论模糊聚类法在元素分类中的应用

本文根据模糊数学理论,以相关系数为基础,讨论了模糊聚类法及其与经典聚类分析在元素分类中的应用关系。通过3个实例,对一些元素分析资料的计算,模糊聚类获得较好的效果,与经典聚类分析对比,方法快速、精确、简单。     

附有基线长约束的改进CLAMBDA算法研究

探讨附有基线长约束的最小二乘模糊度降相关搜索算法(CLAMBDA)的基本原理和实现过程,针对其处理高维模糊度时存在搜索效率低的问题,提出一种基于部分模糊度搜索策略的改进CLAMBDA算法。新算法通过优选部分模糊度子集,在改善搜索空间形状的同时,降低了模糊度搜索空间的维数,有效提高了模糊度的搜索效率。利用澳大利亚科廷大学静态短基线网数据和实测动静态定位数据进行验证,结果表明,改进的模糊度搜索方案可以在保证模糊度固定成功率的情况下,有效地缩短搜索时间,能更好地满足载体实时姿态测量的要求。     

一种变形监测中中长基线的单历元模糊度解算算法

针对已有单历元模糊度解算算法只适用于短基线的情形，根据误差传播率确定模糊度精度，依据误差确定模糊度搜索空间，提出一种利用GPS双频观测信息实现中长基线下单历元模糊度固定的算法。首先，利用电离层约束法得到双差模糊度之间的线性约束条件；其次，利用变形监测中监测站点坐标近似已知的条件进行约束，反算获得近似模糊度；最后，根据监测站点已有的观测数据精度给出搜索空间，搜索固定模糊度。结果表明，该方法可以实现中长基线下单历元的模糊度固定，对实时变形监测有一定的参考价值。     

GF-1影像和OLI影像协同土地利用模糊分类方法研究

针对高分辨率遥感数据进行土地利用类型分类时出现的“同谱异物”现象,以及中分辨率遥感数据划分土地利用类型时受空间分辨率限制产生的“混合象元”问题,本文以高分一号数据(GF-1)和Landsat-8数据(OLI)为例,提出了一种协同利用高分辨率遥感数据和中分辨率遥感数据进行土地利用类型模糊分类的方法。首先,利用主成分变换的方法分别对GF-1纹理信息和OLI光谱信息进行压缩和增强,并将增强后的纹理信息和光谱信息进行特征协同;然后,根据各地物类型的光谱、纹理特征,对特征协同数据进行60、80、100共3个尺度的分割;最后,根据地物类型间的光谱特征和纹理特征的差异,构建各地物类型的模糊逻辑隶属度函数,实现对影像土地利用类型的模糊分类。实验结果表明,主成分变换的方法有效地将研究区GF-1和OLI数据的光谱、纹理信息压缩、增强,为面向对象分类中分类特征的选取提供了一种思路;同时,本文方法成功划分了研究区土地利用类型,并获得了较高分类精度,总体分类精度达到93.52%,对其它高空间分辨率与高光谱分辨率遥感数据协同分类研究具有一定借鉴意义。     

一种整周模糊度快速求解的分组搜索法

针对实际工作中观测条件较差的GPS卫星整周模糊度难以固定的问题,提出了模糊度快速求解的分组搜索法。首先将模糊度分为主模糊度和从模糊度两组,然后在固定主模糊度组的基础上,考虑从模糊度组能否固定。利用实际算例验证了该方法的有效性。     

排序对模糊度解算中降相关性能的影响分析

针对不同排序算法对模糊度解算存在降相关性能影响的问题,从理论上分析了自然升序法、对称旋转法及扰动升序法的降相关原理,并基于模拟数据和实测数据,从降相关时间、搜索时间、总体耗时、Bootstrapping成功率及条件数5个方面对3种算法进行对比分析。结果表明,降相关效率与搜索椭球压缩程度呈负相关关系,搜索椭球压缩程度越高,降相关效率越低;对于不同的排序算法,提高降相关性能的关键在于减少降相关时间及对条件方差按一定方向排序,进而提高搜索效率。     

基于模糊C均值的进化神经网络分类模型

将模糊C均值方法与进化算法相结合,提出了一种新的进化神经网络分类模型。实验结果表明,模型与其它标准的分类方法：C4.5、CART、BP神经网络、模糊ARTMAP比较,有更高的分类精度。     

基于模糊Hopfield神经网络的大气降水粒子分类

提出基于模糊Hopfield神经网络的大气降水粒子分类,它是通过计算样本间的模糊关系的相似程度,再加上Hopfield网络所特有的高稳定性,对大气降水粒子进行分类.通过对各降水粒子所对应雷达回波数据的分析,验证了方法的可行性.     

洛川黄土孔隙性模糊聚类分析

粘性土孔隙性定大量研究,仍是一薄弱环节,笔者首次使用微机测量系统取得了洛川黄土孔隙性的大量数据。本文用这些实测数据对洛川黄土孔隙性进行了模糊聚类分析,并把分类结果同实测的渗透系数做以对照讨论,最后提出了黄土孔隙性分类的定量指标。     

基于不确定性分析的遥感分类空间分层及评估方法

空间分层是准确度量遥感分类不确定性程度及其空间分布的基础与关键。本文提出了一种基于不确定性分析的遥感分类空间分层及评估方法,首先基于随机森林算法获取像元后验概率,确定分类不确定性度量指标;其次,采用模糊C均值进行空间分层;最后,对分层结果合理性进行定性与定量评估,并与同尺度数据产品精度评价结果及后验概率不确定性分层方法进行对比分析。以北京市顺义区Landsat 8 OLI遥感影像数据为例,研究结果表明：① 基于最大概率、模糊混淆指数和概率熵指标将顺义区分为不确定性大、中、小3层,相应的遥感数据层分类精度分别为62.28%、74.96%、79.31%;② 分类不确定性空间分层结果与度量指标大小的空间分布基本一致,错分地类图层与不确定性大层的地类空间分布基本一致;③ 遥感数据和数据产品的各层地类空间特征、层分类精度大小趋势一致,与总体分类精度相比,不确定性大层的层分类精度降低,不确定性小层的层分类精度提高;④ 与后验概率不确定性分层方法相比,本研究不确定性大层的层分类精度降低1.08%,不确定性中层提高3.58%,不确定性小层提高0.16%,q值由0.19提高到0.24,空间分异性更高。证实了研发的遥感分类不确定性空间分层结果的合理性。研究旨在提出适用于遥感分类的不确定性分层方案,用于优化遥感分类训练样本和精度评价验证样本的空间布设。     

基于模糊关联规则的NCRE数据分析

在对NCRE数据进行预处理的基础上,通过定义模糊事物数据库,将模糊集与经典关联规则算法结合起来,提出了一种模糊关联规则的数据挖掘算法,将其应用于NCRE数据分析,收到了较好的效果。     

基于模糊关联规则的NCRE数据分析

在对NCRE数据进行预处理的基础上。通过定义模糊事物数据库．将模糊集与经典关联规则算法结合起来，提出了一种模糊关联规则的数据挖掘算法，将其应用于NCRE数据分析，收到了较好的效果。     

基于模糊小波网络的伺服系统参数辨识研究

伺服系统大多是非线性系统,难以对其建立准确的控制模型,其位置、和速度检测信号易受干扰,而小波网络具有多分辨率特性和任意逼近能力。利用其非线性映射能力对系统的输入输出关系进行模拟,将小波网络和模糊规则结合对系统的位置和速度进行辨识,动态调整网络的权值W和模糊规则,将非线性映射的问题转化为求解系统最优解,从而产生一种新的系统辨识方法,并以永磁伺服系统为例,设计了辨识的结构模型和策略,实验表明该算法可以达到较高的系统控制要求。     

基于遥感与GIS的区域生态环境评价方法的研究

在对某地区进行生态环境评价研究过程中,往往很难准确合理地确定各类评价指标的权重。层次分析(AHP)与模糊数学(fuzzy mathematics) 综合评判法是根据模糊数学的隶属度理论把定性评价转化为定量评价,建立模糊综合评价模型。确定地区的生态环境健康指标体系,分为目标层、准则层和指标层,并选取实验区的各类生态指标。采用组合赋权法确定各层次权重,然后计算出各指标的权重建立模糊综合评价模型,最后根据提取的遥感数据完成地区生态环境评价分级。运用基于AHP与模糊数学的综合评判法确定评价指标的权重,在GIS平台上对各评价指标进行加权叠加,得到地区生态环境的等级评价图,实现了地区生态环境评价。研究结果表明,使用该方法确定地区生态环境各指标权重所得的评价分级是与现实吻合的,这对于评价和保护地区生态环境具有现实意义。     

Water quality assessment for Ulansuhai Lake using fuzzy clustering and pattern recognition

Water quality assessment of lakes is important to determine functional zones of water use. Considering the fuzziness during the partitioning process for lake water quality in an arid area, a multiplex model of fuzzy clustering with pattern recognition was developed by integrating transitive closure method, ISODATA algorithm in fuzzy clustering and fuzzy pattern recognition. The model was applied to partition the Ulansuhai Lake, a typical shallow lake in arid climate zone in the west part of Inner Mongolia, China and grade the condition of water quality divisions. The results showed that the partition well matched the real conditions of the lake, and the method has been proved accurate in the application.     

模糊信息分配法及其在水质评价中的应用

将模糊信息分配方法应用到水质评价中。该方法是从原始数据信息中直接构造系统模型 ,尽可能保留原始数据结构的完整性。它与模糊一、二级近似推论构成一套完整的评价方法。用该方法对西安市地面水水质进行评价 ,结果表明评价结果能较准确地反映水质的实际情况 ,具有一定的应用价值。同时提出一种新的水质分级方法     

基于模糊控制的快速循迹智能车的设计与实现

提出基于模糊控制的快速循迹智能车的实现方法.利用转速传感器、线阵CCD、舵机等构成一个闭环控制系统,并采用PI算法控制智能车后轮速度.采用模糊控制算法将线阵CCD返回的误差模糊化,然后按照MAX-MIN规则进行逻辑推理,最后将推理结果反模糊化后以控制舵机转向.实验结果证明了该方法的有效性.     

无人机遥感数据处理与滑坡信息提取

高分辨率的DEM和DOM数据是对地形地貌信息的准确描述,也是滑坡信息提取的重要数据源。首先,针对滑坡信息提取的要求,本文采用无人搭载微型单反相机的影像获取平台,结合野外测量的GPS数据,弥补了无人机POS信息精度低的劣势;针对无人机影像的特点,运用摄影测量基本原理与计算机视觉算法,获取高精度、高分辨率的DEM与DOM影像,保留了丰富的光谱与纹理信息。其次,借助ESP辅助工具获取了DOM影像的最佳分割尺度,并结合研究区地物特征构建了基于模糊分类与SVM算法相结合的决策树,运用面向对象的分类方法实现了对研究区内植被、道路、疑似滑坡区域的信息提取。最后,依照研究区地物分布的空间特征确定了高风险等级区域,并对该区域进行滑坡的形态与纹理分析以及精度评价,其中提取的疑似滑坡区域用户精度为91.44%、生产者精度为84.65%,结果表明无人机遥感在滑坡信息提取领域具有较高的应用价值。