顾及观测质量的多系统融合PPP三维凸包选星算法

从卫星空间构型出发,构建多系统融合PPP的三维凸包选星算法;为进一步改善多系统融合PPP的定位性能,提出顾及观测质量的三维凸包选星思路;最后结合实测数据验证并分析各自的选星效果和定位性能。     

一种基于数字水印的视频多点广播立即源认证模型

基于数字水印和TESLA,提出了一种视频多点广播立即源认证模型,利用查找表的视频水印算法,将视频重要分量的消息认证码、公开密钥和立即认证散列值等嵌入到视频的非重要分量中;从而达到视频数据多点广播的立即源认证,避免了接收方数据包缓存,并给出公开延迟时间间隔d的一种计算方法。     

一种基于数字水印的视频多点广播立即源认证模型

基于数字水印和TESLA，提出了一种视频多点广播立即源认证模型，利用查找表的视频水印算法，将视频重要分量的消息认证码、公开密钥和立即认证散列值等嵌入到视频的非重要分量中；从而达到视频数据多点广播的立即源认证，避免了接收方数据包缓存，并给出公开延迟时间间隔d的一种计算方法。     

基于虚拟特征点的三维激光点云粗配准算法

在地面三维激光点云特征提取的过程中,由于三维点云数据采集仪器、采集方法及后期处理等因素影响,依靠传统的基于曲率、法线等几何特征及统计学算法提取出的点云特征数量较多且存在较大误差,若使用其直接作为特征点数据进行点云粗配准,很难提高点云粗配准的精度及速度。因此,本文在对点云数据实际空间分布结构分析的基础上,结合特征点提取算法、法向一致化算法、PCA（Principal Component Analysis）方法及特征点聚类等方法,提出了一种三维激光点云数据虚拟特征点拟合算法。该算法生成的虚拟特征点是由点云实际的特征点拟合得到,或是由位于被测物特征线上的特征点拟合生成的特征线计算得到,该虚拟特征点并不是扫描对象上实际存在的激光反射脚点。通过实验验证,虚拟特征点拟合算法可以较准确地拟合出由于设备及操作方法等原因而未被采集到的建筑物边角点数据,得到的虚拟特征点数据较实际特征点数据具有更少的数据量及更高的精度,使用拟合得到的虚拟特征点可以减少粗配准算法的计算量,提高粗配准算法的计算效率并能获得更精确及可靠的初始配准变换参数。     

基于拟牛顿法改进的3D正态分布变换点云配准算法

针对3D正态分布变换算法在大型场景点云数据配准时效率低的问题,提出一种基于拟牛顿法改进的3D正态分布变换算法。 3D正态分布变换算法主要通过牛顿迭代法进行两视点云最优转换参数求解,但是随着待配准点云数据量的增加,牛顿迭代法需要大量的时间计算Hessian矩阵,增加了算法整体的时间复杂度。本文算法通过拟牛顿法代替牛顿法求解Hessian,改善了3D正态分布变换算法针对大型场景点云数据配准需要大量时间去计算Hessian矩阵的问题。实验表明,本文算法针对大型点云数据不仅能够保持传统3D正态分布变换算法的配准精度,还能提高配准效率。     

基于凸包Graham扫描法的多系统融合精密单点定位快速选星算法

鉴于传统选星算法不能快速获得理想的卫星空间构型,在讨论定位精度计算模型、多系统融合GDOP值影响因素和分析基于凸包Graham扫描的选星算法原理的基础上,编程实现了基于凸包Graham扫描法的多系统融合精密单点定位快速选星算法,并对该算法的选星效果及定位效率进行仿真实验。结果表明,该算法的选星数能够稳定在8~10颗,其星座GDOP得到明显优化,空间构型得到明显改善;与传统方法相比,X、Y、H方向收敛时间的优化率分别达到40%、20%和7%,且定位精度更高,对于促进模糊度快速固定和改善定位效率有重要意义。     

稳健的回光反射平面靶心定位算法

针对因回光反射平面标靶点云数据缺失或冗余而难以准确计算靶心坐标的问题,本文提出一种基于距离标靶重心最远点的边缘点提取和靶心定位算法。首先,进行点云数据预处理,先人工大概选取出标靶点云所在位置,并根据回光反射强度信息提取出标靶点云,对标靶点云进行粗差剔除、投影以及坐标旋转等工作;然后,进行边缘点提取,应用所提的边缘点提取算法对投影到二维平面的标靶点云进行边缘点提取;最后,进行靶心定位,先应用抗差最小二乘对边缘点进行拟合计算圆心坐标,然后将其旋转回三维空间作为靶心坐标计算值。实验结果表明,本文提出的边缘点提取算法能高效、准确地提取出标靶边缘点,比文献[12]中的边缘点提取算法节约了大量时间,并且应用所提取出的边缘点能稳健地计算出靶心坐标,与基准值的偏差在亚毫米以内,优于文献[11]、[12]算法靶心计算精度,有效地解决了残缺或冗余的回光反射平面标靶点云靶心定位问题。     

改进权重的迭代最近点算法在点云配准中的应用

针对传统迭代最近点算法不具备抗差性的难题,利用迭代最近点算法配准残差的分布规律,综合M估计及选权迭代思想,提出改进权重的迭代最近点配准算法。根据每个点对配准计算出对应的初始权重,然后在附加点对权重的基础上使用选权迭代法计算出满足条件的权重,以达到抵御粗差的目的。结果表明,选权迭代过程能合理改善三维空间转换参数计算的结果,提出的改进算法较适合含粗差点的点云数据的配准。     

GPU加速的改进PAM聚类算法研究与应用

空间聚类是空间数据挖掘的重要方法,而K-Medoids是一种常用的空间聚类算法。K-Medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的K-Medoids算法PAM,提出一种基于GPU计算的并行模拟退火PAM算法。类比矩阵乘法运算,定义了一种新的矩阵计算方法,可以有效减少数据在GPU全局内存和共享内存之间的传输,提高了算法在GPU中的执行效率。利用模拟退火算法搜索聚类中心点,保证了聚类结果的全局最优性。基于不同的数据集,将串行和并行模拟退火PAM算法以及已有的遗传PAM算法进行比较,结果表明并行模拟退火PAM算法聚类结果正确,且时间效率高。最后,应用本文改进算法对贵州省安监系统的安全监管隐患数据进行聚类分析,发现了隐患聚集中心,相关结果对政府的决策具有一定的实际应用价值。     

一种计算简单奇异点的有效算法

本文提供一种加边算法用以计算简单奇异点 ,并用数值例子的计算说明算法的有效性。     

骨架优化下的地面激光树木点云重建方法

本文针对地基式激光雷达扫描点云的分布特征,提出一种基于骨架优化的三维树木重建方法。首先从原始点云中提取出树木的“类主干点”,利用无向图数据结构存储和组织点云,然后基于“主干点”约束下的最小生成树算法生成单株树木的初始骨架,最后通过“密度调整”和“树枝平滑”优化操作,建立高逼真度的三维树木模型。本文提出的树木几何重建算法对点云数据缺失和点云的密度不敏感,对试验区不同的树种建模具有较高的鲁棒性。另外,本文通过对不同密度的点云和不同抽稀层次下的点云进行效率测试,发现结合类主干点表达和点云抽稀能共同确保本文算法可以重建大场景TLS植被点云数据。     

移动格林基函数样条二维插值算法研究

针对用于插值的已知点较多时,插值计算需要解算大规模矩阵、计算耗时长甚至无法解算的问题,引入移动曲面的思想,取插值点周边最邻近k个已知点进行格林基函数二维样条移动插值,实例计算结果表示,该方法的插值精度高于Shepard插值法与多项式拟合法的精度。插值范围大及测点数量众多时,该方法仍可用,无需数据分区与光滑接边,与整体插值相比可大大降低计算时间。     

具有先验信息的地面三维激光扫描地形测量数据去噪算法

为防止三维激光扫描数据中的噪声对实景重构造成扭曲,基于消噪的相关理论,提出了3种具有先验信息的去噪算法,利用高程注记点所提供的先验信息作为去噪依据,分别对比高程插值、最小二乘拟合平面及趋势面,选取适当阈值消去噪声。利用Timble GX200地面三维激光扫描系统获取的地形测量数据进行实验分析,结果表明:高程注记点可以作为先验信息为点云去噪提供依据,并确保去噪后基本符合实体特征。     

Բ�������������������·���

???????????????????????????????????????μ????????????????????????е?????????????????????е???????????????????????????λ???????????????????????????м???????顣?÷????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????     

并行地理计算算法性能评测技术研究

从并行地理算法的正确性评测、性能评测、评测流程和评测工具实现等角度,研究了高性能集群环境下的评测技术。在正确性评测假设基础上,将评测用例在不同进程数环境下的计算结果与该算法在单进程环境下的运算结果逻辑求差得出相对误差,提出了问题规模计算方法。根据评测用例的问题规模确定评测用例的权重,提出了性能指标和评测流程,并通过评测工具自动获得同一个并行地理计算算法。在多个不同评测用例下的评测指标来衡量算法的计算误差与性能,形成评测报告。经实验验证,本文方法能较好地满足并行地理计算算法评测的需求,为并行空间分析算法性能优化提供技术保障。     

旅游景点筛选组合及旅游线路的优化算法与应用

近年来,我国的旅游业蓬勃发展,积累了大量的数据,有效地分析和理解这些数据,可以更好地服务于旅游业,并促进其健康科学地发展。鉴于此,引入几个算法对旅游点及旅游线路进行科学定制与设计,提出了利用极大团对旅游点进行筛选组合的新算法,同时对建立国内旅游查询系统的可行性及系统背后的算法进行了分析。实验结果表明,所提出的算法适合大规模问题,可对旅游及科研部门制定宏观策略提供参考,同时建立国内旅游查询系统也是可行的,即自驾游者可随时上网或用手机查询国内的最佳旅游景点组合、旅游线路及驾车路线,也可查询国内任意两点间的最短行车路线和任一座城市的任两点间的最优公交乘车路线,这将大大方便人们的生活。     

抗投影变换的矢量地理数据水印算法

在矢量地理数据水印算法研究中,以往研究较多考虑增删点、裁剪、平移、旋转等攻击方式,而对抗投影变换的攻击方式研究较少。由于投影变换在GIS中具有重要意义,故本文提出了一种抗投影变换的矢量地理数据水印算法。水印嵌入前,对待嵌矢量地理数据利用道格拉斯算法进行压缩,使用四叉树分块选取特征点,提取并保存特征点及其属性信息;水印嵌入采用坐标映射和量化机制以增强水印算法的鲁棒性;检测水印时,将待检测数据与原始特征点进行属性信息匹配,匹配成功的同名点采用二元三次多项式进行最小二乘法拟合,根据拟合的多项式系数对待检测数据进行投影变换,最终实现水印信息的提取。实验结果表明,本方法能抵抗投影变换攻击、增删点、几何变换以及它们的复合攻击,具有较好的可行性和实用性。     

改进的最小生成树自适应空间点聚类算法

针对传统的最小生成树聚类算法存在使用全局不变阈值确定噪声边,聚类需要用户根据经验确定初始化聚类参数,如“边权值倍数容差”,“边长变化因子”等,聚类不能发现局部噪声的问题,本文提出了一种改进的最小生成树自适应空间点聚类算法。该算法在无需用户输入参数的前提下,克服主观因素的影响,根据最小生成树边长的数理统计特征定义裁剪因子。算法首先从宏观层面对最小生成树进行首轮删枝操作,消除全局环境下的噪声边,进而根据各子树的边长统计情况,自适应设定局部裁剪因子,进行第二轮删枝操作,消除局部环境下的噪声边。最后,采用1个模拟数据和1个实际应用验证算法的有效性,结果表明本文提出的改进算法在无需人为提供经验参数的环境下能够发现任意形状、不同密度的簇,能够准确的识别出空间点中的噪声数据,从而能够实现空间点数据背后隐藏信息的自动挖掘。     

顾及坡度和高程的多波束测深数据抽稀算法

海底地形数据是进行海洋科学研究、工程建设的重要数据源,水深信息作为海底地形数据的基础信息,反映了海底地形的起伏变化。因此,如何有效地处理水深数据成为海洋测绘的重点研究内容。为解决海量多波束测深数据的数据冗余问题,提出了一种顾及坡度和高程的多波束测深数据抽稀算法,能够兼顾数据抽稀的精度和地形特征点的保留。考虑到存在含有空洞、凹边界等局部空白区域的多波束测深数据,首先利用Alpha Shape算法提取测深数据局部空白区域的边界点;然后采用坡度和高程相结合的抽稀算法删除冗余点,得到抽稀结果。在实验区内,通过与基于坡度抽稀、顾及地形复杂度抽稀和基于系统抽稀算法进行对比实验,结果表明：(1)本文抽稀算法在测深数据局部空白区域生成的等深线较上述抽稀算法更贴近原始测深数据等深线的形态,可以有效保持地形形态完整性;(2)对不同地形的测深数据进行抽稀,本文算法的精度较上述抽稀算法均有不同程度的提升,尤其抽稀率较低时,本文算法较上述算法在MSE分别提升了16%、27%、14%和10%、36%、2%,RMSE分别提升了7%、12%、7%和5%、17%、3%,体现了本文算法对不同地形多波束测深数据抽稀的有效性...     

多目标优化NSGA系列算法与地理决策：原理、现状与展望

地理学正在经历“剧变”时代,愈发强调决策支持。地理决策过程中往往涉及众多因素,需要通盘考量不同因素、权衡利弊,并提出最优方案,是典型的多目标优化过程。数学领域的多目标优化算法因而在地理决策中具有广阔的应用潜力和重要意义,其最新进展是地理学中新方法、新工具的重要来源。本文综述了多目标优化领域最前沿、最流行的算法代表“非支配排序遗传系列算法”（Nondominated Sorting Genetic Algorithms,NSGAs）,对其三代不同算法的原理、适用性进行对比,并综述了这些算法在地理决策领域的应用现状、改进方法、问题与局限。研究发现：在三代算法中,NSGA-Ⅱ因其在计算复杂性和使用场景方面的优势在地理决策中最为流行;NSGA-Ⅲ对建模要求较高,尚未得到广泛关注。在地理决策的各领域中,水资源管理领域是NSGA算法应用最多、最成熟的领域,该领域的问题建模和在NSGA算法中融入局部搜索的经验值得其它领域借鉴和推广;土地利用规划领域提出了较多的NSGA改进算法,为更好地融合NSGA算法进行地理决策树立了典范。未来研究中,可通过凝练行业共性问题、构建通用优化模型降低NSGA算法的应用门...