不同组合方法对GPS高程拟合的影响

针对平面拟合、二次曲面拟合和GA-BP神经网络3种模型的各自特点和适用范围,为综合各模型优点、提高高程拟合的精度与可靠性,对比分析了不同非线性组合和线性组合方法,即RBF神经网络组合、加权最小二乘支持向量机（WLSSVM）组合和最优加权组合、最优非负变权组合等对GPS高程拟合精度的影响。理论分析和算例结果表明,不同组合方法对GPS高程拟合精度的影响不同,WLSSVM组合和最优非负变权组合的拟合效果较好,可靠性较强|最优非负变权组合能较好地控制残差极值,有效减小误差区间,且转换精度较高。     

最优非负变权组合模型在卫星钟差预报中的应用

针对单一卫星钟差预报模型自身存在的缺陷,提出基于二次多项式、灰色GM（1,1）和ARIMA等三种单一模型的最优非负变权组合预报模型。通过与各单一模型和经典权组合模型进行对比分析表明,该模型预报残差RMS值最小,精度更高,能够根据各模型预报效果赋予不同的权值,在一定程度上综合了多种单一模型的优点,可降低预报风险,提高模型预报的可靠性。     

基于熵权-IOWGA算子的变权组合预测新方法

针对熵权法组合权重分配固定不变的问题,提出一种基于IOWGA算子的权重分配方法,建立基于熵权-IOWGA算子的变权组合模型。该方法以各单一模型的预测精度作为诱导值,按每一期诱导值的大小对单一模型进行有序赋权,并将其应用到变形数据分析中。实验表明,该方法赋权过程合理,模型预测精度更高,更加适用于变形分析预测过程。     

基于Theil不等系数的IOWA算子最优变形组合预测模型

针对传统组合预测模型中各单项预测模型赋权问题的不足,提出一种基于Theil不等系数的IOWA算子最优变形组合预测模型。利用IOWA算子,依据各单项预测模型预测值各时间点精度的不同,赋予不同的权系数,建立最优组合预测模型,并将其应用于变形数据分析与预测。实验结果表明,本文方法的预测结果比各单项模型与传统组合模型的结果更准确。     

EWT-Elman组合模型短期电离层TEC预报

针对电离层总电子含量(TEC)非线性、高噪声的特点,建立基于经验小波变换(EWT)和Elman神经网络的短期电离层组合预报模型。运用该模型对不同地磁环境的电离层TEC时间序列进行建模预报,结果表明,EWT-Elman组合模型可反映电离层TEC的变化特征,地磁平静期预测平均相对精度为93%,均方根误差为1.04 TECu;地磁扰动期预测平均相对精度为92.4%,均方根误差为2.18 TECu。单一Elman模型、EMD-Elman组合模型以及EWT-BP组合模型在地磁平静期平均相对精度最高为90.7%,均方根误差最小为1.33 TECu;地磁扰动期平均相对精度最高为90.7%,均方根误差最小为2.57 TECu。对比其他模型,本文方法预测效果最优。     

L_n范数准则和地学模型误差及模型参数估计

本文论述了模型误差及模型参数估计的有关问题,具体包括:1)L_n范数准则;2)模型误差的一般表达式;3)线性化模型及模型含误差时的模型参数估计;4)模型的改善与优化;5)计算方案;6)模型误差与L_n范数准则。本文的论述为建立和分析各种具体的地学模型提供了必要的理论和方法。     

地铁隧道地表变形小波去噪及灰色-时序组合预测模型研究

以青岛地铁3号线地表变形横向观测线实测数据为例,开展小波去噪及时序组合预测模型的研究。首先,采用小波理论对观测值进行粗差剔除与去噪处理,根据均方误差最低、信噪比最高的原则,证实dmey小波1层分解、rigrsure软阈值小波去噪方法是最优的。其次,给出地铁隧道地表变形灰色-时序组合预测模型表达式,选用等维新息GM(1,1)模型和残差时间序列模型进行地表变形叠合预测。最后,通过小波去噪后时间序列预测模型、小波去噪前灰色-时序组合预测模型、小波去噪后灰色-时序组合预测模型进行计算分析,结果表明小波去噪后灰色-时序组合模型预测精度最高,并分析了各模型预测精度差别的成因。     

EOF-LSTM神经网络的电离层TEC预报模型

为有效利用电离层总电子含量序列的时间信息,提出一种经验正交函数分解与长短期记忆神经网络组合的预报模型,利用IGS提供的云南地区TEC格网数据,分别对不同地点和不同时段的电离层进行建模预报。实验结果表明,该模型在同一时段预报5 d的TEC值均方根误差最优达1.83 TECu,较单一模型减小16%,其平均相对精度最优达91.56%,较单一模型增加7%;在同一地点预报5 d的TEC值均方根误差最优达1.86 TECu,较单一模型减小25%,其平均相对精度最优达90.74%,较单一模型增加7%。     

基于最优极化特征组合的SAR影像湿地分类

快速、准确的湿地地物分类是实现湿地精准监测的基础。为进一步研究湿地地物显著极化特征对分类结果的影响,提出了基于最优极化特征组合的SAR影像湿地分类方法。该方法利用箱型图等方式,在特征选择因子等准则下从多种极化分解方法选择最优极化特征进行组合,并在此基础上实现分类。首先,为了简化极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）影像并降低其斑点噪声,对互易处理后的极化SAR影像进行多视化和精致Lee滤波。然后,进行6种极化分解,得到多种极化特征。再之,利用箱型图、Cloude-Pottier平面散点图和均值散点图详尽分析上述极化特征和双台河口湿地典型地物散射机制间的相关性,并据此在特征选择因子、特征判断因子、H/α平面等和均值标准差的准则下选择最优极化特征组合。最后,以上述最优极化特征组合为输入,设计支持向量机（Support Vector Machine, SVM）分类器,实现湿地的最优分类。本文以辽宁省盘锦市辽河入海口双台河口湿地为例,采用2016年7月的C波段Radarsat-2全极化数据验证最优极化特征组合的有效性。结果表明：① Cloude-Pottier分解的H、A和α、MCSM （Multiple-Component Scattering Model ）分解的表面散射、Pauli分解的T₃₃与Yamaguchi3分解的表面散射和二面角散射为最优极化特征;② 使用最优极化特征组合不仅可以减少极化特征冗余,还可以提高各湿地地物的生产者精度、分类总精度及Kappa系数,其中各湿地地物的生产者精度提高1%~5%,分类的总精度可达到94.25%,Kappa系数达到93.63%。     

基于层次分析法—变权函数的青岛市灵山岛地质遗迹定量评价研究

地质遗迹评价和区划是地质遗迹资源科学保护与合理开发的基础,对地质遗迹保护区划及科学开发意义重大。本文通过层次分析法分级定等,针对该评价方法权重值各指标值大小在不同评价单元内始终不便的弊端,创新性地引入了变权思路,建立了变权理论的地质遗迹评价系统。以青岛市灵山岛为研究对象,对已经发现的30处地质遗迹进行了等级评价,权评价结果和变权修正,发现变权评价模型能在一定程度上克服指标内部差异性带来的不良影响,评价值离散性更好,有利于等级划分,评价结果更符合灵山岛实际特点。     

���ŷǸ���Ȩ���ģ���ڴ�ӱ����е�Ӧ��

?????????GM??1??1????BP?????????????????3?????????????????????????????????е???????????????????????????????????????????????????????????????????????????????????????????????????????0.11 mm?????????????о??????????ü????     

�˼���ͬԼ��׼��ı��β������Ԥ��ģ���о�

????????????????????????β?????????????????????о??????????????????????????????????????????????????????5????β???????????????????5?????????μ?????????????????????Ч??????????????????????????????????????????????????????????     

基于二阶预测有效度IOWGA算子的变形组合预测研究

针对一阶预测有效度未能考虑预测精度的方差以及权数不变的问题,提出一种基于二阶预测有效度IOWGA算子的变权组合预测方法。该方法以二阶预测有效度作为目标函数,根据预测精度赋权,然后将其运用于变形数据分析中。实验结果表明,该模型预测精度高,适用于变形预测与分析。     

����ARIMA��ANN���ģ�͵������Ӳ�Ԥ������

?????????????????????????????????????????????ARIMA??ANN??????????????????????????ARIMA????ANN???????????????б??????????????????????????????????????????????????????????????????????????????????IGS??????????????????????????????ARIMA????ANN??????????????ж?????????????????????????????????????????????????????????????????棬???????С??50%??     

等价权函数为连续可变函数的抗差Kalman滤波

设计了一种等价权函数为连续可变函数的抗差Kalman滤波,通过与现有常用抗差Kalman滤波方案比较,新设计的抗差权方案具有更优的抗差效果。     

基于模糊聚类分析法的BDS长基线模糊度解算

为探求BDS长基线模糊度解算的最优组合观测量,基于模糊聚类分析法分别选取2个BDS最优超宽巷组合和1个最优窄巷组合共同构建TCAR模型,分别采用GF_TCAR、GB_TCAR和GIF_TCAR模型对实测BDS长基线进行模糊度解算。实验表明,3种模型解算超宽巷组合模糊度的结果基本一致; GF_TCAR模型解算模糊聚类分析法所得最优窄巷组合(3,0,-2)的相邻历元组合模糊度差值优于常用的(4,2,-5)组合;GB_TCAR模型解算IGSO卫星时,窄巷组合(3,0,-2)的结果优于(4,2,-5)组合,而解算GEO、MEO卫星时2种窄巷组合结果一致;GIF_TCAR模型解算窄巷组合(3,0,-2)的结果略逊于(4,2,-5)组合。     

PSO-GM(1,1,N,p,ξ)模型在变形预测中的应用

通过对传统GM(1,1)缺陷分析和改进的基于权的PGM(1,1)建模机理描述,顾及PGM(1,1)中背景值构造时取相同的参数不能充分降低模型的预测误差,对不同的时刻引入不同的参数来改进GM(1,1)背景值序列的计算公式,将这种背景值构造方法和灰元N引入GM(1,1)建立了新的白化方程。在建立的新的白化方程基础上,用龙格-库塔法以修正的初始值计算累加值的模拟序列。针对引入的参数较多问题,采用粒子群算法寻找满足相对误差均值最优的参数,从而建立了基于粒子群优化算法和加权灰色组合的PSO-GM模型。工程实例应用表明,新模型的拟合精度高,预测效果好,相对其他两种原有模型预测精度有明显提高。