简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是：以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas—Peucker算法,对矢量数据进行多分辨率实时简化表达。最后,开发实验系统并对相关方法进行了验证。结果表明：在不影响球面图形可视化效果下,数据量减少了约4-5倍,有效地提高了图形渲染速度和效率。     

福建平潭虎潮山滑坡成因机理分析与评价

虎潮山滑坡位于平宏公路12k 704~12k 884段北侧山坡体上,是平潭海岛通往陆地的唯一公路通道。论文通过定性的工程地质分析和定量计算评价了虎潮山坡体稳定性的变化趋势,提出改建公路超挖深切坡脚和持续长时间强降雨导致的孔隙水压力作用是边坡发生滑动破坏的主要因素。     

电子地图中多尺度地图数据显示的研究

将计算机三维模型简化中的LOD思想引入到电子地图的组织和显示中,提出了同一比例尺数字地图不同详细程度的分层显示方法和不同比例尺数字地图嵌套显示方法,实现了电子地图的多级缩放。     

基于点重要度的地形LOD简化算法及精度

在分析、讨论目前关于3维地形模型简化与误差控制方法的基础上,提出了一种基于点重要度进行连续LOD模型简化的算法.并以5种典型地貌的实验数据作为运行实例,给出了点重要度与地貌类型之间的精度关系.这为今后连续LOD模型的合理建立提供了一种新思路和方法,也为模型的简化提供了科学依据.     

基于DEM的地形简化方法对比分析

地形简化作为一门重要的数据压缩技术已广泛应用于DEM。在大量简化算法中，地形简化指标作为地形简化的核心环节，其好坏直接关系到地形简化的好坏。本文对基于局部误差、曲率和法向量的五个地形简化指标进行了分析评价，用离散的高斯合成曲面来模拟真实DEM，以解析得到的高斯曲率作为地形简化指标“真值”，对比研究了在离散高斯曲面上得到的五个简化指标与解析所得“真值”，通过对各个指标“保特征性”可信度的分析，获得了对这五个指标的整体评价，最后，实例验证了本文结论的正确性。     

空间钢框架结构的简化柱梁模型及其弹塑性动力分析

高层钢结构本身构件众多，又要考虑材料非线性几何非线性等因素影响。使得计算非常复杂，这样就非常有必要对其进行简化，多质点系剪切模型在多层平面框架的抗震分析中已得到广泛的应用，但这种模型不能考虑钢框架结构梁柱的强度比和刚度比，节点域变形，柱附加轴力引起的弯曲变形和梁间塑性铰对地震响应的影响。要文介绍的简化柱梁模型考虑以上因素，对高层平面钢框架结构和空间结构进行了有效的简化，并进行了钢框架的二阶弹塑性动力分析。     

软弱地基土层震陷简化计算方法研究

基于震陷宏调调查资料，土力学中的分层总和法及软化模型概念，编制了震陷简化分析程序，计算结果与宏观现象和二维有限元法计算结果十分接近，可供工程部门使用。     

基于三角网渐进式简化的等高线多尺度综合

提出了一种基于三角网渐进式简化的等高线多尺度综合方法,实验结果表明,其不仅可以较好地保留地形特征,而且可以完全避免等高线相交现象的产生.     

地形可视化的进展与评述

地形可视化由于具有越来越广泛的用途，因此越来越多地引起了大家的关注。本文在简要论述科学可视化、地形可视化定义及其研究内容的基础上，着重讨论了当前地形可视化的表达手段、可视化建模与技术、可视化生成工具、实时地形生成等方面的研究现状及存在的问题，最后对可视化的应用前景和发展趋势进行了展望。