 武汉
社区版块
存档分类
最新评论

计算距离算法googlemap

阅读更多

//private const double EARTH_RADIUS = 6378.137;   //地球半径

function rad(d){
	return d * Math.PI / 180.0;
}



function GetDistance( lat1,  lng1,  lat2,  lng2){ //p1纬度,p1经度,p2纬度,p2经度

var radLat1 = rad(lat1);

var radLat2 = rad(lat2);

var a = radLat1 - radLat2;

var  b = rad(lng1) - rad(lng2);

var s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a/2),2) +

Math.cos(radLat1)*Math.cos(radLat2)*Math.pow(Math.sin(b/2),2)));

s = s *6378.137 ;// EARTH_RADIUS;

s = Math.round(s * 10000) / 10000;

return s; //单位KM

}
 
分享到:
评论

相关推荐

    googleMap测距计算函数

    根据提供的文件信息,本文将详细解释“Google Map测距计算函数”的实现原理及应用方法。 ### 一、函数概述 #### 1.1 函数定义 `FunctionTForm1.GetDistance(var lat1, lng1, lat2, lng2: Double): Double;` 此函数...

    google map 3.0 反向解析地址

    7. **扩展应用**:反向解析地址的功能还可以与其他服务结合,如通过坐标查找附近的兴趣点、计算两点之间的距离、实现地图上的标记等功能。 通过阅读`google map 3.0 反向解析地址.html`文件,你可能能够更深入地...

    基于google map 的拼车网系统

    这可能涉及到距离计算、时间窗口、乘客偏好等多种因素,需要设计合适的算法来实现最优匹配。 7. **通知机制**:当匹配成功或者有新的拼车信息时,系统需要通过邮件、短信或推送通知用户。这需要集成相应的通知服务...

    KNN分类算法的MapReduce并行化实现1

    对于每一个测试样本,Map函数会遍历所有的训练样本,计算它们之间的相似度(如欧氏距离、曼哈顿距离等)。由于计算量巨大,Map函数的并行化处理显著提升了计算效率。 Combiner函数作为Map阶段的一个补充,它在本地...

    Google Map GIS 等值线面实现demo(初步有待完善)

    这通常涉及到插值算法,如反距离权重插值(IDW)或样条插值,以在现有数据点之间生成平滑的等值线。 5. **创建图层**:使用Google Maps API的Polygon或Polyline对象,根据等值线数据创建多个图形元素。每个图形元素...

    毕业设计 基于Google Map的路径规划系统.docx

    基于Google Map的路径规划系统是计算机科学(cs)领域中的一种毕业设计项目,它涉及到智能交通系统(ITS)的关键技术,特别是动态网络中最短路径计算的问题。动态网络是指随时间变化的交通网络,例如,由于交通流量...

    Go-算法学习Golang版

    Golang的字符串处理功能强大,可以实现字符串匹配(如KMP算法、Rabin-Karp算法)、模式查找、编辑距离计算等。 8. **图论与网络流** 图论问题如最短路径、最大流、最小割等,可以应用在网络设计、资源分配等领域...

    基于JavaScript的旅行路径规划算法设计与实现

    对于Dijkstra算法,主要步骤包括初始化距离数组、选择未访问节点中距离最小的节点并更新其邻居节点的距离,直到找到目标节点或所有节点都被访问。A*算法则在此基础上增加了启发式函数,预测从当前节点到目标节点的...

    MapReduce下的Dijkstra并行算法研究.pdf

    MapReduce是一种由Google提出的用于大规模数据处理的编程模型,它将复杂的计算任务分解成可并行执行的map和reduce阶段,极大提升了数据处理效率。本文主要探讨的是在MapReduce框架下,如何实现Dijkstra算法的并行化...

    WOA.zip_WOA_WOA算法_k-means mapreduce_woa聚类_算法

    k-means算法是一种迭代的中心点方法,通过不断调整数据点到最近的聚类中心,使得同一类别的数据点间距离最小,不同类别间距离最大化。在MapReduce框架下,k-means被分解为两个主要步骤:Map阶段负责分配数据点到最近...

    MapReduce-Machine-Learning:一些机器学习算法的 Map-Reduce 实现

    MapReduce 是一种分布式计算模型,由 Google 在2004年提出,主要用于处理和生成大规模数据集。这个模型将复杂的并行计算任务分解为两个主要阶段:Map(映射)和 Reduce(归约)。在机器学习领域,MapReduce 可以被...

    用MapReduce实现KMeans算法

    - **计算距离**:计算当前数据点与所有中心点的距离。 - **分配簇**:根据最小距离将数据点分配到最近的聚类中心所在的簇。 - **输出键值对**:输出格式通常为(簇ID, (数据点ID, 数据点))。 4. **Reducer阶段**...

    map-route:Google Map Root Planner

    "map-route:Google Map Root Planner" 是一个基于JavaScript开发的应用,它利用了Google Maps API来实现路线规划功能。这个项目的核心在于帮助用户高效地规划出行路线,无论是驾车、步行还是骑行,都能提供精确的...

    MapReduce下的k-means算法实验报告广工(附源码)

    - Map阶段:每个Mapper接收到一部分数据,计算数据点与当前中心点的距离,然后将数据点与最近的中心点ID作为键值对输出。 - Reduce阶段:Reducer将具有相同中心ID的数据点收集起来,计算这些数据点的平均值,形成新...

    K-Means算法 C++

    在C++中实现K-Means,需要处理数据结构、计算距离和迭代过程。可以使用STL(Standard Template Library)中的容器,如`std::vector`存储数据点,`std::map`或`std::unordered_map`存储簇及其成员。同时,自定义函数...

    基于哈希技术和MapReduce的大数据集K-近邻算法实现代码

    首先,通过哈希函数对数据进行预处理,降低数据的维度,使得在Map阶段能更快地计算距离。接着,Map任务并行处理各个数据块,计算每个数据点与目标点的距离,并生成键为哈希值、值为距离和数据点的键值对。在Reduce...

    基于MapReduce的并行异常检测算法.pdf

    首先,理解MapReduce是一种分布式计算模型,由Google提出,用于处理和生成大规模数据集。它将大规模任务分解为小规模的子任务,通过“映射”(Map)函数并行处理这些子任务,然后通过“化简”(Reduce)函数将结果...

    基于MapReduce的K-Means并行算法设计.doc

    2. Map阶段:每个Map任务负责处理一部分数据,计算数据点到所有聚类中心的距离,并将数据点分配给最近的聚类。每个Map节点返回的形式为(cluster id, data point)的键值对。 3. Shuffle & Sort:数据按照cluster ...

    OpenStreetMap 上基于A*搜索算法的C ++路线规划项目_C++_代码_下载

    该项目使用 C++ 实现了在 OpenStreetMap 上运行的 A* 路线规划器,类似于 Google 地图等专业路线规划器上使用的路线规划器。 它可以计算并绘制从a点到b点的最短路径。用户输入 x 和 y 介于 0 到 100 之间的两个坐标...

    基于Cartographer算法的SLAM与导航机器人设计1

    3. **激光雷达数学模型**:包括测距原理,即根据发射和接收光脉冲的时间差计算距离,以及似然场观测模型,用于描述激光雷达测量数据的概率分布,为图优化提供观测信息。 4. **环境地图模型**:通常使用 occupancy ...

Global site tag (gtag.js) - Google Analytics