适用于高斯-马尔柯夫模型的信息扩散估计及其性能

基于信息扩散原理的估计方法 ,从一维推广到多维 ,提出了适用于高斯 -马尔柯夫模型 (G- M模型 )的信息扩散估计方法 (Information Spread Estimation- ISE)。并对其性能作了大量模拟试验研究 ,可以认为采用 ISE法消除了实际观测误差分布偏离假定分布的风险 ,抗差性能优越 ,并且不须迭代 ,从而较为成功地实现了信息扩散原理在测量数据处理中的应用。     

一种状态区间取值修正的灰色-马尔科夫链预测模型研究

提出了一种对灰色-马尔科夫链预测模型的状态区间取值修正方法.考虑实测值在状态区间中的位置分布情况作为先验知识,对状态区间的端点重新定权,修正预测值在状态区间中的取值,从而获得更高精度的预测结果.结合某建筑物的实测沉降数据,与原始GM(1,1)、残差修正G M(1,1)、灰色-马尔科夫链预测模型进行对比,结果表明:本文预...     

利用马尔柯夫随机场图模型的变化像斑类别判定方法

提出了一种利用马尔柯夫随机场(MRF)图模型获取变化像斑变化后类别的方法。用吉布斯(Gibbs)分布描述MRF图模型,通过计算最大后验概率获取变化像斑类别,以此类别为初始值,通过建立像斑类别空间关系概率矩阵,在初始结果基础上进一步判定变化像斑的类别。实验结果证实了该方法的可行性。     

用遗传算法确定马尔柯夫随机场的最佳参数

对现有马尔柯夫随机场 (MRF)参数的解求方法作了详细分析。针对现有方法存在的缺点,提出基于遗传算法的MRF参数解求方法;分析讨论了求解的稳定性;并利用解的稳定性作为纹理分类的判据,作了航空影像纹理的分类实验。实验结果表明,求解的方法是正确的。用解的稳定性作为判据的纹理分类效果,通过对比实验证明是有效的。     

图像纹理基元分类的马尔柯夫随机场方法

提出基于马尔柯夫随机场（MRF）的图像纹理基元分类新方法。利用MRF里中心像元特征值与邻近像元特征值之间的约束关系,反映图像纹理基元的特征以及不同的MRF参数。根据由同一类别的图像求得的MRF参数计算出的标准差最小这一性质来进行图像纹理的分类。通过不同实验方案的对比,以及与不同分类方法的比较,证实提出的图像纹理基元分类方法具有一定的优势。     

基于马尔柯夫随机场的多波段遥感影像纹理分割研究

利用马尔柯夫随机场（MRF），对光谱矢量在二维空间的映射模式予以描述，建立了基于马尔柯夫随机场的多波段纹理模型，提出了在多波段遥感影像中吉布斯（Gibbs）分布势函数和吉布斯参数的计算方法，并提出了一种迭代修正的多波段遥感影像纹理分割方法。     

基于灰色马尔科夫链预测系统的设计与实现

通过对灰色GM[1,1]模型的算法改进,将改进后的灰色模型与马尔科夫链结合,既可以发挥灰色系统预测精确的特点,又可以利用马尔科夫链对准确预测波动性数据的优势。在灰色马尔科夫链模型的算法基础上,采用Visual Studio 2005开发环境,进行灰色马尔科夫链预测系统的设计。最后利用南方某地区十年来土地利用数据进行系统验证,结果表明,灰色马尔科夫链模型能很大地提高预测的精度和效果,符合实际要求。     

用马尔柯夫过程方法提高车载测图仪的可用度

介绍了马尔柯夫过程方法,利用该方法对车载测图仪的可用度进行了分析,并在该方法的指导下进行维修性设计。     

基于粮食安全策略的耕地需求量预测研究--以湖北省为例

常见的耕地需求量预测方法主要是采用回归分析法、灰色预测法,缺乏对自然和社会因素的内在分析,忽略了国家粮食安全策略的影响。但是耕地保护与粮食安全之间存在着相当密切的联系,因此,本文基于国家粮食安全策略考虑进行耕地需求量的预测。结合国民经济发展及各用地部门需求,考虑规划期间耕地减少和增加的各种可能性,最终确定耕地需求的合理规模。     

Fisher算法及加权马尔可夫链模型的耕地需求量预测方法——以山东省聊城市为例

根据聊城市1949-2007年的耕地数据,以耕地变化率来描述耕地数量变化的速率,借助Fisher最优分割法将耕地变化率状态分为5个等级,利用规范化后的各阶自相关系数为权重,运用加权马尔可夫链模型对聊城市耕地需求量进行预测。结果表明,预测值与实际值的相对误差为0.01%,预测结果非常理想,同时也验证了加权后的马尔可夫预测法更具科学性和实用性。     

土地利用规划中农作物单产预测的灰色-马尔可夫链方法

考虑到自然因素、社会因素对农作物单产影响的后效性,通过灰色系统建模,并应用马尔可夫链的状态转移概率矩阵,对农作物单产进行预测,其预测结果合理,产量年景基本正确。     

非等时距灰色-马尔科夫链模型在深基坑变形预测中的应用

针对深基坑变形难以建立准确的计算模型进行预报问题,本文运用非等时距灰色-马尔科夫链对深基坑变形量进行预测。首先基于原始实测数据,建立非等时距灰色预测模型;然后采用马尔科夫链对预测值残差序列进行修正,进一步提高预测模型的预测精度;最后对潍日高速跨铁路转体桥深基坑4个测点的变形量进行预测。研究表明,灰色-马尔科夫链模型的预测精度明显高于灰色模型,预测值与实测值吻合较好,预测值后验差为0.07、0.37、0.16和0.33,精度等级均为1级,该模型为深基坑变形预测提供一种新方法。     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

基于灰色局势决策规则的元胞自动机城市扩展模型

对标准的元胞自动机模型的元胞含义、规则定义等进行了扩展,探讨了元胞自动机模型与多目标灰色局势决策、层次分析方法有机结合,构建基于灰色局势决策、层次分析法与元胞自动机的城市空间动态扩展模型,并以海南省琼海市为例进行了验证。     

地铁施工段地表沉降组合预测模型研究

为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。     

基于地理国情监测数据的耕地后备资源调查评价 ——以明溪县为例

本文基于地理国情监测数据,结合生态保护红线、土地利用总体规划数据等,以明溪县为例,通过空间分析、影像解译等,获得明溪县耕地后备资源数据,分析耕地后备资源成果类型及数量、分布情况、分布特点,最后分析明溪县耕地后备资源主要限制因素分析(如交通区位、经济社会发展水平等),为开发耕地后备资源提供一定借鉴和参考.     

地理国情信息在耕地后备资源调查中的应用

耕地后备资源调查评估是一项长期的土地评价监测工作,及时地反映当前经济建设对土地资源环境的影响,特别是对耕地后备储备开发空间的影响,是该项工作的重点。本文探讨了利用地理国情数据在后备资源调查评估中的应用思路和实施方法,使调查评价结果更为科学合理,调查过程更为科学高效。     

基于现代测绘的水利工程耕地后备资源调查及其工艺

结合实例介绍了以测绘成果资料和现代测绘技术为支撑全面调查与查清水利工程建设可垦耕地数量、质量及分布的工艺,为水利工程建设规划和优化水资源配置提供科学依据,并为开发利用耕地后备资源掌握真实准确的土地数据.     

基于遗传BP神经网络模型的土地利用变化预测模型研究

针对已有的遗传BP神经网络土地利用变化预测模型存在BP神经网络隐层节点不易确定、创建过程烦琐等问题,本文利用输入层与隐藏层神经节点数量关系原理确定隐层节点,在Sheffield工具箱环境下进行遗传算法的编程,简化遗传BP神经网络土地利用变化预测模型的创建。结果表明,利用输入层和隐含层节点数量关系创建的遗传BP神经网络土地利用变化预测模型,可以实现土地利用变化的预测,而且在效率和精度上均优于传统BP神经网络模型,且操作简便。