共查询到20条相似文献,搜索用时 15 毫秒
1.
《测绘文摘》2008,(1)
CH20080001类别制图与误差建模的概念模型=A Con- ceptual Framework for Categorical Mapping and Error Modeling[英]/张景雄(武汉大学遥感信息工程学院)//测绘学报.-2007,36(3).-296~301尽管离散目标和连续场的误差建模已得到了发展,名义场却存在实质性的和多半悬而未决的概念问题。致力于为确定信息和不确定特性整合出一个概念框架。这个概念模型是基于判别空间而构建的;后者是由面状类别时空表象的特质或驱动过程定义的。这个模型通过加入特定类的平均结构(其可进行基于判别变量的回归分析)的方式,奠定类别制图一致性的基础,并且使基于尺度的误差建模变得更为简便易行。这种误差建模可以有效地仿 相似文献
2.
3.
《测绘文摘》2008,(4)
CH20081939基于方差分量估计的拟合推估及其在GIS误差纠正的应用=Variance Component Estimation Based Collocation and Its Application in GIS Error Fitting/杨元喜,张菊清,张亮(西安测绘研究所)//测绘学报.-2008,37(2).-152~157拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。图2表1参22 相似文献
4.
8.
11.
《测绘文摘》2012,(3):2-21
正CH20121174带准则参数的平差准则及其统一与解算=United Expression and Solution of Adjustment Criteria with Parameters/朱建军,田玉淼,陶肖静(中南大学测绘与国土信息工程系)//测绘学报.-2012,41(1).-8~13平差的核心问题是确定准则中的准则参数α,从而确定准则函数相对于平差参数X的极值并进行解算。首先对准则带参数的这些平差准则从形式上进行统一,然后利用虚拟观测,提出一种广泛适用的解算方法。每种带参数的准则模型都可以通过这种方法来确定准则参数和解算结果。最后用正则化方法举例,对比最小二乘和其他解法表明这种方法的可行性和优点。图1表4参26带参数的平差准则准则参数虚拟观测法 相似文献
12.
《测绘文摘》2011,(1):2-15
CH20110001顾及转向延误的时间依赖A*最短路径算法=The Adaption of A*Algorithmfor Least-ti me Paths inTime-dependent Transportation Networks with Turn Delays/郑年波,陆锋,李清泉,段滢滢(中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室)∥测绘学报.-2010,39(5).-534~539建立基于路段的时间依赖网络模型,将转向延误时间引入到FIFO(先进先出)条件的定义中,并给出满足FIFO条件的路段到达时间和转向延误时间计算式。通过将时间 相似文献
13.
《测绘文摘》2008,(1)
CH20080570基于网眼密度的道路选取方法=Selective Omission of Road Features Based on Mesh Density for Digit- al Map Generalization/陈军(国家基础地理信息中心),李志林,赵仁亮//测绘学报.-2007,36(3).-351~357道路数据中的网眼密度能反映局部区域的道路密集程度,通过确定目标尺度要求的密度阈值,比例尺缩小后能够标识出数据中需要取舍路段的网眼;循环剥离密度最大的网眼,利用反映路段重要性的参数及其优先级,渐进筛选出舍弃的路段,并完成与邻接网眼的合并;得到的选取结果保持了道路网在密度、拓扑、几何及语义方面的重 相似文献
14.
15.
16.
17.
18.
19.
20.
《测绘文摘》2000,(3)
CH20001447 基于人工神经网络面插值的方法研究/尤淑撑(中国农业大学)…∥测绘学报.—2000,29(1).—30~34前人研究表明,三层前向人工神经网络不仅能以任意精度逼近任意函数,还能以任何精度逼近其各阶导数。根据这一特性,将反向传播网络应用于面插值。认定地理要素的空间分布可以用一复杂的非线性函数模拟,该函数是由多种因素综合作用的结果,即地理要素的值是这些因素的函数,如果以各因素为输入、对应地理要素值为期望输出,对网络进行训练可对地理要素的空间分布进行模拟。影响因素的确定是决定插值精度的关键。该方法最大特点在于能充分利用空间信息和各种社会、经济信息。最后,模拟了有隔离带和无隔离带的两种插值情况,实验表明神经网络应用于面插值是可行的,并能有效地解决隔离带问题。该方法可用于土壤、土地评估等有关面状分布的研究场合。图4表1参6 相似文献