基于蚁群算法的点状注记智能化配置

地图注记是为待定位注记求取注记位置的过程,它是自动地图制图中的一个重要的难题,其中点状注记问题可以看作是一个组合优化问题。目前,模拟退火法,遗传算法和神经网络优化算法已经被用来优化点状注记的配置问题。本文将引入蚁群算法在点状注记配置中的应用,经实验证明该方法有更高的搜索效率,得到的注记结果基本上解决了冲突问题。     

高程拟合变换的平面坐标获取方法研究

提出一种基于高程拟合的数据处理方法,充分利用GPS高精度的三维观测,实现了将三维空间坐标转换为二维平面坐标。通过与传统椭球投影的结果对比,两者平均点位偏差为0.6 mm,结果表明了方法的正确性。由于无需椭球投影,这为平面坐标的数据处理提供了一种简单可行的方法。     

基线边长法的高精度三维标定场建立

针对大范围的摄影测量，传统量测相机标定精度有限，本文提出一种高精度、大尺度的三维标定场建立方法。该方法采用稳定性良好的天然大理石作为基础结构，并设计通视良好的角形基准座，采用微米级多路激光测距手段获取点位距离，进而基于测边网平差模型直接建立高精度三维标定场。通过模拟多组近似坐标和距离观测值对该算法进行验证。结果表明，该标定场近似坐标的模拟误差不能超过3 mm，单位权中误差与距离观测值模拟误差相当，距离反算值与理论值偏差的标准差是距离观测值模拟误差的一半，验证了测边网计算模型及程序的正确性。该标定场既可为量测相机提供大尺度标定，也可对激光跟踪仪的测量性能进行不定期检核。     

用洪波展开法制作無支流河段相应水位預报方案的初步成果

本文系华东水利學院根据苏联相应水位的理論基础制定,成果是令人滿意的。这充分說明相应水位报预方法的关系在于精确地分析出河段汇流历时在洪水过程中的变化。因此在一般情况下,同一水位由于漲落水时附加比降不同,傳播时間亦不同,应該把漲落水分开来繪制。由于本文未將确定上下游站相应水位的方法步驟加以闡述,为便于广大测站同志閱讀,特补充如次: 最简單的确定上下游的相应水位的方法就是繪制上下游站的逐次水位过程綫,據此將每次洪水底水綫以上的漲洪分为n部分,并根据等分点繪平行于底水綫的平行綫交于水位过程綫,漲落水面各n个交点,如上游站漲水面各交点的水位为H_1,H_2,……H_n;下游漲水面的各交点水位为H_1′,H_2′,H_3′,……H_n′,則上下游站在漲水部分的各相应水位应为H_1～H_1′,H_2～H_2′,H_3～H_3′,……H_n～H_n′;同时有一相应水位,即有一相应的洪水傅播时間,故傳播时間亦应有n对(見图1);同样在落水部分的上下游相应水位及傳播时間亦是如此取法。如起漲水位及落水段最低水位不等,仍可將漲落水分別确定相应水位,分的部分数可以不等,如图2所示。