一种基于重要性评估的河网分级方法

提出了一种改进的河网分级方法,该方法首先对河段的重要性程度进行评估,并利用树结构实现河网的拓扑关系;之后基于河段重要性指数筛选河网主干,并利用主干抽离算法对河网进行逐层遍历;最后基于遍历结果完成河网地层次划分。试验表明,新方法在算法性能和分级结果上均优于传统方法,因此,新方法能够更好地应用于实际的河网分级工作中。     

几种新的河网分维及其制图特征

利用分形几何原理，推导出几种新的河网分维，并讨论了它们的制图特征。     

几种新的河网分维及其制图特征

利用分形几何原理，推导出几种新的河网分维，并讨论了它们的制图特征。     

地理信息系统中的河网平面结构模型及其自动建立

地理信息系统的建立过程中，如何灵活高效地获取各地理背景要素的数据及其后续处理始终是地学工作者要解决的瓶颈问题之一，针对其中的河网要素，本文提出了一种以河流为数据采集基本单元的河网数据结构模型，并讨论了其在计算机中的表示方法及有关算法。     

基于均值变点分析的三峡库区河网提取研究

均值变点是最常见最直观的一种类型,它以平均值为分析对象,通过计算整个样本数据的方差(S)与分段样本的统计量(Si)之差来确定变点,变点的存在会使S和Si的差距增大。本文以SRTM DEM数据作为基本的地形数据,借助Arc Hydro Tools扩展模块,研究基于地表径流漫流模型的数字河网提取方法,采用均值变点分析法确定提取河网的阈值,并对结果进行分析。经对比发现,提取的主干河网与1∶250 000地形图主干上吻合较好,次流上更具真实性,提取结果可以用于各种地形分析。     

地图数据库中的结构化河网及其自动建立

本文提出了一种基于河段的结构化河网,讨论了这种结构化河网的自动建立过程,主要包括两个结构索引即线索树结构索引及层次结构索引的自动产生;根据包含以上两个索引的结构化河网,提供了若干检索函数,作为地图数据库中结构处理时结构信息的提取手段。     

GIS中河网空间数据模型

河网通常是由多条河流组成的,河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于河网空间形态结构特征的河网空间数据模型,并阐述了该模型的建立、维护等方法。     

河流自动选取中的分级优化

水系是具有高度结构化特征的复杂空间数据,在不同水文条件和地形环境下发育的水系形态可以表现为多种模式,如格状河系、羽毛状河系、平行状河系等,使得水系选取具有较大难度。探讨了河流分级(汇流区域特征)、河网结构层次化(河流分布的地理特征)与水系选取之间的关系,提出了基于流域的河流自动选取,从河流的局部重要性出发,考虑河流的分级主要基于两点:一是确定选取单元为流域;二是对流域内河流通过等级关系选取高等级河流,同等级间河流根据长度、密度、河流间距离等综合指标进行选取。     

基于动态树结构的河网分析方法

某条河流除了河流自身的数量与质量特征外,该河流在河网结构中的空间位置及其相关结构特征将提供全局性的评价依据。河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于动态树结构的河网分析思想,阐述了动态河网树结构的建立、维护及其应用的方法。     

自动建立结构化河网的算法改进

本文论述了结构化河网的特点及其计算机描述，详细介绍了自动建立结构化河网的算法。本文的重点在于对自动建立层次结构索引的算法研究，实验结果表明此算法严谨明了，编程简单，效果很好。     

组合分类器及其在高光谱影像分类中的应用

多分类器组合问题一直是模式识别和机器学习领域的研究重点.由于各分类器的分类结果有着互补信息,因而一般来说,组合分类方法总有着较单个分类器精度更高的分类结果.将组合分类方法引入到高光谱影像的分类过程中,并针对该类影像的特点,提出了混合组合策略.实验表明,将组合分类器用于高光谱影像的分类,可以得到较为理想的分类结果.     

组合分类器及其在高光谱影像分类中的应用

多分类器组合问题一直是模式识别和机器学习领域的研究重点。由于各分类器的分类结果有着互补信息,因而一般来说,组合分类方法总有着较单个分类器精度更高的分类结果。将组合分类方法引入到高光谱影像的分类过程中,并针对该类影像的特点,提出了混合组合策略。实验表明,将组合分类器用于高光谱影像的分类,可以得到较为理想的分类结果。     

Kohonen神经网络在遥感影像分类中的应用研究

根据Kohonen网的生物学基础 ,基本结构和学习算法 ,提出了解决遥感影像分类的途径。依据实验区土地利用类别的光谱特征 ,采用主成分分析对遥感影像进行预处理 ,结合地理辅助数据的量化输入训练出Kohonen自组织图后对融合有地理辅助数据的影像进行土地利用分类 ,并与BP网和最大似然法分类结果进行分析比较。结果表明 ,地理辅助数据的参与对提高Kohonen网影像分类精度具有意义     

基于AO的水系自动制图综合应用研究

ArcObjects(AO)二次开发组件具有强大的图形分析和处理功能。本文通过设计树状水系的数据组织、河流选取和概括方案,探讨了使用AO组件对象接口实现树状水系的自动制图综合方法,并提出了Douglas-Peucker算法的改进。     

泛概念层次构建方法及其在遥感图像分类中的应用

针对传统泛概念树在进行正态云综合时出现雾化现象以及使用极大判定法进行遥感图像分类时缺乏类别信息的问题,提出了一种泛概念层次构建的改进算法,并基于改进的泛概念层次构建算法进行遥感图像分类。对TM遥感影像进行分类实验,并与常用的最大似然、最小距离、马式距离等方法进行遥感图像分类的对比试验,验证了本方法的有效性。     

几种形式的网络RTK技术比较与应用研究

目前,网络RTK成为工程领域的研究热点.但是,许多城市还没有建立当地的CORS系统,或者仅有单基站系统.因而,对于测绘工程领域来说,网络RTK技术仍是该地区的最大需要.于此同时,高达10 cm的实时定位精度的手持机已经进入测量市场,称之为手持RTK当之无愧.本文就单基站CORS技术与网络CORS技术,以及手持机连接自设基站技术测量精度进行分析与比较,并提出有益建议.     

NOAA卫星图像神经网络分类方法的探讨

阐述了应用神经网络对NOAA卫星图像进行分类的基本原理和方法,并进行了实例分析,结果表明了该方法的有效性。     

广义马尔可夫随机场及其在多光谱纹理影像分类中的应用

在二维马尔可夫随机场模型的基础上，提出顾及波段间的空间相关性，发展了一种适用于多光谱纹理影像分类的广义马尔可夫随机场模型。鉴于广义马尔可夫随机场模型的复杂性，利用最大伪似然法建立了求解模型参数的简化方程式，实现了纹理特征的快速提取。结合提取的纹理特征影像和光谱特征影像，采用概率松弛算法实现影像的分类。实验证明，提出的基于广义马尔可夫随机场的多光谱纹理影像分类算法克服了传统的基于光谱特征的分类算法的局限性，提高了纹理影像的分类精度。