复合材料中电势分布的计算方法

从第一性原理出发 ,利用 Bergman方法推导出电流变材料系统固体材料和液体材料中的电势表达式 ,并通过数值计算求出在不同介电常数下 BCT结构的电势分布。结果发现 ,在固体材料内电场分布基本上是均匀的。随着失配常数的增加 ,固体材料内的电场减小     

工业测量系统在多波束天线安装检测中的应用

根据多波束天线测量和检测的实际情况 ,主要介绍了多波束天线的数学模型、解算方法、测量方案的设计以及调整量的计算等问题。最后对实测结果进行了分析。     

基于三差解检测与修复GPS载波相位周跳新方法

对飞行中初始化载波相位整周模糊度ＧＰＳ的动态差分定位而言,如果在整周模糊度初始化过程中发生载波相位周跳,将严重影响整周模糊度的确定,本文对已有的ＧＰＳ静态差分定位中通过三差解检测与修复周跳的方法进行了推广,提出了一种适合于解决Ｏｎ－Ｔｈｅ－Ｆｌｙ整周模糊度初始化过程中周跳问题的新方法。新方法保持了静态情况下原有方法的特点,分析和利用实采数据进行的检验表明,新方法是有效和实用的。     

一种稀疏降噪自编码神经网络影像变化检测方法

采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据最大特征,实现样本数据白化降维;最后采用tanh函数作为神经元激活函数,选...     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

融合工程地质资料与GNSS高精度监测信息的黑方台党川黄土滑坡稳定性研究

针对当前滑坡稳定性评价方法难以准确获取评价结果的突出问题,本文提出了一种融合地下水、工程地质钻孔信息及灌溉资料等工程地质资料与GNSS观测的黄土滑坡稳定性评价方法。首先,基于高分辨率影像、高精度DEM、地层地貌等多源异构数据,建立滑坡精细三维地质模型体;然后,将滑坡外部高精度GNSS监测数据作为模型外部约束条件,进一步构建起融合工程地质资料与GNSS观测的黄土滑坡稳定性综合评价模型。本文方法能够将滑坡外部大地测量高精度监测数据与工程地质数值模拟手段有机融合,实现了滑坡外部形变信息与内部变形机制的有效耦合。通过我国典型黄土滑坡域甘肃黑方台党川实际发生的两起滑坡失稳事件验证表明,本文方法可有效地提高滑坡稳定性评价结果的精度及可靠性,获取了与试验区域滑坡实际失稳情况相一致的结果:HF06/07 GNSS监测点首先失稳,其次是HF09监测点失稳,最后是HF05监测点失稳。基于本文方法获取的滑坡失稳顺序与实际滑坡发生顺序高度一致,显著优于现有的滑坡失稳数值模拟法。     

应用图像关联度的图像模糊分类

提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。     

青藏高原东部地壳物质流变模型及汶川地震机理探讨

利用GPS、大地电磁、P波层析成像等数据分析了青藏高原东部地壳运动情况和中下地壳物质流的分布及运动情况,提出了青藏高原东部地壳物质流变模型,认为在青藏高原东部存在两条巨大的、具有固定通道和边界的弱物质流,其他区域则有离散的、不均匀的弱物质流分布。巴颜喀拉块体内部的弱物质流在向东流至龙门山断裂带时,大部分弱物质沿断裂带向南北方向分流,小部分弱物质在断裂带附近沉积、上涌,造成通道堵塞,最终引发了汶川地震。     

基于轨迹数据的移动对象分类识别研究

随着卫星定位技术和移动互联网的不断发展,全球范围内产生了大量不同类型的轨迹数据。通过对不同环境中收集到的轨迹数据进行挖掘,研究移动对象的行为特征,进而实现移动对象的分类识别,对于掌握居民出行规律、国家安全和国防军事具有重要意义。本文首先介绍GPS轨迹数据的内容及具体的应用场景,并在此基础上分析轨迹数据的主要特征;然后,详细阐述轨迹数据分类识别过程中特征提取和分类建模的研究现状,并总结现有的研究方法和发展趋势;最后,对基于轨迹数据的移动对象分类识别存在的问题与挑战进行了讨论。