基于灰关联聚类分析的多点时空非线性模型及其应用

用灰关联分析与模糊聚类方法进行变形点的多点分析,用地质定性分析与数学定量分析相结合的方式对三峡链子崖危岩体Ｔ０￣Ｔ６缝区进行了整体变形分析与空间预测模型的建立。结果表明,多点时空非线性模型是解决贫信息条件下整体变形预测的理想方法。     

灰色动态预测方法及其在变形预测中的应用

在分析比较了ＧＭ（１，１）预测模型的不足之后，提出一种实时引入新信息的等维新息和等维灰数递补组合动态预测方法。首先同常规预测法作了比较，然后进行了三峡链子崖危岩体变形发愤主有效性验证。     

基于定权的多因子线性拟合方法研究

通过综合曲线拟合与多因子线性拟合的特点,提出基于定权的多因子线性拟合方法用于多因子变形监测数据处理,实现基于定权的多因子线性拟合模型的建模过程,并与多元线性回归结果进行比对,同时对沉降变形监测的沉降量进行预测分析,验证模型的可行性和实用性。     

顾及空间和时间关联信息的动态变形模型及其预报方法

本文的研究主题是顾及空间和时间关联信息的动态变形模型及其预报方法。论文在分析比较国内外变形分析与变形预报理论和方法的基础上,首先讨论了大信息量下变形观测时间序列的分析途径,提出了一种简洁快速、适宜于实际工程问题动态变形分析与趋势预报的DDS方法。该方法以较少的模型参数和简洁的模型形式表达了系统离乱序列的潜在变化规律,并判断系统的稳定性。针对贫信息条件下的系统建模问题,论文指出了GM（1,1）模型的适用范围,提出了采用灰色组合动态模型代替常规GM（1,1）建模,并以构造模型群、进行模型比选和给出预测区间的模式进行预测模型的有效性检验。提出了一种多因子关联分析新方法,建立了描述变形因果关系的系统状态模型,是变形成因分析的新的研究途径。针对单点变形分析的不足,首次提出了用灰关联聚类分析方法来描述空间点之间的关系,推出了多点的时空非线性动态模型,使局部单点的变形分析转向空间氛友的整体分析。利用长江三峡链子崖危岩体的实际变形观测资料,进行免走的友关联聚类分析,根据数学定量分析与地质定性分析的综合评判结果,建立了多点的变形动态模型,并进行了整体变形分析及预测预报的有效性验证。     

多点变形动态灰色模型辨识及预测

从单点灰色模型入手,导出了多点变形的预测模型,通过用MATLAB语言编程,实现了空间多点变形预测模型的建立,并以实例验证了模型预测的有效性.     

贫信息条件下的多点变形预测模型及其应用

常用的单点变形分析方法没有利用监测点间相互关系的信息，不足以反映变形体整体的变形规律。本文将单点的变形预测模型扩展为多点的变形预测模型，建立了贫信息条件下的多点预测模型。进行了实例建模与分析，结果表明，多点预测模型为解决少数据，多因子的动态系统预测与分析提供了新的途径。     

用灰色模型预测边坡变形的新方法探讨

应用灰色GM（1，1）模型对边坡变形进行预测有时存在不能真实反映边坡动态变形的问题，在简述边坡变形一般规律的基础上，构造其解为二次多项式与指数项之和的微分方程，该方程的解可较好的用于边坡变形的预测，并用实例进行验证。     

基于灰关联聚类分析的多点时空非线性模型及其应用

用灰关联分析与模糊聚类方法进行变形点的多点分析,用地质定性分析与数学定量分析相结合的方式对三峡链子崖危岩体T₀~T₆缝区进行了整体变形分析与空间预测模型的建立。结果表明,多点时空非线性模型是解决贫信息条件下整体变形预测的理想方法。     

高速摄影测量系统中双相机同步技术的实现

提出了一种基于图像采集卡的可实现高同步精度的双相机高速立体摄影测量系统的设计方法.通过采用Genlock同步锁相技术和模拟接口的XTAL工作模式,实现了在理论上快门速度高达1/200 000 s时具有纳秒级的同步工作精度,并通过实验验证了系统的同步精度达到微秒级.     

基于灰色关联分析的卡尔曼滤波在桥梁变形监测中的应用

在某长江特大桥桥面挠度变形监测过程中,考虑引起桥梁挠度变化的相关因素,采用灰色关联分析确定其中较重要的影响因子后,在传统卡尔曼滤波模型基础上建立改化后的状态方程和观测方程,从而完成相关因素的预测预报工作。实际应用结果表明,基于灰色关联分析的卡尔曼滤波对桥梁挠度变化的预测结果比传统滤波模型更加接近最终实测值,具有更高的准确性与可信度。     

高速摄影测量系统中双相机同步技术的实现

提出了一种基于图像采集卡的可实现高同步精度的双相机高速立体摄影测量系统的设计方法。通过采用Genlock同步锁相技术和模拟接口的XTAL工作模式,实现了在理论上快门速度高达1/200 000 s时具有纳秒级的同步工作精度,并通过实验验证了系统的同步精度达到微秒级。     

预测与干旱相关的植被压力的一种新方法

干旱是正常的气候状况,然而它们是世界上最为严重的自然灾害之一。干旱的时间、严重程度和模式等知识可以整合起来参与制定有效的计划和决策。本文介绍了一种数据挖掘方法,用来确定植物分布模型以及绘出植物在成长季节的分布范围。基于规则的树木衰退模型概括为确定来自卫星的植物状况,气候的干旱指数,以及生物物理学数据,包括陆地覆盖类型,可利用的土壤含水量,灌溉的农场土地的百分比,以及生态学类型之间的关系。数据挖掘方法构造用数值表示的基于规则的模型。此模型能找到输入变量间的关系。因为模型能同以前的输入数据一起迭代使用,基于早期的条件,这种方法能进一步预测到植物生长季节的状况。模型的可视化以图形信息输出,这就提供了评估模型的方法。本文绘制了2002年干旱内布拉斯加州和北达科他的原形图,并讨论了这些图形的潜在用途。     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

数码航测中多拼CCD相机同步曝光方法及其实验分析

多拼相机组合成等效大面阵相机,可以形成宽角视场,对于数码航测具有重要意义,其中同步曝光是其核心技术之一。本文研究了一种光耦继电器为核心部件的同步曝光方法,对同步曝光的性能进行了实验,利用统计分析的方法进行了数据分析,验证了相对于传统的电磁继电器方案的优越性,实验表明可以满足大比例尺数码航测的要求。     

多核多类关联向量机的高分辨率影像目标检测

从高分辨率遥感图像数据中准确检测多类目标的任务对于检测速度和模型训练时间提出了较高的要求.文章提出了一种MKL_mRVM方法:该方法采用基于快速边缘似然最大算法直接计算mRVM分类器的决策函数,避免了传统RVM重复计算目标函数Hessian矩阵的过程,并且因为不需要构造一系列两类分类器,缩短了多类模型的训练时间;同时,将多个基础核引入多类模型,训练过程中采用交叉验证方法确定基础核权重,在随机分出的确认集上检验分类器的精度,选取使得分类模型精度最高的值作为权重的优化结果.实验结果表明,该方法能够在保持解的稀疏性的前提下,有效地缩短模型训练时间.     

顾及多因素影响的双线性变形模型及其动态参数估计

为了描述变形体的非线性变化规律，同时为了顾及外界环境因素对变形体的影响，本文建立了时不变和时变双线性混合回归变形模型与时不变和时变双线性动态系统变形模型。给出了双线性变形模型的动态参数估计。算例说明，对非线性变化趋势的变形体建立双线性变形模型的有效性和实用性。     

面向对象的多源异构数据关联组织与分析

为了满足高分辨率遥感图像解译及应用的需要,就必须要有海量多源异构数据的支撑,实现多源异构数据的快速关联组织与分析,解决数据种类多、数据量大、数据内容庞杂、数据结构松散和数据关联复杂等难题已成为迫切需要.本文提出了以目标对象为核心的数据关联模型,构建了基于时空统一的地理编码,实现多源异构数据的关联组织和基于统一时空框架的数据分析.     

一种概率分布的区间数多指标灰色关联模型

针对区间数多指标决策问题中评价值的取值概率问题,提出了基于概率分布的区间数多指标灰色关联模型。该模型将区间数距离映射到概率分布函数上,根据灰色关联分析方法的基本思想,计算决策方案与理想方案之间的关联度,通过关联度对决策方案进行排序。最后给出了两个实例分析,验证了该模型计算结果的正确性与有效性。     

顾及背景知识的多事件序列关联规则挖掘方法

事件序列关联规则挖掘旨在发现序列中不同事件在邻近时间域内的相互依赖关系,对于理解事件间的交互作用机制具有重要意义。然而,当前事件序列关联规则挖掘方法忽略了序列中事件的分布特征,支持度与置信度阈值参数设置困难,进而造成了挖掘结果的冗余或遗漏问题。充分考虑序列中事件的固有分布特征,定义了新的规则度量指标,并给出了一种顾及背景知识的多事件序列关联规则挖掘算法。实验结果表明,与当前经典的MOWCATL算法比较,此方法挖掘结果更加准确,且规则度量指标间的一致性更好,可有效改善挖掘规则冗余或遗漏问题。应用此方法对2013年冬季北京市PM_2.5浓度与气象因素的多序列进行挖掘,发现PM_2.5浓度与空气相对湿度的联系最为紧密,高湿、低温和弱风环境最容易导致高浓度PM_2.5的形成。