专题地理信息数据可靠性评价方法

可靠性评价是说明地理信息数据质量的一种方法。针对专题地理信息数据结构的特点,分析了数据的完整性、可用性、一致性、现势性、正确性等诸多因素。运用模糊数学中的模糊综合评判原理,在"领域专家具备处理地理数据正确性评价这个模糊问题的能力"的前提下,建立了地理实体属性数据、坐标数据、多媒体数据可靠性多层次综合评价的数学模型。该模型保留了专家评价的全部信息,降低了主观评价的武断性;同时简化了人工评价,保证了可靠性评价的可信度。     

航空重力向下延拓分组修正的正则化解法

在航空重力向下延拓中,针对病态性对解算结果各个部分影响的不同进行分组修正,提出了分组修正的正则化解法。利用信噪比评估病态性影响,得到将参数分组的方式;依分组修正思想构造正则化矩阵;通过极小化均方误差选取正则化参数。基于EGM2008重力场模型仿真一组航空重力数据,验证了该方法对航空重力数据向下延拓过程的有效性,并与另外3种方法作比较。结果表明,新方法具有更高的精度。     

缔和勒让德函数的计算和球谐级数的截断误差分析

首先就几种新近常用的递推计算超高阶次缔合勒让德函数值的方法进行分析,给出改进后的标准向前列递推法与标准向前列递推法、跨阶次递推法所得球谐级数式的值的相对误差。数值试验表明,改进后的标准向前列递推法与跨阶次递推法所得直到2700阶球谐级数值的相对误差不超过10-13,而标准向前列递推法超过1900阶次时已不可使用。其次估计了不同阶次球谐级数的截断误差,说明如果要获得更高的精度,必须顾及球谐级数的超高阶项。     

基于吉布斯抽样的相关观测异常值检测的贝叶斯方法

相关观测的异常值检测是测量数据处理的难题之一。在系统总结和分析前人研究成果的基础上,运用贝叶斯统计推断理论,提出了相关观测异常值检测的贝叶斯方法。首先,基于识别变量的后验概率,提出了相关观测异常值定位的贝叶斯方法;然后设计和构建了计算后验概率的吉布斯抽样方法,基于最大后验估计原理,推导和建立了计算异常值参数的贝叶斯公式;最后对某GPS网相连进行了计算和分析。结果表明,在相关观测条件下,使用新方法能够对多个异常值同时进行检测,有效地消除异常值的不良影响。     

地貌及等高线表示的分解定理与表现定理

随着计算机制图和GIS的迅速发展,对于有着广泛应用的地貌形态特征问题,提出了进一步加以科学、系统、深入定量研究的迫切要求,以便获得更科学、合理的应用.作为一个系列研究的开始,首先要解决用2维空间的等高线表示3维空间地貌形态的科学性这一问题.为此,文中引入了地貌截影及截地貌的概念,通过地貌分解定理与表现定理的证明,以及等高线、地貌截影和截地貌三者之间的等价关系的论述,最终从数学上解决了上述基本问题,为今后的深入研究奠定了基础.     

地貌及等高线表示的分解定理与表现定理

随着计算机制图和GIS的迅速发展，对于有着广泛应用的地貌形态特征问题，提出了进一步加以科学、系统、深入定量研究的迫切要求，以便获得更科学、合理的应用。作为一个系列研究的开始，首先要解决用2维空间的等高线表示3维空问地貌形态的科学性这一问题。为此，文中引入了地貌截影及截地貌的概念，通过地貌分解定理与表现定理的证明，以及等高线、地貌截影和截地貌三者之间的等价关系的论述，最终从数学上解决了上述基本问题，为今后的深入研究奠定了基础。     

地貌特征点的数学描述与分析

在用等高线表示3维空间地貌形态的科学性这一问题得到解决之后,自然想到如何用数学的方法来描述地貌的各种特征点。地图中的峰、谷、鞍点对应着二元函数的极大值点、极小值点以及马鞍点,首先从地貌函数的二阶方向导数入手给出了判别它们的一个基本条件,并且给出了判别它们的一个较强的充分性条件的简捷证明。然后从概念出发,用函数分析方法首次给出了地性线的宏观定义和微观定义,同时还给出了地性点的科学定义、性质以及与等高线曲率极值点的关系定理和证明。     

基于知识的遥感影像模糊分类方法

介绍了目前遥感影像分类的常用方法, 提出了一种基于知识的信息提取的遥感影像模糊分类方法.采用GIS数据辅助进行遥感影像模糊法分类,从GIS数据库中提取一定数量的样本信息或挖掘知识形成规则,进行样本的训练学习或辅助进行分类判定.提高了分类的效率和精度,是对模糊分类方法一次有效改进.     

因素空间与诊断型专家系统

汪培庄教授在1982年首次提出了因素空间的理论,给出了表示“概念”的框架,为人工智能、知识表示开辟了一个新的途径。本文根据因素空间理论对模糊现象的解释,给出了模糊集隶属函数的一种简便、客观、有效的统计方法。本文还相应地给出了因素对概念的相关度及充分度的定义;作为这些内容的一个实际应用,本文提出了诊断型专家系统的一个简便、实用的改进模型。     

一种监督局部保持投影的飞机目标识别方法

飞机目标识别方法研究在军事上具有重要意义。针对飞机目标图像数据的复杂性,提出了基于监督局部保持投影(SLPP)算法的一种目标识别方法。首先,利用PCA对飞机图像数据进行预降维,由此克服小样本问题;其次利用SLPP算法对飞机图像进行维数约简;最后,采用最近邻分类器进行飞机类型分类。通过在真实飞机图像数据库上的实验结果表明,该方法有效地提高了飞机识别的正确率。利用该方法能够有效地进行飞机目标识别。