一种改进的双线性规则格网DEM内插算法

在构建高精度规则格网DEM过程中,针对双线性内插模型对地形表面的线性描述所产生的误差问题,提出了一种误差校正的方法。该方法依据待插值点邻域内的坡形以及坡度与R因子的值对双线性内插中间结果进行校正。实验结果表明,在4种不同地貌类型区域,基于误差校正的双线性内插方法精度均高于传统的双线性内插方法,在丘陵、低山、高山地区内插精度也高于自然邻近内插、反距离加权内插与普通克里格内插方法。     

面积内插算法初探

在经济、社会和城市研究中，我们要研究的区域之上经常没有数据，而这些数据需要由已知区域推求。很多建立在区域之上的研究，都不可避免地要把数据从一个区域转换到另一个区域，这通常就需要面积内插。分析了一些常用的面积内插算法，比较了它们的优缺点，探讨了进一步研究的方向。     

一种实有的等高线内插算法

提出了一种行之有效的等高线内插算法，介绍了算法的原理和实现过程，并分析了方法的优缺点。     

基于DEM应用内插算法的分析

本文介绍了基于ＤＥＭ应用的几种内插方法,并对双三次内插法,移动曲面法两种主要方法做了试算及分析,讨论承不同情况的方法方法应用。     

平面坐标转换的内插算法

探讨了利用内插算法解决平面坐标转换的问题,讨论了内插转换模型对公共点不同分布情况下的适用性,并将拟准检定法应用于抵抗粗差的影响,通过实例表明,算法能获得较高精度的转换坐标。     

DEM内插算法与精度评定研究

本文分析了DEM数据产品的误差源、内插算法的误差模型,简要介绍了目前DEM数据产品精度评定的指标与方法途径.通过介绍DEM引出了数字高程模型内插方法,比较了各种DEM内插方法,并且分析了模型精度.     

平面坐标转换的内插算法

探讨了利用内插算法解决平面坐标转换的问题,讨论了内插转换模型对公共点不同分布情况下的适用性,并将拟准检定法应用于抵抗粗差的影响,通过实例表明,算法能获得较高精度的转换坐标.     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理.在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率.     

Delaunay三角网内插多边形算法研究

针对Delaunay三角网内插多边形的实用性,提出了一种Delaunay三角网快速内插多边形算法,该算法先将多边形的边作为约束数据入网,然后对多边形内部三角形进行清空处理。在影响区域及多边形内部三角形确定上,提出了一种快速解决方法,大大提高了算法的执行效率。     

P3解析测图仪的技术改造

Ｐ３解析测图仪（以下简称Ｐ３）是原西德ＯＰＴＯＮ厂８０年代末生产，我国于１９９０年首台引进的，带有摄影测量和制图数据采集与处理系统软件（ＰＨＯＣＵＳ）的高精度解析测图仪，但由于Ｐ３本身存在一些问题，使国内用户无法发挥其应用的功能和作业效率，１９９３年我们根据用户的要求和科研的需要，对Ｐ３进行了技术改造，使其整体性能用了较大提高，本文就Ｐ３存在的问题和改造原理作些介绍。     

一种基于启发式算法的等高线局部内插方法

在基于启发式内插等高线算法的基础上提出了一种局部内插方法。首先利用Douglas-Peucker算法提取等高线的特征点,根据特征点判断等高线之间的相似性程度,找出导致等高线出现异常的特征点;然后将相似性程度很低的两条等高线自动分解为若干简单等高线再进行内插。有效地解决了局部弯曲很大、马鞍型地貌等复杂等高线的内插问题。算法已经在以Microstation为平台的数字制图系统中实现并逐渐实用化。     

一种基于启发式算法的等高线局部内插方法

在基于启发式内插等高线算法的基础上提出了一种局部内插方法。首先利用Douglas—Peucker算法提取等高线的特征点,根据特征点判断等高线之间的相似性程度,找出导致等高线出现异常的特征点;然后将相似性程度很低的两条等高线自动分解为若干简单等高线再进行内插。有效地解决了局部弯曲很大、马鞍型地貌等复杂等高线的内插问题。算法已经在以Microstation为平台的数字制图系统中实现并逐渐实用化。     

GPS网络RTK系统的内插算法研究

本文详细介绍了GPS网络RTK系统中内插算法的基本原理和计算公式，并进行了模拟计算，从而验证了内插算法的精度和可靠性。     

神经网络BP算法在DEM内插中的应用研究

神经网络BP方法应用于DEM内插,可以不需要传统的内插拟合函数.本文构建了一种"4X"BP神经网络结构,以地面点的平面坐标(X,X,Y,Y)作为网络输入层的节点,以高程H作为输出层的节点.用这种方法分析一个工程实例,选取隐含层节点数N为15,构建4×15×1的神经网络结构,结果得到DEM内插中误差为±0.45m,而传统的平面插值法的中误差为±0.53 m.实例证明,神经网络BP算法的效果非常好,值得在工程中推广应用.     

滑动式切比雪夫插值算法在精密星历内插中的研究

在高精度GPS测量中,采用合适的内插模型来提高精密星历内插精度是降低测量误差的重要手段。本次研究基于切比雪夫插值模型原理与计算公式,针对滑动式切比雪夫多项式算法出现插值盲区的局限性以及出现龙格现象的问题,采用了滑动式插值算法进行了改进,通过在MATLAB上编程实现各类模型并对各类模型的结果进行比较,最终得出在插值效率方面的最优多项式,在一定程度上对该插值方法进行了优化,提高了GPS数据处理的效率。