西部省会城市新型城镇化水平综合测度研究

新型城镇化是中国经济社会健康、稳定、可持续发展的根本途径，也是消除中国城乡社会经 济“二元结构”的根本出路。根据新型城镇化的内涵，从人口、经济发展、生活质量、基础设施、资源 环境、城乡统筹 6 个方面，构建了包含 24 项指标的新型城镇化水平综合测度指标体系，运用熵值 法，对西部 11 个省会城市 2005—2015 年的城镇化发展水平进行综合测度。研究表明：西部省会城 市的新型城镇化发展水平存在显著差异，总体上可分为“高等水平”、“中等水平”、“低等水平”3 个 级别，基础设施建设是造成差异的主要驱动力。各城市不同年间的城镇化单项水平影响因素呈现 多元化，在今后的发展中应有所侧重，同时兼顾城镇化质量，推动城乡协调发展。     

基于非线性测度函数的改进属性识别模型在水质综合评价中的应用

线性测度函数的传统属性识别模型,对水质评价标准随机抽样的评价结果存在较大误差。为增加其对实测样本评价的可信度,提出了基于非线性属性测度函数的改进属性识别模型。均匀随机和正交设计两种抽样的评价试验显示,改进属性识别模型评价结果准确度明显好于传统模型,说明指标的属性测度函数对属性识别模型的综合评价结果有重要影响。太原市地下水水质的综合评价实例说明,由于非线性测度函数比线性测度函数能更好地描述评价指标的实际隶属度,故改进的属性识别模型具有更高的评价可信度,在水质综合评价中具有更广泛的适用性。     

改进相似性测度的高光谱影像FCM聚类分析

高光谱遥感将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起,能够实现地面目标的精细分类识别。FCM是一种有效的聚类算法,但存在相似性测度模型单一、分类精度的提高受到限制等问题。文中结合高光谱影像的技术特点,综合考虑光谱曲线的形状、地物辐射亮度及其权重,提出可以更好描述光谱向量之间的相似性的距离测度,并将其引入到FCM聚类模型中。聚类分析试验结果表明：通过改进和优化相似性测度的FCM,可以显著提高高光谱影像聚类精度。     

岩土破损演化理论(Ⅰ):破损空间

指出当前利用CT数研究岩土力学的所有方法为观察研究,浪费了宝贵的CT定量化信息.利用CT数定义了岩样某点的完整度和破损度.根据完整度和破损度的水平以及集合论定义了λ水平完整域、λ水平破损域和(λ1-λ2)截理,利用测度论精确度量它们的大小,在此基础上建立了岩土介质完整空间和破损空间的概念,为利用CT数开展岩土介质力学性质定量分析开创了新途径.如果将λ水平由细观值逐渐放大到宏观值,则该方法适应于宏观岩土力学,实现了宏观力学与细观力学的统一描述,实现了连续介质力学与多孔或裂隙介质力学的统一描述.     

广东省2001年生态足迹的计算与分析

可持续发展的定量测度是可持续发展研究的重要课题及前沿领域，而其核心是确定人类是否生存于生态系统的承载力范围之内。本文较详细地介绍了Wackernagel M等1996年以来提出和发展的可持续发展的定量测度方法—生态足迹法：通过跟踪区域的能源和资源消费，将它们转化为提供这种物质流所必须的各种生物生产型土地类型的面积，并同区域能提供的生物生产型土地面积进行比较，来定量判断一个区域的发展是否处于生态承载能力的范围内。运用此方法对广东省2001年的生态足迹进行了实证计算和分析，结果表明广东省2001年人均生态赤字为0．8198hm^2，在此基础上提出了提高广东省可持续发展能力的途径。最后讨论了方法本身存在的一些问题。     

影像匹配中几种相似性测度的分析

对基于灰度影像匹配中的几种相似性测度进行了研究，分析了每种测度的直观意义、限制条件以及改进措施，最后通过实验结果验证了上述结论。     

优选最佳水源地方案的模糊决策法

本文应用模糊决策法优选最佳水源地方案，取得较好效果。     

分数阶混合随机泛函微分方程的能控性

主要研究了分数阶混合随机泛函微分方程的能控性.在无限维空间下,假设所考虑方程线性部分生成半群不是紧的,使用非紧性测度技术和Mönch不动点定理,给出了方程能控性充分条件,并通过一个例子说明了结论的有效性.     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

基于局域自适应信息理论测度学习的高光谱目标探测方法

传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。