基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

测绘成果保密监管移动GIS系统设计与实现

随着重庆市社会经济和城市建设的不断发展,为了推动测绘成果在各行各业的广泛应用,确保测绘成果应用安全,提高测绘成果保密检查效率,重庆市测绘地理信息主管部门启动建设了测绘地理信息成果保密监管移动GIS系统,阐述了系统的总体目标、设计原则、总体架构、技术选型以及主要功能,并对系统的具体实现进行了说明。     

南海风暴潮对风场和外围海水敏感性研究

为探索来自西北太平洋台风风暴潮与南海局地生成台风风暴潮不同,本研究在假设两种台风气象条件相同情况下,研究随台风而来外围海水所形成增水对南海沿岸的影响。以0814"黑格比"强台风风暴潮为基础,使用ROMS(regional ocean modeling system)模式进行数值模拟并通过设计对比试验方法进行研究,研究发现在台风登陆时引起的增水最大,最大增水出现在台风路径右侧,其中在沿岸区域,外围海水形成增水约占总增水10%,且大约3 h后出现增水回震现象。同时,设计对比试验,研究来自西北太平洋台风风暴潮对台风路径、台风强度、台风移动速度和流入角等气象条件敏感性,并获得与前人一致的结果。     

高分一号的浮筏养殖信息提取方法

针对浮筏海水养殖遥感信息自动提取业务化应用难度较大的问题,该文提出一种光谱、纹理特征结合的支持向量机(SVM)算法,高效提取海水、养殖物。基于国产高分一号(GF-1)高分辨率卫星影像数据,以江苏省连云港近岸海域为研究区域,以海水、养殖物作为为分类对象,采用主成分变换筛选信息量大,较好地保留浮筏水产养殖信息的前8个主成分分量开展分类实验。实验结果表明:将纹理特征应用于浮筏养殖物信息提取方法中,可以提高养殖物分类精度,与最大似然估计、最小距离方法分类方法比较,总体分类精度提升了3%～5%。研究结果可为浮筏养殖用海遥感监测平台构建提供基础技术支持。     

基于高斯两步移动搜寻法的村镇避难场所可达性研究

避难场所可达性是指避难场所与受灾居民之间的通达性,即灾害发生时,避难人员通过避难疏散通道到达避难场所的难易程度,是评价避难场所布局合理性的重要指标。本研究结合高斯两步移动搜寻法和网络分析法,从供需双向出发对村镇地区避难场所进行可达性分析。2种方法的结合,既充分考虑了需求点与设施点的相互作用,又充分考虑了设施点的吸引力随距离的衰减关系,并基于实际道路,以步行疏散时间作为搜索半径,降低了传统研究中因忽略供需间相互作用及实际距离而引起的可达性结果的误差。最后,以神农架松柏镇区为例,验证该方法的实际应用价值。结果表明,该方法能够有效测定村镇地区避难场所的空间可达性,同时,基于GIS软件可以直观地揭示研究区域内避难场所可达性空间分布差异。该方法可为制定科学的村镇防灾减灾规划提供方法支持。     

Mobile Agent系统结构及其关键技术

Mobile Agent技术是一门新兴的技术,具有移动性、智能性和异步计算的特点,已成为计算机网络和分布式系统最具活力的发展方向.现对Mobile Agent的概念、系统结构及其关键技术进行了分析和探讨.     

含有集约束向量极值问题的最优性条件

在序线性拓扑空间里研究了含有集约束向量极值问题的最优性条件,并建立了充分性和必要性条件.     

凤凰山矿2303工作面岩移观测资料分析

按照《规程》要求,通过对凤凰山矿2303工作面岩移3年的观测资料分析,取得了山区地表移动的一些经验及适合该矿区的一些参数,为今后"三下"采煤工作和进一步研究山区地表移动规律提供了第一手资料.     

GPS变形监测平差计算及不确定度分析

全球定位系统（GPS）是一种全天候、高精度的连续定位系统,它以速度快、方法灵活多样、操作简便等优势被广泛应用于工程测量和变形监测中。结合水厂铁矿GPS边坡变形监测实例,对GPS监测网的星历预报、基线向量平差计算、网平差计算、结果及残差不确定度进行了细致分析研究,以验证GPS技术在边坡变形监测中的可靠性和精度。     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.