基于颜色和标志边缘特征的交通标志检测

首先利用禁令标志明显的红色边界和白色区域分别并行地提取可能的交通标志颜色,然后对其两者融合,其目的是减少漏检率;融合后的影像通过Canny算子提取其边界,再根据边界的圆形度参数判断是否为圆形区域.实验结果显示,本算法能够很好地检测和定位禁令标志.     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同.给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法.算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性.     

基于一类新小波函数基的GPS相位观测值周跳探测

阐述了可通过1个参数因子来调节前后差分点个数的思路,研究了利用小波分析来平滑原始资料和探测GPS相位观测值周跳的方法,并通过CHAMP卫星实测数据进行分析,得出一些有益的结论.实践表明,该方法提高了周跳探测的有效性.     

基于信息熵的遥感分类最优空间尺度选择方法

以影像分类为例,从类别可分性的角度提出了基于信息熵的最优空间尺度选择方法.实验结果表明,基于信息熵的最优尺度选择方法的结果有很好的合理性,符合实际的分类结果,能够在一定程度上指导实际遥感分类中的空间尺度选择.     

基于BPM-BM算法的地名数据匹配

在对基于过滤方法的中文字符串模糊匹配算法BPM-BM的基本原理、特点和计算流程等进行研究的基础上,与地名数据匹配理论相结合,建立了一种新的地名快速匹配方法。以"全国传染病疫情报告地理信息系统(乡级)建设工程"作为一个具体实例,使用C语言来完成地名数据的匹配。     

三峡库区地质灾害易损性模糊综合评价

地质灾害是灾害危险性对承灾体易损性综合作用的结果,减灾应从减少地质灾害的发生频率和降低其易损性入手,限于目前的科学水平,人们难以改变地质灾害的发生过程,那么降低地质灾害易损性就成为减灾的重要措施,因此进行灾害易损性评价就显得尤为重要。本文以三峡库区为研究区,选取人口密度、国内生产总值密度等指标,运用模糊综合评判对其进行了定量评估。由于各指标因子在地质灾害易损性中的作用具有模糊性,因此运用模糊模型进行评价具有一定的意义。将库区地质灾害易损性程度划分为4个等级,研究结果表明,三峡库区地质灾害易损性程度总体较高。易损度较高的地区应强化减灾意识、调整人口结构以及加大防灾投入,以降低本地区的地质灾害易损性。     

3维场景中地名信息查询定位技术的研究与实现

研究了3维地形场景中地名信息的查询定位与可视化技术。基于1∶50000地名数据库,利用C#结合Di-rectX,运用面向对象技术从底层开发、设计和实现了3维地形场景中地名数据的查询定位与可视化功能。系统可快速模糊搜索、实时定位、动态调度地名数据,为其他各类专题信息的表达提供了一种有效的思路。     

多源遥感影像误匹配点剔除的粗糙模糊C-均值方法

简要概述了遥感影像匹配中,误匹配点剔除的常用方法.对SIFT特征描述子生成及其匹配、粗糙模糊C-均值方法聚类分析的原理方法进行了详细论述.针对SIFT方法匹配出的大量点对,将不同时相,不同传感器、不同分辨率影像广义划分为同分辨率和不同分辨率.基于同分辨率影像匹配点对问连线具有相同的距离及斜率、不同分辨率影像匹配点对间连线的延长线交于一点的几何约束条件,利用粗糙模糊C-均值模型聚类分析方法对点对快速剔除误匹配点后,对剔除的结果利用最小二乘方法进行精匹配,结果达到亚像素.最后,通过对不同时相、不同分辨率、不同传感器的多源遥感影像实验分析验证了该方法的适用性、可靠性及精确性.     

准噶尔盆地西北缘克-百地区不整合面及其动力学条件

不整合及其性质和强度的确定对理解克拉玛依至百口泉地区构造变形历史和油气聚集规律具有重要意义。根据地震资料研究显示,该区二叠纪至中生代地层中存在多个不整合面,且多为构造运动的反映。其中对克-百地区构造形成具有重要影响的有四期,其一发生在中二叠统下乌尔禾组沉积后,主要表现为冲断掀斜运动,使其前的二叠纪沉积向南东方向掀斜抬升,遭受剥蚀;其二发生在三叠纪末期,对克百断裂上盘大侏罗沟断层至百口泉段的构造有重要影响;其三发生在中侏罗世末,该期构造运动在克百断裂带及其上盘表现最为清楚,以冲断为主,局部地区有褶皱现象;其四发生在早白垩世末期,表现为掀斜运动,褶皱和断裂作用相对较弱。克-百地区不同时期、不同构造部位变形的差异性与构造动力条件密切相关。     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。