用SAVQ技术实现太阳射电频谱的数据压缩

对自适应矢量量化（SAVQ）技术在太阳射电频谱数据压缩中的应用进行了有意义的讨论．给出一种压缩比和失真可调的SAVQ压缩方法,指出提高数据压缩比的有效方法之一为样本集成,同时介绍了用该技术对北京天文台太阳射电频谱仪上的两个波段（1．0GHz－2．0GHz和2．6GHz－3．8GHz）的观测数据进行压缩的实用效果,并与国际同行所用的ICON方式进行性能比较．最后展示了数据压缩技术及其在天文上的应用．     

利用土的性状指标评价建筑场地类别

一、前言 根据《岩土工程勘察规范》GB50021-2001第5．7．4条及《建筑抗震设计规范》GB50011—2001第4．1．3条，对于类建筑及层数不超过10层且高度不超过30m的丙类建筑，当无实测剪切波速时，可根据岩土名称和性状，按《建筑抗震设计规范》GB50011-2001表4．1．3划分土的类型。再利用当地经验在表4．1．3的剪切波速范围内估计各土层的剪切波速，从而可根据估算的各土层剪切波速，计算出场地计算厚度内土层的等效剪切波速。     

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.     

长沙节约集约用地不完全样本图

方向：新农村建设 通过归并零散地块、平整土地、改良土壤，加强道路、沟渠等配套设施建设，分片有序地推进田水路林村的综合整治，以增加有效耕地面积，改善农业生产条件。     

主元分析变换空间上的鉴别共同矢量人脸识别方法

给出了在主元分析(PCA)变换空间上求取DCV投影矩阵的方法(PCA+DCV),在保留所有鉴别信息的条件下,显著降低了算法复杂度,提高了运算效率.进一步提出了依据主元成分对应特征值进行适度权重的DCV识别方法(WPCA+DCV),一定程度上减小因光照、饰物遮挡等造成的面部变化带来的识别影响,增强表征信息,提高识别率.在ORL、YALE和AR人脸库上的实验结果证实了本方法的性能.     

目标样本粒度判据在海湾环境演变研究中的运用——以福建前湖湾为例

高密度采集福建前湖湾海岸剖面133个泥沙样品做粒度分析,其频率曲线显示多种粒度分布特征,预示多种沉积环境的变化。采集研究剖面周边海滩、河口浅滩、河口、滨海沼泽和海岸沙丘等已知环境的样品作为目标样本。将目标样本沉积参数平均粒径(Mz)、标准偏差(σ)、峰态(Kg)设为判别参数,利用Excel计算海岸剖面样品与目标样本参数的距离,筛选最小距离样品,归为已知目标样本的同类。据此,分析了海岸剖面蕴含的6个沉积环境变化阶段。利用剖面底部淤泥测年14C=(328 15±170)a BP,和剖面上部泥炭测年14C=(24 130±100)a BP,了解这一变化发生的年代。自(32 815±170)a BP以来,前湖湾经历了河口浅滩-河口、沙丘-河口-滨海沼泽-海滩-沙丘等海岸环境演变过程。     

遥感影像智能解译样本库现状与研究

我国遥感对地观测等项目顺利实施,获取了大量时效性强、覆盖范围广、信息量丰富的遥感数据.但遥感影像智能化自动处理技术发展仍相对滞后,无法满足区域/全球大范围地物信息快速提取的需求.近年来,人们利用深度学习技术显著提高了影像特征提取成效,但由于所使用的深度学习样本数量和类型有限,对于多源遥感影像的自动解译能力仍然不足.本文面向大范围多源遥感影像地物信息智能解译需求,在分析现有样本集现状及问题的基础上,研究提出遥感影像智能解译样本库设计方案,并在此基础上设计了基于互联网的样本协同采集与共享服务框架.本文将为多源遥感影像样本库建设提供参考,为大范围遥感影像智能解译提供支持.     

建筑物立面分类与DIM点云滤波

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。     

居民出行与轨迹行为交互模式挖掘与关联技术

出租车是居民出行的重要交通工具,其轨迹数据蕴含着丰富的居民出行信息。原始出租车轨迹数据因缺少语义信息无法直观反映居民出行规律。通过轨迹数据挖掘技术处理之后的出租车轨迹数据能够反映居民活动规律和行为模式,从而为城市规划决策提供参考依据。本文重点研究了基于语义的交互模式度量,通过出租车停留点推断其语义信息;然后根据语义信息构建语义交互矩阵,用以推断和描述行为目的交互模式;最后选取北京市中心为研究区域进行方法验证。结果表明,中心城区内不同类别的停留点聚集分布规律不同,围绕高校和商圈聚集较明显;工作日各类停留点的活跃度持续时间较非工作日长;工作日和非工作日行为目的交互模式差别显著,工作日以职住和工作交互为主,非工作日以休闲和居住交互为主。本文研究可以为城市规划管理、资源调度和应急管理提供一定的决策支持。     

基于精灵4 RTK无人机的地理国情监测遥感解译样本采集的应用研究

精灵4 RTK无人机搭载的相机配备1英寸2000万像素,支持0—90°俯仰角拍摄,可满足地理国情遥感解译样本拍摄要求.基于精灵4 RTK无人机拍摄遥感解译样本,不但可以解决不可到达区域样本拍摄问题,而且能自定义飞行拍摄模式,实现了遥感解译样本拍摄自动化、智能化,丰富了遥感解译样本数据的获取手段,大大提高了遥感解译样本采集效率.本文基于无人机拍摄技术,结合遥感解译样本数据采集中的应用场景,提出了一种便携、智能的遥感解译样本采集方法,可为地理国情监测遥感解译样本采集提供技术支撑.