利用模糊数学方法对遥感卫星地球站工作质量进行评定

利用模糊数学中的综合评判原理,建立一种对遥感卫星地球站的工作质量进行评判的数学模型,同时利用聚类分析方法对结果进行了验证,并对模型的适用性进行了讨论。     

基于模糊数学的公路枢纽重要性综合评判

通过对交通枢纽的介绍强调了公路枢纽的重要性,具体介绍了模糊综合评判的方法,重点介绍了隶属函数的概念以及常见的模糊分布,然后对公路枢纽的重要性进行了模糊综合评判,最后用东北地区几个城市的数据验证了模型的合理性。实验结果表明,利用模糊数学的方法,对于评判交通枢纽的重要性起着关键的作用。     

基于模糊数学的公路枢纽重要性综合评判

通过对交通枢纽的介绍强调了公路枢纽的重要性,具体介绍了模糊综合评判的方法,重点介绍了隶属函数的概念以及常见的模糊分布,然后对公路枢纽的重要性进行了模糊综合评判,最后用东北地区几个城市的数据验证了模型的合理性.实验结果表明,利用模糊数学的方法,对于评判交通枢纽的重要性起着关键的作用.     

利用模糊综合评判进行面向对象的遥感影像变化检测

提出了利用模糊综合评判进行面向对象的遥感影像变化检测方法。首先对遥感影像进行多尺度分割来获取对象;然后,进行对象的特征优选,利用变化向量模法、χ2变换法、向量相似度法、相关系数法来构造"综合层间逻辑值",并作为因素集建立模糊综合评判模型,对目标对象是否发生变化做出判决。最后与单个"层间逻辑值"进行OTSU阈值分割的结果进行对比,证明了该方法的可行性。     

城市土地集约利用评价的实证和新思路

城市土地集约利用成为当前中国城市化的必然选择,对其进行切实可行的评价是城市土地利用和管理的基础。本文建立了城市土地集约利用评价指标体系,编制了综合指数及评判标准并对城市土地集约利用评价进行了实证研究。在此基础上,经过深入思考,指出了传统评价过程的不足,继而提出了基于多源信息的城市土地集约利用遥感评价的新思路。     

基于神经网络和模糊评判的滑坡敏感性分析

滑坡的敏感性涉及到很多因素,如滑坡体的坡度、坡的朝向、坡度的类型、岩石特性、海拔高度、植被覆盖等特征。神经网络具有非线性映射能力,利用这些与滑坡发生紧密相关的因素作为网络的输入,构造一个具有反映滑坡敏感性的评价网络,输出端为敏感性分析的结果。本文针对某具体地区,提取相关因素,构造评价指标体系并量化,利用该地区样本集数据对滑坡敏感性评价神经网络进行训练,用训练后的网络对实例并结合模糊评判进行了相互验证,结果说明利用神经网络和模糊评判进行滑坡敏感性分析是可行的。     

模糊综合评判在GIS质量评价中的应用

依据GIS数据产品的模糊性,采用模糊数学综合评判的原理和方法,对甘肃省嘉峪关市GIS数据产品的质量进行了评判,体现了模糊综合评判对GIS质量评价的科学性、全面性、实用性等原则,弥补了现有方法的缺陷。     

土地利用图中线状要素综合的质量评价

作为土地利用图综合的一个重要组成部分,线状要素综合质量的好坏对于有效提高自动制图综合的正确率具有重要意义。本文基于模糊综合评判理论对土地利用图中线状要素的综合进行了质量评价。首先,基于制图综合约束,确定评价指标体系,组成评价因素集;其次,在确定评判集和权重集的基础上,建立线状要素综合质量评价模型;最后,利用试验验证了评价方法的有效性。该研究为客观评价土地利用图中线状要素的综合质量提供了新的思路。     

城市目标评价与分析

依据城市发展的基本特点以及现代高技术战争作战理论、作战样式的变化,对城市打击目标进行了分类,对影响城市目标重要性的因素及分级进行了研究,并利用模糊综合评判方法对目标重要性进行了分析.依据目标重要性指数,提出了目标体系概念,对单体目标提出了目标结构的概念及研究内容.     

城市用地类型区土地利用集约度评价初探与实证分析

本文针对中观尺度的城市用地,从土地投入水平、土地利用强度、土地利用效率3个方面构建评价指标体系,采用模糊综合评判法,分别对居住用地、商业用地以及工业用地3种用地类型的土地集约利用程度评价方法进行了探讨,并以大同市城区为例进行实证分析,评价结果基本符合大同土地利用现状。     

Integrating cellular automata,artificial neural network,and fuzzy set theory to simulate threatened orchards: application to Maragheh,Iran

Urbanization processes challenge the growth of orchards in many cities in Iran. In Maragheh, orchards are crucial ecological, economical, and tourist sources. To explore orchards threatened by urban expansion, this study first aims to develop a new model by coupling cellular automata (CA) and artificial neural network with fuzzy set theory (CA–ANN–Fuzzy). While fuzzy set theory captures the uncertainty associated with transition rules, the ANN considers spatial and temporal nonlinearities of the driving forces underlying the urban growth processes. Second, the CA–ANN–Fuzzy model is compared with two existing approaches, namely a basic CA and a CA coupled with an ANN (CA–ANN). Third, we quantify the amount of orchard loss during the last three decades as well as for the upcoming years up to 2025. Results show that CA–ANN–Fuzzy with 83% kappa coefficient performs significantly better than conventional CA (with 51% kappa coefficient) and CA–ANN (with 79% kappa coefficient) models in simulating orchard loss. The historical data shows a considerable loss of 26% during the last three decades, while the CA–ANN–Fuzzy simulation reveals a considerable future loss of 7% of Maragheh’s orchards in 2025 due to urbanization. These areas require special attention and must be protected by the local government and decision-makers.     

An Evidential Reasoning Approach to Land Degradation Evaluation: Dempster-Shafer Theory of Evidence

This study explores the combination of expert and local knowledge for an integrated evaluation of land degradation in southern Mauritania. The expert knowledge uses two imprecise information and uncertainty management tools, Fuzzy measure theory and Dempster‐Shafer theory, mediated by expert knowledge, to integrate data collected using local knowledge. Fuzzy measures were found to be an efficient way of handling uncertainty of data compiled from local environmental knowledge and uniformly scaling all land degradation indicator variables to the same numerical range of values. The two techniques allowed scaling and integration of 13 evidential themes characterizing southern Mauritania. The cartographic outputs of this study show the potential of Fuzzy measure theory and Demspter‐Shafer theory as powerful complementary environmental resource management tools. On a scale of 0.0 to 1.0, the maps indicate the degree of degradation. The seriousness of land degradation decreases from settlements, roads, and watering points outward. As such, they constitute an excellent guide for resource allocation and rehablitation plans.     

Improvement of MEMS-IMU/GPS performance using fuzzy modeling

Performance improvement of integrated Inertial Measurement Units (IMU) utilizing micro-electro-mechanical-sensors (MEMS) and GPS is described in this paper. An offline pre-defined Fuzzy model is employed to improve the system performance. The Fuzzy model is used to predict the position and velocity errors, which are the inputs to a Kalman Filter (KF) during GPS signal outages. The proposed model has been verified on real MEMS inertial data collected in a land vehicle test. A number of 30-s GPS outages were simulated during the data processing at different times and under different vehicle dynamics. Performance of the suggested Fuzzy model was compared to that of the traditional KF particularly during the simulated GPS outages. The test results indicate that the proposed Fuzzy model can efficiently compensate for GPS updates during short outages.     

黄土丘陵区数字地貌模型与遥感影象分类

黄土丘陵区地形破碎、沟壑纵横，为遥感影象的土地利用自动分类带来了很大困难。仅依靠传统的光谱统计分类方法，难以达到较高的分类精度。本文拟探讨在黄土丘陵区运用大比例尺地形图数据，建立区域数字地貌模型；并在模糊数学理论的指导下，运用数字地貌模型对影象的分层分类结果进行修正和细化。研究表明，此方法能够有效地提高土地利用分类精度和机助制图比例尺。     

基于模糊综合评判原理建立制图基本资料选择评价数学模型

本文借助多层次模糊综合评判原理建立了制图基本资料选择评价的数学模型,并给出一个具体实例说明该模型的可行性和精确性。     

聚类分析在Galileo载波相位组合观测值选取中的应用

鉴于传统Galileo载波相位组合观测值筛选方法工作量大,本文引入了模糊聚类理论,将其与载波相位组合理论相结合,对聚类指标进行了选取,然后运用最大树聚类法对Galileo载波相位组合观测值进行分类,并讨论了分类结果.最后通过与传统聚类方法的比较,证明了本方法的合理性.     

微机土地资源评价信息系统的建立及其应用研究

本文介绍了一种利用遥感图像数据及土地资源野外调查数据,在IBM—PC/XT微机上,建立区域性土地资源评价信息系统的方法。该系统可对土地资源进行高效、快速的周期性评价和自动制图。 系统采用网格方法对多边形图像进行特征编码及数字化输入,利用模糊数学的原理和方法,建立了土地资源适宜性评价的模糊动态聚类评价模式,并用模糊模型识别评价模式进行土地资源的质量评价。根据上述评价模式,系统可进行多层数字图像之间的逻辑图像运算,从而实现了土地资源评价过程的自动化。     

利用一种模糊神经网络对遥感影像进行分类的研究

结合遥感影像的特点,提出一种模糊逻辑系统和神经网络中的BP算法相结合的模糊神经网络,利用其进行整个遥感图像的分类,并和典型的BP神经网络进行对比,发现其优点以及存在的问题。     

海岸带军事地理环境对气垫登陆艇登陆作战模糊影响模型的建立

运用军事地理、模糊数学等相关理论，分析了海岸带军事地理环境对气势登陆艇登陆作战的影响，构造了有三个层次的模糊影响关系目标树，建立了目标层间的模糊关系数学模型，探讨了底层模糊目标隶属值的确定问题。