基于法平面的GIS平面随机线元概率算法

基于概率论与数值分析,研究基于线元法平面的GIS中平面随机线元落入其相应误差模型内的概率算法,通过实例计算与可视化分析,比较基于误差模型建模机理的概率算法,并得出如下结论:基于线元法平面的概率算法与基于误差模型建模机理的概率算法对GIS中随机线元误差模型的建模是等价的,而且对于GIS中一般曲线的误差模型建模而言,前者具有通用性。     

矢量GIS平面随机线元误差模型建模机理

基于随机线元误差分布机理 ,研究了GIS中平面随机线元位置不确定性误差模型的建模原理 ,提出了决定误差模型形状的形状因子与误差模型规模的尺度因子的概念与确定方法 ,结合线元落入其等概率密度误差模型内的概率算法 ,解决了平面随机线元误差模型的形状与规模     

基于概率霍夫变换的车道线识别算法

为满足在高精细导航电子地图中进行车道线绘制的需求,本文提出一种基于概率霍夫变换的车道线识别算法。算法在图像预处理部分使用一种基于转换颜色空间的方法提取车道线像素,之后利用自适应阈值的Canny边缘检测算法和概率霍夫变换算法实现车道线识别。试验结果表明,本文算法的运算速度维持在2秒/帧;识别正确率与Matlab经典Hough算法相比提升9%左右,漏检率也有所降低。同时拍摄质量较差图像的针对性试验结果,也证实了本文算法能有效降低天气和光照等因素对车道线识别造成的影响。     

影像同名点匹配的SIFT算法与贝叶斯抽样一致性检验

为提高影像匹配的稳健性,引入基于SIFT特征匹配的贝叶斯抽样一致性算法(Bayes sample consensus,BAYSAC),提出基于随机概率U(0,1)、基于像点到像片中心距离比值和基于影像重叠度的3种正确点先验概率估计方法,并根据相似性原理简化了贝叶斯公式,用于更新正确点概率。以SIFT算法为基础,结合贝叶斯抽样一致性算法,对不同的正确点概率估计方法进行了试验。试验结果表明,改进后的算法减少了迭代次数,从而减少了计算时间。同时,它能剔除更多的误匹配,并保留更多的正确匹配,从而提高匹配正确率。     

一种基于蓝牙室内指纹定位的贝叶斯改进算法

贝叶斯估计是重要的位置指纹定位算法，但传统的等值贝叶斯先验概率在动态定位中不适用。针对该问题，本文提出了一种基于贝叶斯指纹定位的改进算法。首先，借助陀螺仪获取的航向信息和高斯核函数模型建立概率投票算法，计算先验概率；然后，结合先验概率和信号强度计算待测点位于参考点上的后验概率；最后，选取概率最高的参考点，以概率为权重计算待测点的最或然值。以智能手机为试验对象，在规则路径试验中，改进算法的平均定位误差为1.15 m，定位误差小于2 m的概率为96.1%，不规则路径试验中，平均定位误差为0.50 m，定位误差在1 m的可信度为94.8%；并且改进算法对定位中位置跳变的现象有明显改善，具有较好的稳健性。     

一种基于Bayesian准则和MRF模型的SAR图像滤波方法

提出了一种新的斑点噪声的滤波方法，该方法基于小波分解的框架，采用小波域隐MRF模型，计算图像中表征像素纹理特征的隐状态参数的后验概率，以此后验概率作为权重因子对传统GammaMAP滤波算法进行改进。该算法被用于模拟SAR图像和真实ERS-1图像的Speckle抑制。试验结果表明，与传统Gam—maMAP算法相比，本文提出的方法能更好地抑制Speckle，并保持图像细节。     

基于粒子群优化神经网络的概率积分法预计参数的确定

为有效确定概率积分法预计参数,提高预计值的精度。将粒子群优化(PSO)算法和BP神经网络进行融合,采用改进的混合粒子群优化算法优化神经网络的权值和阈值。在分析概率积分法参数与地质采矿条件之间关系的基础上,建立了基于PSO优化BP神经网络的概率积分法预计参数的优化选择模型。以我国典型的地表移动观测站资料为例,将计算结果与实际值进行了对比分析,并与文献[1]中改进BP算法进行了比较。结果表明,PSO-BP神经网络方法用于概率积分法预计参数的选取是可行的,收敛速度更快,计算精度更高。     

基于感知概率的室内定位算法

基于WLAN的室内定位技术对高性能算法的需求与日俱增,K近邻算法和最大似然概率算法是基于Wi-Fi位置指纹室内定位技术的两种常用算法。给出感知概率的定义,在感知概率基础上定义了感知欧氏距离和感知似然概率,并提出基于感知欧氏距离的确定型修正算法和基于感知似然概率的概率型修正算法。实验结果表明：基于感知概率的修正算法较原算法在相对复杂的室内环境中有更高的定位精度。     

基于整数可逆模糊度变换和概率计算的GPS动态数据处理快速算法

在讨论整数可逆模糊度变换对模糊度搜索空间影响及直接取整法成功概率的基础上，结合Kalman滤波技术，提出一种新的GPS动态数据处理快速算法－－基于概率计算的模糊度快速分解技术（Probability Based Fast Ambiguity-resolution Technique,简称PBFAT法）。该算法在取整成功概率大于给定限值时，直接对浮点模糊度取整；若取整概率小于给定的值则进行一定范围的模糊度搜索。试验表明该方法的计算速度高于传统方法，所求的模糊度有一个明确的置信水平。     

基于松弛法的影像边缘提取

提出一种基于松弛法的影像边缘提取算法。本文详述了边缘标号的设置及初始概率的计算，并根据邻域内的信息分布，综合考虑了边缘的先验知识，设计出自适应的支持函数。     

矢量GIS平面一般曲线等概率密度误差模型

基于数值分析、经典概率论和线状实体误差分布机理，定义了矢量GIS平面一般曲线等概率密度误差模型的概念，提出了平面一般曲线等概率密度误差模型尺度因子的概念和确定方法，姑合平面一般曲线落入其相应等概率密度误差模型内的概率算法和概率置信水平，确定了尺度因子的具体数值，给出了平面一般曲线等概率密度误差模型的形状与规模。     

平面随机线元等概率密度误差模型边界包络线

线状实体误差模型包络线既是GIS位置不确定性研究的重要内容,又是GIS可视化研究的关键指标.为了充分利用计算机技术求解符合GIS精度要求的误差模型包络线,基于文献[1,2]中探讨过的等概率密度误差模型建模机理和数值算法,研究了平面随机线元等概率密度误差模型边界包络线的确定原理和计算方法,并通过实例辅以可视化分析,验证了原理的正确性和可操作性.     

矢量GIS平面随机线元等概率密度误差模型的几何特征

基于连续的观点和等概率密度误差模型,研究矢量GIS平面随机线元误差模型的几何特征,探讨几何特征的确定思路与方法,为矢量GIS空间线状实体误差分布特征及其最高精度点位置的确定奠定理论基础。通过实例计算与可视化分析,验证理论推导的正确性,得出若干重要结论。     

矢量GIS平面线状实体误差模型概率特征

从概率论的角度看,矢量GIS平面线状实体落入其相应误差模型内的概率值是决定线状实体误差模型规模的依据。根据等概率密度误差模型建模机理、概率论与数理统计以及数值分析,文献[1]、[3]、[4]研究了矢量GIS平面线状实体落入其相应等概率密度误差模型内的概率算法,在此基础上,文中对概率特征进行了总结和分析,得出了"线状实体落入其相应等概率密度误差模型内的概率不仅与线状实体上点位精度最低的特征点"标准误差椭圆缩放系数"有关,而且还随特征点精度的变化而变化"的结论。实例计算与分析验证了该结论的正确性。     

矢量GIS平面一般曲线等概率密度误差模型的几何特征

基于等概率密度误差模型建模原理和数值算法,运用函数极值理论和迭代方法来求解平面一般曲线上两相邻特征点间位置精度最高的点,以精确确定误差模型的最小带宽,从理论上给出等概率密度误差模型的几何特征,从而进一步完善矢量GIS的位置不确定性理论。通过实例计算与可视化分析,验证了理论推导的正确性。     

矢量GIS平面一般曲线误差模型定位精度

基于等概率密度误差模型建模原理和数值算法,研究矢量GIS平面一般曲线误差模型定位精度,给出定位精度捕述指标,并通过实例计算与分析,得出使川误差模型平均带宽比使用误差模型面积更能反应一般曲线的真实精度的结论,便于指导生产与应用。     

顾及不确定性影响的变形概率预报法

针对变形预报的不确定性,以MCMC算法和贝叶斯预测理论为基础,提出了变形概率预报方法,该方法以概率分布的形式描述变形预报的不确定性,通过概率规则实现预报的递推过程。利用宁杭高速路基沉降数据进行数值计算,定量分析了预报值及其可靠性区间等信息,并与最小二乘估计、免疫算法的预报结果进行比较,结果表明了该方法的有效性和可行性。     

基于直线段相交特征识别的线线空间关系计算方法

空间关系是GIS的重要信息和理论研究基础。空间关系描述的准确性、完备性、直观性直接影响到地理学分析和地图制图的效果。当前,国际国内在地理要素空间拓扑关系模型表达和拓扑关系挖掘与描述方面做了大量研究,解决了很多关键问题也发现了许多新问题。本文在前人研究的基础上,提出基于直线段相交特征的局部直线段拓扑关系识别方法,并结合拓扑链模型对线线空间关系进行细化描述。该方法不仅具有线要素集合划分的优点还有线线间空间关系细化描述的直观性,同时简化了线线空间关系的细化计算。     

一种基于SVM后验概率的MRF分割方法

提出了一种基于SVM后验概率的MRF分割方法,将支持向量机的后验概率应用于Markov随机场方法中,通过贝叶斯公式将对样本条件概率的估计转换为后验概率估计,再通过对SVM决策函数输出的映射来产生后验概率,并将SVM估计的后验概率信息带入MRF模型实现分割,从而完成了一种新的Markov随机场模型的分割方法.实验结果表明,采用此方法分割纹理图像可以获得较好的分割结果.     

卫星激光反射器质心改正的概率模型

卫星激光测距通过测量激光脉冲在地面观测站和卫星之间的往返时间来计算卫星到测站的距离。激光反射器位置到卫星质心的距离即质心改正(CoM)需要精确标定,以提高卫星测距精度。卫星激光反射器的质心改正误差主要由角反射器分布效应引起,质心改正与激光束的入射角、角反射器排列结构和地面测距站位置有关。卫星角反射器对光子的反射概率与反射器的有效雷达截面积成正比,本文对角反射器的有效雷达截面面积进行拟合,建立以入射角为随机变量的概率模型,计算了球形LAGEOS-1/2的质心改正值,基于长期观测数据使用不同质心改正值进行了精密定轨,分析了其加权残差变化。同时,对BeiDou-M3的角反射器为平面阵列的情况进行了讨论,计算了质心改正值,用一个月的数据进行精密定轨。试验结果表明,基于概率理论的模型在精密轨道中与国际激光测距服务(ILRS)公布的结果相当,说明概率模型适用于球型卫星或非球型卫星。