粒子群最小二乘支持向量机在GPS高程拟合中的应用

针对传统的GPS高程拟合方法要求有足够多样本数据的缺陷,本文采用粒子群(PSO)算法优化最小二乘支持向量机(LSSVM)参数的方法进行GPS高程拟合。实验表明,在有限样本的情况下,PSO-LSS-VM模型不仅发挥了LSSVM处理小样本数据的能力,而且通过PSO优化后的LSSVM能够选择出合适的参数;与LM-BP神经网络、标准最小二乘支持向量机等方法比较,PSO-LSSVM模型拟合精度较高。     

基于GSA-BP神经网络的GNSS高程拟合方法

针对传统BP神经网络模型进行全球导航卫星系统(Global Navigation Satellite System, GNSS)高程拟合时存在的收敛速度慢,易陷入局部极小值和拟合精度受初始参数选取影响大的问题,提出一种遗传模拟退火算法(Genetic Simulated Annealing,GSA)优化的BP神经网络模型:GSA-BP.该模型利用GSA的全局搜索能力对BP神经网络的模型参数进行自动寻优,确保BP网络能够获取全局最优解并提升拟合精度.最后采用实际工程算例开展试验,对所提GSA-BP模型的高程拟合性能进行评估和验证,结果表明所提GSA-BP模型相对于传统BP神经网络模型具有更高的拟合精度和更强的数据适应性,更适用于实际工程实践场景.     

RBF神经网络在GPS高程拟合中的应用与精度分析

高程异常值的快速、准确获取是GPS高程数据得到应用的前提。本文提出一种基于RBF神经网络的GPS高程拟合方法,针对RBF基函数中心的确定以及网络模型参数的选择问题,采用K-means算法自适应的实现对RBF基函数中心的选择,在此基础上利用AIC准则完成对网络模型参数的自动寻优,最后采用实际数据对所提方法进行验证,并与传统BP神经网络拟合方法进行对比,实验结果表明所提方法可以获得更好的拟合精度。     

GPS高程拟合精度的研究

本文围绕如何提高GPS高程拟合精度进行分析,对GPS高程拟合模型的优选以及模型参数的优选进行了讨论,并以实例来验证了模型优选方法对提高拟合精度的有效性。     

粒子群优化算法用于高光谱遥感影像分类的自动波段选择

针对传统SVM分类方法的缺点,采用粒子群优化(particle swarm optimization,PSO)算法自动选择合适的渡段影像并对SVM核函数参数进行优化,提出一种新的PSO-BSSVM分类模型.经过对高光谱遥感影像的分类试验,并与K_最近邻(K-NN)、径向基神经网络(RBF-NN)和标准的支持向量机(SVM)三种分类方法进行对比实验,证明PSO-BSSVM方法能优选高光谱遥感影像的波段和优化SVM参数,明显提高影像的分类精度.     

基于遗传Elman神经网络进行矿区GPS高程拟合

目前,城市、平原地区的似大地水准面建立精度已经达到厘米级,但在矿区进行高程拟合时,由于地面高低起伏没有规则,其似大地水准面的拟合精度并不理想。针对此问题,本文提出利用遗传算法优化Elman神经网络的方法精化似大地水准面,采用移去-恢复法对残差进行建模,使用EGM 2008地球重力场模型和地形起伏信息来精化求解似大地水准面和参考椭球面之间的高程异常,同时着重分析了地球重力场模型以及地形变化信息对高程异常求解的重要性,并使用某矿区实测数据(GPS、水准)对所提方法进行验证,实验结果表明:文中所提方法的精度要优于二次曲面拟合模型和单一Elman模型,其外符合精度达到了1.14 cm,可以代替四等水准测量。     

利用EGM2008模型与地形改正进行GPS高程拟合

在工程测量中,全球定位系统GPS高程测量以其效率高、灵活性强等优势在困难环境下发挥了重要作用。实际应用中需要把GPS大地高转换为正常高,其关键在于精确求解高程异常。提出了一种基于EGM2008(Earth Gravitational Model)模型和地形变化的影响,并结合二次曲面函数来进行GPS高程拟合的方法。通过某跨海大桥工程的实测数据验证了该方法的GPS高程拟合精度,结果表明,该方法的内符合精度达到0.16 cm,外符合精度达到0.96 cm,能够提高GPS高程拟合的精度。     

利用粒子群算法优化的GPS高程拟合精度分析

为了获取研究区域内必要的基础数据,采用高精度的拟合模型进行GPS高程拟合的方法备受青睐。多面函数法适用于地形条件较复杂的研究区域,传统的多面函数拟合法很难达到预期效果。针对模型参数难以获取的问题,提出了基于粒子群算法优化的高程拟合方法,将粒子群优化算法分别与传统高程拟合法及蚁群算法改进的拟合结果比对分析。实验研究表明,采用粒子群算法优化的拟合结果优于传统拟合方法,模型精度提高了43.3%。在提高模型精度的同时,验证了粒子群算法获取特征点的收敛效果优于蚁群算法。充分证明了基于粒子群算法寻优过程的有效性,且验证了改进拟合方法的可行性,为高程拟合模型的研究进一步提供了参考价值。     

基于改进PSO-SVM的噪声稳健建筑物变形监测方法

对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。     

基于改进BP神经网络的GPS高程拟合方法

BP神经网络用于GPS高程拟合时存在收敛速度慢,受初始值选取影响大和易陷入局部极大值的问题。本文提出一种改进的BP神经网络高程拟合方法,将模拟退火算法(Simulated Annealing,SA)引入BP神经网络模型,利用模拟退火算法的全局寻优能力对BP神经网络的初始值进行选择,同时优化神经网络的各层神经元之间的连接权值和阈值,提高BP神经网络拟合法的拟合精度、收敛速度和推广泛化能力。最后结合实际算例对所提方法的拟合性能进行验证,结果表明利用模拟退火算法改进的BP神经网络进行高程拟合是可行且有效的,拟合结果优于传统BP神经网络法。     

An Optimization Procedure of the Lagrange Multiplier Method for Polarimetric Power Optimization

The Lagrange multiplier method is one of the basic optimization procedures to find the optimum polarizations for the incoherent scattering case. This letter proves for the first time that a fixed relationship exists between the optimum polarization and the Lagrange multiplier. Then, an optimization procedure is proposed to simplify the computational complexity of the Lagrange multiplier method. To speed up the convergence of the proposed procedure, the minimum search intervals are discussed and given theoretically. A numerical example is shown to demonstrate the effectiveness of the proposed procedure.      

高斯投影变形优化

为了改善高斯投影区域变形问题,该文提出将1减区域最大长度变形的一半作为比例系数,并将其乘以高斯投影公式形成新的割高斯投影.借助计算机代数系统分别推导了割高斯投影优化算法在中低纬度地区和靠近极点地区的长度比公式,分析了比例系数关于纬度和经差的变化趋势以及优化算法在不同区域的变形情况.结果表明,在同一区域内,经差越大纬度越...     

蚁群算法求解三维表面路径方法的研究

针对不规则三维表面路径寻优的问题，提出了一种将连续三维表面进行格网离散化的基于蚁群行为的解决方法，对基本蚁群算法的信息素更新策略进行了改进，并通过实验进一步验证了算法的有效性。     

基于密度的小生境粒子群算法在空间信息服务选择中的应用

针对现有空间信息服务选择技术的不足,提出了一种基于粒子群优化算法的多目标优化策略,通过同时优化多个QoS参数,产生一组满足约束条件的Pareto最优解.针对多峰函数的多目标优化问题,采用基于改进密度聚类的小生境技术,保证了解的多样性.构建了模拟试验环境,验证了算法的可行性和效率.     

GPS基线解算的优化技术

对影响GPS基线解算质量的主要因素进行分析和研究,根据多年GPS测量实践经验,结合实例阐明基于GPSuvey软件的GPS基线解算的优化技术和方法.     

基于密度的小生境粒子群算法在空间信息服务选择中的应用

针对现有空间信息服务选择技术的不足,提出了一种基于粒子群优化算法的多目标优化策略,通过同时优化多个QoS参数,产生一组满足约束条件的Pareto最优解。针对多峰函数的多目标优化问题,采用基于改进密度聚类的小生境技术,保证了解的多样性。构建了模拟试验环境,验证了算法的可行性和效率。     

车道级高精度地图优化

为了增加驾驶辅助系统或者自动驾驶的可靠性,需要设计出高分辨率地图规格及模型。本文通过研究目前的车道设计方案,提出了两点优化方式以减少数据的冗余存储。在两车道之间建立特殊的关联关系,让不同的车道根据左右边线的不同有不同的断开方式;对虚拟路口车道线进行优化使用三次样条曲线来对路口车道进行抽象表达。     

无约束最优化的一个算法

无约束最优化是最优化的重要组成部分，一方面它可以用来直接解一些实际问题，另一方面它又是解决其它一些数学问题的工具。本文给出求解无约束最优化的一个算法，该算法简便，且具有二次终结性。证明了算法的全局收敛性，数值结果表明有较快的收敛速度。     

一种警务岗亭优化选址方法

从真实犯罪案例数据出发,以湖南省新宁县为实验区,提出了一种警务岗亭优化选址方法.首先利用核密度估计划定高频案发区;然后利用区域覆盖模型,结合点距离计算方法,对主城区进行犯罪预测,并对构造的犯罪预测区进行置信度检核,置信度为84％.考虑到学校、医院等具有重大安全隐患的公共场所,针对划定的高频案发区、犯罪预测区,利用缓冲区...     

可持续城市化与国土空间优化

当前可持续国土空间发展面临重大挑战,面向生态文明和新型城镇化战略需求,探讨可持续城市化和国土空间优化的路径、方法和建模具有重要意义。可持续国土空间发展没有现成路径,探索国土空间优化的中国路径成为必然选择。城市及其周边是国土空间优化的关键地域,全球城市扩张研究表明,城市扩张具有路径依赖性、松散化和低密度化倾向,中国可持续城市化路径应以紧凑、高密度、宜居、低碳为基本特征。耦合可持续城市化的国土空间优化路径应遵循生态优先、节约优先、集约发展、协调发展的理念,重构国土空间规划体系。作为信息技术支撑,国土空间优化决策支持建模应面向可持续从指标量化、目标体系、约束规则等方面重构多目标协同优化模型。