多边形骨架线与形心自动搜寻算法研究

针对GIS中的应用，分析了传统的多边形骨架线与形心提取算法的不足之处，提出了一种基于约束Delaunay三角网结构的多边形主骨架线与形心的自动搜索算法，详细描述了该方法的基本思想，并在实验结果基础上分析了该算法的特点。     

利用搜索算法原理进行等高线接边

一般情况下，立体像对测行的等高线数据进行接边处理，以距离作为等高线匹配的标准存在一定的缺陷。本文介绍了一种将等高线本身具有的图形特征作为匹配标准并利用搜索算法原理找共轭等高线的算法。此算法具有处理等高线数据异常的能力，较适合一般情况下等高线的接边处理，在此算法中为了盲目的搜索，提出一种计算关联值的方法并以此来选择前进的方向，提高搜索效率。此算法经过了上机实验，结果令人满意。     

模糊k-传递矩阵

文中给出 k-传递的概念 ,对 k-传递的等价条件、代数表示、分解合成、图的特征及性质进行研究 ,并从 k-传递阵与传递阵关系的角度研究传递阵 ,理清了几种不同形式的传递性定义之间的关系 ,得到了传递阵进一步地刻画。所得结果实现了传递阵的推广 ,为模糊矩阵各种传递性的进一步深入研究提供了新的视角。     

一种改进的接图表生成算法

针对目前制作接图表方法存在的低效率问题,在对常用的标准经纬度分幅地形图接图表制作方法研究总结后,借鉴深度优先搜索算法思路,基于python制作脚本,提出并实现了一种快速制作接图表的新算法。通过该算法在实际项目中的应用及与传统方法的对比验证,显示其开发简单使用便捷,可大幅度提高接图表制作的速度,降低使用的复杂度进而提高整个项目的进度,对促进项目管理有重要意义。     

SSA-VMD与小波分解结合的GNSS坐标时序降噪方法

利用麻雀搜索算法(sparrow search algorithm, SSA)优化变分模态分解(VMD),然后结合小波分解(WD),提出一种GNSS坐标时间序列降噪方法IVMD-WD。利用仿真信号和10个基准站的实测数据进行GNSS坐标时间序列降噪实验。结果表明,IVMD-WD方法的降噪效果优于经验模态分解(EMD)、集合经验模态分解(EEMD)和WD,能够更加有效地剔除GNSS坐标时间序列中的噪声。     

深水S-lay管道形态和内力分析的分段解析方法

考虑深水S型铺设中离散均布托辊对上弯段管道的支撑作用,提出了管道铺设形态和内力的分段解析求解方法,通过迭代搜索算法确定管道最佳反弯点和升离点的位置,结合刚性悬链线理论和欧拉梁弯曲理论,推导了管道的变形和内力的解析表达式。依据所建立的分段解析方法编制了相应的数值计算程序,以某3 000 m水深铺设12英寸管道为例,计算了管道形态和内力响应,与商用有限元软件的数值分析结果进行对比,表明了分段解析方法的准确性和有效性。建立的方法具有较高的计算效率,为进一步开展S型铺设参数的优化或可靠性研究提供了有力的手段。     

图论算法的无人机影像匹配特征点粗差剔除

无人机影像匹配过程中,粗差是不可避免的,因此,获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的RANSAC算法进行粗差剔除,该算法受抽样次数、误差阈值的影响,还会残存部分误匹配的特征点。利用图论原理,对SIFT算法提取的特征点进行预处理,通过构建特征点的能量函数剔除能量较低的特征点,可以提高匹配特征点的稳健性,减少特征点的粗差。本文提出了一种新的方法,将图论算法与经典的RANSAC算法相结合进行粗差剔除。该方法命名为GSIFT-RANSAC算法,利用该算法可以提高特征点的稳健性,获取高精度的单应矩阵。采用两组无人机影像进行验证,本文提出的算法与单独利用图论剔除特征点的算法相比,粗差剔除率分别提高了5.31%和14.29%,说明该方法效果较好。     

MRELBP特征、Franklin矩和SVM相结合的遥感图像建筑物识别方法

为了进一步提高遥感图像建筑物区域的识别精度,提出了一种基于中值稳健扩展局部二值模式(median robust extended local binary pattern,MRELBP)、Franklin矩和布谷鸟优化支持向量机(support vector machine,SVM)的分类方法。首先,通过MRELBP特征算子计算图像块的纹理特征向量,并根据Franklin矩得到形状特征向量,组合图像块的纹理特征向量和形状特征向量得到综合特征向量;然后,利用训练样本对SVM进行训练,同时由布谷鸟搜索算法对SVM的核函数参数和惩罚因子进行优化;最后,通过训练好的SVM得到建筑物区域识别结果。通过30组试验的结果表明,与基于三原色(red green blue,RGB)和SVM的分类方法、基于LBP和SVM的分类方法、基于Zernike矩和SVM的分类方法相比,本文提出的方法所识别的遥感图像建筑物区域准确度更高。     

一种求解学区划分问题的混合启发式算法

针对目前求解学区划分问题算法搜索过程缺乏记忆,搜索效率不高,容易陷入局部最优而收敛慢等问题,该文提出一种多启动(M)框架下,迭代禁忌搜索(ITS)算法与模拟退火(SA)算法混合的M-ITS-SA算法。该算法包括构造初始解、禁忌搜索、SA算法优化与求解等。运用K-Medoids模型对学校分组后,采用M-ITS-SA算法对学区进行划分与优化,并从多个分区方案中求解最优分区方案。学区划分实验结果表明:该文提出的M-ITS-SA算法能够保证分区的空间连续性,适用于单校和多校划片,并在入学总距离上与混合元启发算法(M-ILS-SPP)保持相当的同时,大大降低了超额招生人数和总用时,具有良好的寻优能力和收敛性,优于M-ILS-SPP算法。     

远洋船舶避台航线设计方案——以台风“杜苏芮”(2305)为例

避台航线最优化问题是远洋气象导航中的关键问题之一,为解决该问题,文中提出了一种面向船舶避台航线规划的图搜索算法,通过船舶失速模型和台风影响下的船舶航行风险识别方法,引入船舶变速集,定义图搜索算法中每条边的权重,基于计划航线改进图搜索算法的搜索策略,提高算法的效率和避台航线的平滑性,以获得最小航时的避台航线。以2305号台风“杜苏芮”为例验证算法在避台航线设计中的有效性,实验结果表明,该算法能够有效地躲避台风“杜苏芮”的大风浪影响,并得到最优航时航线,对实现船舶智能避台、优化船舶航线设计具有重要意义。