吉林省和龙市地质灾害易发程度分区

本论文结合“吉林省和龙市地质灾害调查与区划”的实际研究工作,利用现场勘察和调查收集灾害点和区域地质环境数据,选取灾害点密度、灾害面积系数、地形地貌类型等9个统计量,运用模糊聚类和图论的数学方法,对和龙市进行地质灾害易发区划分。根据地质灾害易发程度,将和龙市分为4个区。划分结果比较符合和龙市区域地质灾害发育实际情况。研究结果为和龙市进行防灾减灾工作,合理制定发展规划提供科学依据。     

基于平滑先验法-麻雀搜索算法-支持向量机回归模型的滑坡位移预测——以三峡库区八字门和白水河滑坡为例

为定量化平滑先验法中正则化参数的取值及提高滑坡位移预测精度,提出一种基于平滑先验法(SPA)-麻雀搜索算法(SSA)-支持向量机回归(SVR)模型的滑坡位移预测方法。以三峡库区八字门和白水河滑坡为研究对象,首先采用平滑先验法分解累计位移序列和影响因素序列,基于波形相似度确定最优正则化参数并得到位移分解结果,利用灰色关联度确定波动项位移预测时最优输入序列,然后使用BP神经网络和麻雀搜索算法优化支持向量机回归模型,分别拟合预测趋势项位移和波动项位移,最后将位移分量叠加得到累计位移。结果表明：基于SPA-SSA-SVR模型的八字门滑坡监测点ZG110位移预测均方根误差(RMSE)为4.32 mm,白水河滑坡监测点ZG118、DX-01位移预测均方根误差分别为3.44和4.81 mm,比基于经验模态分解(EMD)-果蝇优化(FOA)-最小二乘支持向量机(LSSVM)模型得到的均方根误差分别减少8.59、3.82和11.58 mm,证明基于SPA-SSA-SVR模型的滑坡位移预测方法预测效果较好;平滑先验分解中正则化参数的最优取值随累计位移时间序列的增加而趋于某一固定值,同一滑坡不同监测点和相同...     

基于混沌天牛群算法的大地电磁反演

大地电磁反演是非线性问题,传统的大地电磁反演采用线性反演,结果往往会陷入局部最优,为此,在标准BAS算法的基础上,引入混沌种群概念、指导性学习策略及竞技场策略,实现带学习和竞争机制的混沌天牛群搜索算法(LCCBSA).利用LCCBSA算法、粒子群算法和遗传算法分别对测试函数试算,结果表明该算法与其他算法相比具有较快的收...     

基于图论法对城市水系连通性表征及优化

基于景观生态学中“点–边”数量关系建立水系环度（α）、节点连接率（β）和网络连通度（γ）3种水系连通性评价指标,绘制出南昌市水系“节点–廊道”有向图,并以城市湖水体引流化污为切入点来优化城市水系连通性。研究表明：① 南昌市城区水系存在廊道空间分布不均匀,湖节点与其他水系节点连接的廊道较少等问题;② 优化后的城区水系相较于现在水系,其中水系环度（α）提高75%,节点连接率（β）提高14.88%,网络连接度（γ）提高14.63%。在城市水系连通性优化中,不应过分追求连通性而盲目增加湖泊廊道,应在连通性与湖泊连接的廊道数量之间保持一个平衡关系,以免水体污染物在湖泊中淤积。     

基于灰色最小二乘支持向量机的大坝变形预测

提出一种基于灰色最小二乘支持向量机的大坝变形预测新算法。通过对原始大坝序列进行一次累加,弱化序列中随机扰动的影响,增强数据的规律性,进而建立最小二乘支持向量机预测模型,并采用网格搜索法选取最优参数。算法充分利用了最小二乘支持向量机泛化能力强、非线性拟合性好等优良特性,避免了灰色方法及模型存在的理论缺陷。与灰色GM(1,1)和单一最小二乘支持向量机对比表明,新算法能保证较优的局部预测值和较好的全局预测精度,应用于短期大坝变形预测是可行的。     

一种基于知识的非DHT资源搜索算法

描述了一种适用于分布式系统基于知识的非DHT结构的资源搜索算法(KBS).该算法能够从实际环境中自动获取知识,完成知识体系的构建,知识量得到了有效的控制,基于KBS算法的系统具有良好的可扩展性,可以保证系统的负载均衡.     

基于分层分块数据组织的双向A*算法

研究了路网的数据组织方法,采用了C STL实现道路数据的分层分块存储,设计了道路网络分析中的双向A*算法,试验验证了其正确性。     

Expert Classification Method Based on Patch-Based Neighborhood Searching Algorithm

The expert knowledge has been widely used to improve the remotely sensed classification accuracy. Generally, the ex-pert classification system mainly depends on DEM and some thematic maps. The spatial relationship information in pixel level was commonly introduced into the expert classification. Because the geographic objects were found spatially dependent relationship to a certain degree, the commonly used basic unit of spatial relationship information in pixel greatly limited the efficiency of spatial in-formation. A patch-based neighborhood searching algorithm was proposed to implement the expert classification. The homogene-ous spectral unit, patch, was used as the basic unit in the spatial object granularity, and different types of patches' relationship in-formation were obtained through a spatial neighborhood searching algorithm. And then the neighborhood information and DEM data were added into the expert classification system and used to modify the primitive classification errors. In this case, the classi-fication accuracies of wetland, grassland and cropland were obviously improved. In this work, water was used as base object, and different types of water extraction methods were tested to get a result in a high accuracy.     

支持突发事件应急反应的建筑物内部交通网络分析

应用基于节点关系的3维拓扑数据模型,建立了建筑物内部通道的几何网络,较详细地讨论了走廊多边形的中轴线求取算法.然后基于图论算法对建筑物内部通道情况进行分析,并给出分析结果的3维表示.该方法对基于GIS的多层建筑物内的突发事件应急处理系统具有参考作用.