抽样机制对报文长度分布测度影响的研究

Claffy在1994年对1 h的主干数据分析的基础上,提出了基于时间驱动技术比基于报文驱动技术得出的抽样结果要差一些,但是二者之间的差别很小。为验证这个结论是否依然适用,以CERNET某2.5 G省网边界链路3个不同阶段连续1 h报文数据构成的Trace为对象,采用Claffy相似的方法,对报文长度分布测度进行了分析,获得了1组有关的结论,可以用于与网络测量和网络行为学有关的研究。     

GIS数据质量控制技术在地篇数据库建设中的应用

对GIS数据质量控制技术在地籍数据建库中的应用进行了研究,在地籍数据厍建设质量控制买践中综合运用了过程控制法和软件检查法,有效地控制地籍建库各个阶段的精度,保证最终成果满足设计要求.     

正射影像地图的制作方法与应用研究

在经济飞速发展的时代,传统的地形图更新速度远远不能跟上时代发展的步伐,利用卫星遥感影像数据和航空摄影制作数字正射影像地图（Digital Orthophoto Map,缩写DOM）,在数字正射影像地图上进行各种专题地图和对地形图的更新应用。本文主要探讨数字正射影像图的制作和应用,在应用方面主要谈谈在与城市规划和土地利用等方面的应用。     

两步解法用于求解线阵CCD影像外方位元素

在线阵CCD影像外方位元素的求解过程中,外方位元素之间的相关性,导致法方程病态,最小二乘估计值误差较大。本文在分析以往解决方法的基础上,提出采用两步解法求解线阵CCD影像的外方位元素。该算法的实质是选择一个比单位矩阵更合适的正则化矩阵。试验结果表明该算法能有效地克服线阵CCD影像外方位元素间的相关性,定位精度较高,定向点精度在1个像素内,检查点精度在1.5个像素内。     

人地系统耦合框架下国土空间生态修复规划策略——以粤港澳大湾区为例

在实施国土空间生态修复重大工程背景下,构建科学合理、面向区域发展与公众需求的规划策略是地理学和生态学等领域的研究热点。本文基于人地系统耦合框架,分析从生态修复规划到国土空间生态修复规划在规划思想、目标、性质、对象、路径等方面发生的转变。以人地矛盾突出的典型区域——粤港澳大湾区为案例,分析大湾区面临的突出问题和形势,从发展人地和谐的生态修复战略、整体保护生态空间、充分发挥生态要素综合功能、强化机制保障等方面,构建了问题识别-战略引导-整体布局和分区施策为主线的国土空间生态修复规划策略和思路,以延拓人地系统论,丰富规划理论和方法,为其他地区开展国土空间生态修复提供借鉴。     

胶南近海及邻近海域夏、冬季浮游植物群落结构

分析了2006年夏季(8月)和冬季(12月)在青岛胶南至日照近海进行调查所采集的水样,对调查海域的浮游植物群落的物种组成,细胞丰度的平面分布和垂直分布,优势种分布和群落的多样性指数等进行分析研究.初步鉴定浮游植物3门54属111种,硅藻占绝对优势.夏季主要优势种为旋链角毛藻(Chaetoceros curvisetus)、窄隙角毛藻(Chaetoceros affinis)、梭角角藻(Ceratium fusus)、虹彩圆筛藻(Coscinodiscus oculus-iridis),中肋骨条藻(Skeletonema costatum)在个别站位有较大丰度,导致该站位多样性降低.冬季主要优势种为派格棍形藻(Bacillaria paxillifera)、虹彩圆筛藻、叉状角藻(Ceratium furca)和小环藻(Cyclotella spp.).夏季浮游植物细胞丰度介于48.96～195.88×105个/m3,平均61.12×105个/m3;冬季介于10.00～48.33×105个/m3,平均19.27×105个/m3.夏季细胞丰度与胶州湾水域相近,冬季细胞丰度高于南黄海的历史数据.冬季的香农-维纳指数和Pielou均匀度指数都优于夏季,而夏季的细胞丰度和物种丰富度优于冬季.     

测量平差中求解协因数的简化算法

本文从测量平差精度评定的求解协因数阵的过程中,寻找了一种有关协因数阵的简便算法,此算法的特点在于从已知的解法中,提炼出一种便于理解和记忆的方法,从经典的平差解答中找出规律,从而避免了去死记硬背复杂的结论。本文针对提出的简便算法,在条件平差、间接平差、附参数的条件平差和附限制条件的间接平差中通过验证,结果是正确的。     

基于FAST和BRIEF的密度聚类图像匹配算法改进

FAST(Features From Accelerated Segment Test)特征检测算法是通过邻域像素比较来确定特征点,运算简单,同时采用BRIEF(Binary Robust Independent Elementary Features)算子进行二值化特征描述,可有效降低数据复杂度,提高匹配速度。因此,结合FAST和BRIEF算法,对截取的图像感兴趣区域(ROI)进行特征点提取,在减少数据量的基础上保证了图像特征点的快速获取与匹配;同时,利用机器学习中的密度聚类(DBSCAN),将暴力匹配特征点对的角度和距离作为二维数据样本集进行簇分类,优化改进匹配结果,有效提高匹配精度。通过实验比对改进结果与RANSAC(Random Sample Consensus)错误剔除算法,表明该方法提取速度快、匹配精度高。