����ƽ����Ϻ� BP��������Ϸ���GPS�߳�ת��

???GPS???????????????????????????y?????????BP?????編??????????????????????6????????????????????????????????????6?????????????????????????????BP?????編???????????3????????????????????     

�������編ʱ��InSAR�������У�������о�

????????λ???????????????3????????????????????編???н??????????????????????????????????2007~2010?????20??ENVISAT ASAR?????÷????????????????????Э??????????У?????????????????й????????????Э?????????????????????3.1 mm²??????0.6mm²????????80%??e-folding???????????1.5 km?????0.21 km????????86%????????編??????Ч??У????????е??????λ?????     

�ٷ���������̨ˮ׼�����޷��α��쳣�ۺϷ���

???????D??InSAR?????????????????ξ???仯????????????α??????BM3????Χ?????編?????????????????????????????????α???δ????????????????????????????????????α????????????仯??????????С??Χ????Σ???InSAR?α????????????BM3??????????????????????????λ??????編????????????3?????????????????????????????????5.11 mm????????????BM4??????????4???????????????仯??????仯??BM3???????????????￡????????·???????????????????????????????????????????????????????????????????????     

��������Ⱥ֧�������������ǵ��θ�����GPS�߳����

?о?????????????????????GPS???????е?????????????????????????????????θ??????????μ??????????????????????????????????????????????????????????????????????SVM??????????????????????????????淨?????溯??????BP?????編???????????侫??????     

���ģ��Ԥ�����������Ӳ�

??????????????????й????У????????????????????????????????????????????????????????仯???о??????????5???????????????????????ж?????????????????????????????????????????????????Щ??????????????????????????????????????????????????????3????????????????IGS????????????????????ζ???????????????????????????????????????????о???????3???????????Ч?????????????????????????????????????У??????????????????????????????編?????     

基于PCA和LOGIT模型的网络入侵检测方法

针对高维度网络数据进行多类攻击行为检测的需求,提出一种基于PCA和Logit模型的网络入侵检测方法,通过PCA对网络数据降维、简化数据集和多项式Logit模型实现对不同攻击行为的识别并判别其类型。实验结果表明,方法在网络入侵识别上具有较理想的效果。     

����Bayesian����BP�������GPS�߳�ת��

?????BP?????????????????????????????????????Bayesian?????????BP??????????????????????????GPS??????????????????L-M????????????????????????Bayesian??????BP????????????????????????????????????     

����BP�������SRTM��ȱ����������䷽���о�

?????????????????????????????????????????????г?????????????????SRTM??????????е?????????????????????????????TIN?????????????6.3 m????????????????????????ε?????仯?????????Χ???ε??????ν????TIN?????á?     

基于在线回声状态网络的变形数据预测分析

结合Kalman滤波与回声状态网络,将在线回声状态网络算法应用于变形数据预测。回声状态网络的输出权值通过Kalman滤波训练,直接对网络的输出权值进行在线更新,克服了传统递归网络需要收集大量样本后才能进行拟合预测的缺陷,同时也保证了预测精度。实例计算验证了该方法的有效性。     

基于中轴变换算法的室内外一体化导航路网自动生成方法

室内外一体化导航路网的快速生成与更新对面向行人的跨场景导航具有重要意义。当前研究主要关注单一场景下的导航路网构建,对于跨室内外场景的导航路网自动生成研究较少。本文基于对偶图思想与二维平面多边形中轴变换（Medial Axis Transform）算法,提出一种室内外一体化导航路网自动生成方法,并以某建筑CAD平面图及周边路网环境为基础数据进行了实例研究。结果表明：该方法能够根据原始数据的几何、拓扑、语义信息自动构建导航路网,并支持室内外跨场景的最短路径查询,在最短路径查询效率上较传统分场景寻路模型整体提升10.18%;相较单一场景下的导航路网,一体化导航路网可结合语义信息将室内及室外导航路网有机统一起来,解决跨场景寻求最优路径的问题,为最优路径规划的相关研究提供了新的思路。     

GPS�������ֲ�̽���Bayes����

??????Bayes??????????????????GPS???????ж?????λ??????Bayes?????????????????????????GPS????????????????÷???????Ч???     

۶���������ƴ��ˮ׼�澫���о�

???????????????????BP?????緽????????????????????棬?????????????????????????????Ч???????????????????????????????????????????????????????????????????????????????????仯???????????????????????????y?????ж???????????п?????θ?????????￡?PSO-BP??????????????÷???????Ч????     

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。     

基于地表校正和河道烧录方法的河网提取

 针对现有的数字高程模型(DEMs)在自动提取虚拟河网过程中易受洼地、平原地区影响,产生不连续的或平行的错误河网的问题,本文基于Arc Hydro Tools,阐述了地表校正(Agree算法)和河道烧录(Stream burning)方法提取虚拟河网的关键步骤和基本思路,并以环渤海地区为例,分析了有(无)河网辅助信息下,河网提取结果的准确度。研究结果表明,增加辅助信息更有助于提高虚拟河网的精度和准确性,且河道烧录方法在虚拟河网的提取上比Agree算法更有优势。由于环渤海研究区平原面积广大,对提取结果有较大的影响,提取结果的精确度不高。针对这一问题,本文综合河道烧录和地表校正(Agree 算法)的特点,提出一种河网提取的改进思路,并选取滦河流域作为验证区。通过对比,改进后的河网提取结果与中国实际河网分布较为吻合,说明该改进思路是较为合理、可信的。