山西陆态网络坐标时间序列噪声及速度场分析

利用Hector软件解算山西地区10个陆态网络连续站2010-11～2021-01的观测数据,得到连续站坐标残差时间序列,并确定最优噪声模型及修正后的速度场.结果表明,山西地区坐标时间序列数据中主要存在白噪声(WN)、闪烁噪声(FN)和幂律噪声(PL);N方向的最优噪声模型为WN+PL;E和U方向的最优噪声模型均为WN...     

基于并行网络DEA模型的机场群效率研究

城市群和机场群代表了未来城市发展的趋势和方向,是当前区域经济发展的前沿课题.随着大都市圈兴起,机场群必将成为未来机场发展的主流模式,高效率的运营模式和驱动机制,是各利益相关体共同关注的话题.本文基于并行网络DEA模型及中介效应模型,利用世界上主要的机场群样本,深入研究机场群的运营现状、效率差异、影响因素及驱动机制.研究...     

栅格地理计算并行算子对区域计算算法并行化的可用性分析——以多流向算法为例

栅格地理计算并行编程库的研发有助于实现对栅格地理计算算法的并行化。在现有的研究中,Qin 等(2014)设计并初步研发的栅格地理计算并行算子(PaRGO),在设计思路上能较好地隐藏与并行编程软硬件环境相关的复杂细节,实现栅格地理计算通用步骤的并行化,且较其他类似思路的编程库而言,PaRGO能兼容多种常用的并行计算平台,具有明显优势。但PaRGO目前在设计上仅直接支持本地、邻域及全局计算特点的栅格地理计算算法并行化,对于更为复杂的区域计算特点算法并行化的支持能力尚未探究。对此,本文选取栅格数字地形分析中具有区域计算特点、递归设计的多流向算法为算例,利用PaRGO进行并行化设计、实现及测试,以计算时间、相对加速比和相对并行效率为定量指标。通过可运行性和并行性能进行评价,结果表明:PaRGO虽然不能直接支持对递归的多流向算法进行并行化,但在根据多流向计算的原理将该递归算法转变为非递归的设计之后,可将算法由原区域计算改造为邻域迭代计算,就能利用PaRGO 实现并行化,并得到较好的并行效果。在集群环境下,MPI版本并行程序的并行效果优于MPI/OpenMP混合版本。     

电力GIS网络模型的设计和实现

针对电力系统可靠性和实时性高,电网结构复杂,数据量大等特点,对电力GIS的网络模型进行了深入研究,并根据分析结果设计和实现了电力GIS的网络模型。该模型把电网的网络结构映射为几何网络和逻辑网络,实现了地理图与逻辑图的相互映射,通过引进复杂边和复杂交点技术解决了边"破碎"和点"破碎"问题,从而大大简化了查询维护和网络分析的复杂性。该模型支持高效率的电网网络拓扑结构的实时重构,已在我们的输配电网GIS中进行了成功应用。     

小世界网络特征识别的城市交通状态网络自相关分析

大量研究表明,考虑了空间多维性的小世界网络模型对于研究交通网络特性对交通流的影响很有必要。但现有相关研究普遍未能有效找出小世界网络特征产生的临界阈值进而判断网络结构特征对城市交通运行的影响。以伦敦市主干道路网络为案例,通过网络环境下的Moran's I和Getis-Ord's G两个统计量,找出道路网络结构的小世界特征及其网络动力产生的临界阈值,并利用基于交通网络距离的半变异(方差)函数分析该临界阈值是否合理,然后运用网络自相关分析小世界网络结构特征及其网络动力对道路交通流的影响。结果表明:(1)伦敦市主干道路网络的全局Moran's I和全局Getis-Ord's G的收敛值是0.34,小世界网络现象或动力出现的临界阈值是17 000 m;(2)半方差图显示估算的小世界网络特征出现的阈值距离远小于理论半变异函数模型估算的空间相关性作用范围,且在该阈值附近半变异值呈明显上升趋势,表明该阈值是合理的;(3)在此阈值影响范围下,伦敦市主干道路段间交通流网络自相关性总体上呈显著正自相关特征,其局域空间关联格局呈中心区低-低和外围高-高的分布模式。     

对流层延迟对高差较大GPS测站短基线时间序列的影响分析

选择5对IGS测站短基线作为研究对象,使用两种不同的基线解算方案进行数据处理,基于小波分析方法研究对流层延迟估计对高差较大GPS测站短基线时间序列的影响。结果表明,对于高差大于100 m的短基线,不估计对流层延迟会使高程方向时间序列出现虚假的季节性变化,周年振幅影响最大可达17.7 mm,估计对流层延迟后该季节信号显著减弱;此外,还发现不估计对流层延迟时,测站间天顶总延迟差异与基线高程方向产生的偏差具有一定的相关性。     

不同对流层天顶延迟模型在陕西地区的精度及适用性分析

利用MATLAB实现UNB3m、GPT2w+Hopfield、GPT2w+Saastamoinen、GPT3+Hopfield、GPT3+Saastamoinen等5种模型，分析它们在陕西地区的适用性。结果表明，5种模型结果普遍偏小。GPT2w+Saastamoinen和GPT3+Saastamoinen模型整体精度相当，且优于其他3种模型，bias为1.41 cm，RMS分别为4.68 cm和4.67 cm，且随着高程增加精度越来越高。5种策略精度均随季节变化而变化，其中UNB3m变化最为明显，夏冬2季bias差达到7.92 cm，RMS差达到7.67 cm。更高精度计算时，秋季应使用GPT3，而春夏2季时使用GPT2w效果更好。选用同样的气象参数模型时，Saastamoinen模型比Hopfield模型更适用于陕西地区，并且陕北地区精度最好。对比最新的全球气压温度模型GPT3与GPT2w发现，2种模型算得的地面气压P、地面温度T、地面水汽压e、大气加权平均温度Tm等4种气象参数均相差细微，所以在陕西地区利用GPT2w或GPT3分别算得的对流层总延迟ZTD和对流层干延迟ZHD相差很小，通过对流层湿延迟ZWD算得的PWV也几乎相当。     

基于Prophet-RF模型的GNSS高程坐标时间序列预测分析

针对GNSS高程坐标时间序列非平稳性与非线性等特点,在深入分析Prophet模型与随机森林(ran-dom forest,RF)模型特性的基础上,构建了Prophet-RF组合预测模型,解决了Prophet模型对时间序列非线性部分预测能力较弱的缺陷,且该组合模型具有较强的鲁棒性.本文选用BJFS站高程方向的连续观测数据...     

不同时间间隔下的遥感时间序列重构模型比较分析

遥感时间序列被广泛用于地表信息探测。然而受传感器和外部条件的影响,时间序列存在不同程度的噪声。时间序列重构模型能够实现时间序列去噪,但不同重构模型应用于不同时间间隔时间序列的精度不同。本文以辽宁省朝阳市为研究区,分别利用1、4、8、16和30 d间隔归一化植被指数（Normalized Difference Vegetable Index, NDVI）时间序列,进行模拟数据实验和物候监测实验,从波形还原能力和物候期提取精度2方面,评价了SG滤波、DL拟合、HANTS 3种模型在不同时间间隔下的重构效果。结果表明,SG滤波模型适用于较大时间间隔的时间序列数据,DL拟合模型适用于较小时间间隔的时间序列数据,HANTS模型对较小间隔的时间序列重构精度较低。在此基础上,从模型自身的角度分析了3者在不同时间间隔下表现的原因,并为面向不同时间间隔时间序列数据的重构模型选择提供了参考。     

基于神经网络的话务量预测

话务量具有高度的非线性和时变特性,由于神经网络具有较强的非线性映射等特性,将其运用于非线性的话务量短期预测是非常合适的。以青白江2005年10月的话务量作为预测对象,提出基于BP神经网络和基于Elman神经网络的话务量预测模型,仿真实验表明两种模型对于话务量的短期预测均是可行有效的。经过比较,Elman神经网络训练速度比BP神经网络快很多,更适用于实际应用。     

基于贝叶斯网络的Web访问模式挖掘模型系统

根据用户的访问记录,以及每次检索输入的关键词、用户的动作来动态更新用户的兴趣点.提出了一个能较好吻合这一思想的数据挖掘模型,以用户的停留时间、访问频率和用户输入的检索关键词为数据对象,进行用户兴趣分析,动态跟踪用户需求意向,简化检索过程,提高WEB资源的使用效率.     

Storm surge disaster evaluation model based on an artificial neural network

Back propagation is employed to forecast the current of a storm with various characteristics of storm surge; the technique is thus important in disaster forecasting. One of the most fuzzy types of information in the prediction of geological calamity is handled employing the information diffusion method. First, a single-step prediction model and neural network prediction model are employed to collect influential information used to predict the extreme tide level. Second, information is obtained using the inf...     

基于模糊C均值的进化神经网络分类模型

将模糊C均值方法与进化算法相结合,提出了一种新的进化神经网络分类模型。实验结果表明,模型与其它标准的分类方法：C4.5、CART、BP神经网络、模糊ARTMAP比较,有更高的分类精度。     

电子商务网站成本及收入分析

在网站建设与运行过程中所发生的资金耗费即是网站成本。在这里，着重讨论电子商务网站成本的分类，各类成本的构成、特征，网络收入的来源，进而提出了判别能否持续经营电子商务网站的条件。     

大型自动气象站探测网络实时监控系统的设计和实施

介绍了使用VB6.0语言设计Windows版本监控软件，以及监控系统所需的以微处理器80C320为核心、C51编程语言设计智能多功能MODEM的设计方法，说明了系统基本构成和实施思路。利用X．25通信技术，实现了对大型自动气象站探测网络的实时监控。     

基于模糊Hopfield神经网络的大气降水粒子分类

提出基于模糊Hopfield神经网络的大气降水粒子分类,它是通过计算样本间的模糊关系的相似程度,再加上Hopfield网络所特有的高稳定性,对大气降水粒子进行分类.通过对各降水粒子所对应雷达回波数据的分析,验证了方法的可行性.     

基于支持向量机的Internet网络延时分析与预测

针对基于Internet的网络控制系统,采用Socket通信方式构建了网络控制系统的通信平台,在此平台上对网络延时进行测试、基于时间序列的分析方法,对Internet网络延时特性以及延时时间序列的自相关性进行统计分析;进而提出了基于支持向量机的网络延时预测方法。仿真结果说明,支持向量机预测网络延时具有较高的正确率。     

A spatio-temporal data model for road network in data center based on incremental updating in vehicle navigation system

The technique of incremental updating,which can better guarantee the real-time situation of navigational map,is the developing orientation of navigational road network updating.The data center of vehicle navigation system is in charge of storing incremental data,and the spatio-temporal data model for storing incremental data does affect the efficiency of the response of the data center to the requirements of incremental data from the vehicle terminal.According to the analysis on the shortcomings of several ...     

BP网络隐节点数与计算复杂度的关系

利用多层网络BP算法对复杂的函数进行逼近来讨论BP网络训练过程的训练误差和检验误差的关系,详细对隐节点的个数及取最优隐节点分布、复相关系数、检验误差以及网络输入为维数与计算复杂度的关系进行讨论,最后分析并检验所得关系的正确性.