基于改进SOFM的矢量量化图像压缩

在介绍矢量量化和自组织特征映射神经网络的基础上，针对基于自组织特征映射神经网络的矢量量化算法，在初始码书生成、获胜神经元搜索策略以及调整获胜码字及其拓扑领域权值等方面进行改进。实验结果表明改进算法具有合理性和有效性。     

起伏地表条件下地震波场数值模拟有限积分变换有限差分方法

针对起伏地表条件下的地震波数值模拟问题,提出将起伏的地表映射到一个规则的长方形网格坐标系中,并在此基础上推导出变换域中的波动方程。根据导出来的波动方程应用有限余弦变换有限差分方法进行地震波场的数值模拟,以解决起伏地表条件下的数值模拟。     

保角映射在換算重磁观测資料中的某些应用

本文利用保角映射方法对两种二维地形作了推导:一种是半圆弧形的边界,另一种是拋物线形的边界。并作了一些数值计算。     

绘制等值线图程序模块设计

设计了一个可以在微机上运行,使用“屏幕映射”方法画等值线的程序。     

Application of RgMap system on digital regional geological survey

Digital geological mapping fundamentally broke through the traditional working pattern,successfully carried out the geological mapping digitalization.By using the RGMAP system to field digital geological mapping,the authors summarized the method of work and the work flow of the RGMAPGIS during the field geological survey.First,we prepared material,set up the PRB gallery,then put the geographic base map under the background maplayer and organizing the field hand map,forming the field factual datum map.At last,the geological space database is formed.     

后门检测系统的Win32应用程序设计与实现

介绍了后门检测系统的设计,以及各模块实现拟采用的方案,包括:网卡数据包的截获,进程和端口号的映射,截获包的解码与分析和数据库设计等.     

基于YOLO的街景影像中行人车辆检测方法

车辆等移动平台搭载全景相机、全球导航卫星系统接收机、惯性测量单元等传感器,可以采集360°的街景.在街景影像中检测行人车辆,一方面可以在数据发布时更好地保护隐私,另一方面可以为城市治理能力提升提供数据支撑.由于街景影像具有表达环境复杂、数据量庞大、目标距离变化大等特点,现有的行人车辆检测算法应用时均存在一定局限.为此,提出一种兼顾效率和精度的街景影像中行人车辆检测方法,利用球形投影原理和先验知识从街景的经纬映射图中划分出目标区域,接着使用你只观察一次(You Only Look Once,YOLO)v4模型从目标区域检测行人和车辆.实验证明,本文方法车辆检测的准确率高于91％,行人检测的准确率高于73％,每张平均耗时21 ms,具备准确率高、速度快的优势,满足实际项目的数据生产需求.     

结合多级阈值与SOM的土地利用规划碎图斑识别

针对土地利用规划地图数据更新过程中因地块调入调出产生的碎图斑的识别问题,该文在深入分析样本数据特征的基础上提出一种结合多级阈值与 自组织特征映射(SOM)神经网络的碎图斑识别方法.首先通过面积和最大内角阈值排除不符合碎图斑特征的多边形;再将矩形度、圆形度、最小内角以及延展度作为特征向量输入训练好的SOM聚类模型,基于多边形特征相似性识别碎图斑,较好地弥补了 目前制图实践中大量采用的统一面积阈值法指标选取单一、主观性强的不足,实现了碎图斑的准确识别.以福州市长乐区和福清市土地利用规划调整建设用地管制区数据为样本的验证实验表明,该文方法的识别精度与稳定性(针对不同区域数据的适应性)均优于目前制图实践中大量采用的统一面积阈值法.     

分块DPCM与5/3整数小波变换结合的天文图像无损压缩

针对海量的天文图像数据与有限的存储空间和带宽资源之间矛盾日益突出这一问题,提出一种无损压缩方法,首先将超大天文图像分块,再使用差分脉冲编码调制和5/3整数小波变换,最后使用霍夫曼算法编码。对该方法的原理和具体实现做了详细的分析与介绍,通过实验验证该方法比天文中常用的tar、PKZip、WinZip、WinRar软件在压缩比上分别提高了30%、29%、26%、2%,压缩速度远大于WinZip和WinRar;且该算法实现简单,适合硬件实现和利于并行处理。     

基于空间自相关的支持向量机空间聚类研究

经济统计信息多包含多维度的属性,在研究数据内在结构时,需要采用降维方法将多维信息转换到三维以内的空间以实现多维信息可视化和聚类。支持向量机(Support Vector Machine,SVM)在解决小样本、非线性及高维模式识别中表现出许多特有的优势,但SVM是一种监督分类方法,需要已知样本集来训练分类过程。由于高维经济统计数据中往往缺少已知聚类中心,从其他方法的聚类结果选择小样本集作为聚类中心具有很大的主观性;空间自相关分析能揭示出高空间聚集区域和随机离散区域,并能分析出各区域的空间聚集模式,这为已知小样本的选择提供了可行的方法。该文以四川2007年统计年鉴的经济数据为例,通过主成分分析法和非线性映射法进行聚类,将各类中心和空间自相关分析揭示的高空间聚集目标作为已知样本集导入SVM,得到的结论是:采集于主成分分析法和非线性映射法的两个不同已知样本集的SVM分类结果之间的差异较大,已知样本集的选择具有很大主观性;空间自相关分析结果能大量减少特征样本集的数目,这不仅简化了SVM算法分类过程,并且结果也能准确反映四川发展实际情况。