高精度智能全站仪在虎门二桥跨河高程测量中应用

针对跨河高程测量中测区天气条件恶劣、测量效率低等特点,本文利用高精度智能全站仪设计了一种施测方法。该方法无需量测仪器高,可以有效减少大气折光、地球曲率等影响并且提高工作效率。通过应用于虎门二桥二等跨河高程测量中,验证了该方法的可行性以及可靠性,可为今后同等条件下高精度跨河高程测量提供一定的参考和借鉴。     

中国海洋渔业资源可持续利用的动态评价与空间分异

运用基于多智能体遗传算法的投影寻踪模型和核密度估计模型,对2003~2012年中国沿海11个省市（不含港澳台）海洋渔业资源可持续利用水平的时空格局演化进行测度。研究结果表明：从投影方向上看,捕捞技术、捕捞强度和渔业产业结构等,逐渐上升为影响海洋渔业资源可持续利用水平的重要因子;从时空格局上看,上海的海洋渔业资源可持续利用属于高水平区板块,天津、河北、江苏、浙江和广西属于中等水平区板块,辽宁、山东、福建、广东和海南属于低水平区板块;从总体上看,海洋渔业资源可持续利用呈现不可持续性,具体表现为时间演化可持续,空间演化不可持续,时空演化呈现出不可持续的两极分化趋势。未来高水平区板块应保持原来的发展模式,中等水平区板块的可持续利用路径选择是保中争高,低等水平区板块的可持续利用路径选择是追中攀高。     

基于BDI决策的MAS-CA模型黄海海滨城镇格局模拟研究——以大连金石滩为例

基于BDI决策MAS-CA模型,利用1998年、2003年、2008年和2013年土地利用数据,对大连金石滩2020年和2030年城镇区域面积进行模拟,Kappa系数达到0.635。研究结果表明：① BDI决策补充了MAS-CA模型决策的不足,使得模型整体框架进一步完善,模拟结果具体准确,精度达到89.1%。② 金石滩城镇用地呈现出依附海岸线和交通线的格局,向海岸线靠拢,城镇用地在中部区域比较集中且城镇用地有向周围区域扩张的趋势,葡萄沟村、河咀子村、庙上村、什字街村转变最大。③ 从金石滩城镇格局的模拟结果发现,海岸线因素引导着城镇格局的转变方向。滨海地区的生态环境容易被破坏,政府应该采取措施寻找土地利用与生态环境保护的完美平衡点。     

推进“测绘4.0”,实现测绘地理信息事业转型升级

随着大数据、移动互联、人工智能、云计算等现代智能技术对测绘技术的不断渗透,测绘行业发生了第四次技术革命,逐步从信息化测绘升级为智能测绘,进入"测绘4.0"时代。在回顾测绘技术发展历程的基础上,详细诠释了"测绘4.0"时代的主要技术;并通过具体的工作实践阐明了测绘地理信息及相关单位在推进"测绘4.0"进程中所做的探索;最后针对测绘地理信息事业的转型升级提出了一些策略与建议,以期为测绘地理信息产业的发展提供参考。     

智能移动端等值线实时绘制技术及其应用

利用C#开发语言结合WebService,提供了一套智能移动端的等值线实时绘制技术方案。方案采用了等值线算法实时分析气象网格数据,通过二进制编码压缩技术对等值线分析结果进行编码压缩,生成二进制等值线数据。移动端通过调用WebService接口实时下载解析二进制等值线数据,结合WebGIS的API函数实时绘制等值线色斑图。应用结果表明,所讨论的方案避免了传统图片显示方式带来的图片模糊不清、失真等问题,更加精细的展示气象要素数值。     

基于MPR技术的智能多媒体地图探析

智能多媒体地图是一种基于MPR技术的新型地理信息产品,它将传统的地图形式、地理环境研究报告、多媒体产品等进行有机结合,配套MPR阅读器使用,为地图产品用户提供一种视听结合、声图并茂的信息传输途径.本文从地图制图技术、隐形二维码技术等出发,介绍了MPR技术的基本原理、智能多媒体地图的概念及构成和制作流程.     

外业测绘一体化数据采集与测设系统

结合当前数字化测绘模式生产过程中的具体需求,依托通用型智能全站仪设备研究和开发了一体化数据采集与测设系统。该系统直接嵌入全站仪操作界面,可方便快捷地实现数据采集及工程放样等外业流程,极大提高了测绘作业效率。     

混合智能优化算法的SAR图像特征选择

为提高SAR图像自动目标识别的准确率及实时性,提出了一种基于混合智能优化的SAR图像特征选择算法。首先,采用分形特征对SAR图像进行增强,基于分割后的图像提出了一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征集合,使用遗传算法结合二值粒子群的混合优化算法实现SAR图像特征选择。最后,采用MSTAR数据库验证本文算法的有效性。实验结果表明,优化后的特征集合具有一定泛化能力,一方面提高了SAR目标识别的准确率,另一方面减小了SAR图像目标识别的时间。     

智能机器人及其发展

智能机器人是一个国家高科技发展水平的重要标志之一，具有广阔的应用前景。本文介绍了机器人的定义和发展阶段，阐述了智能机器人研究领域的关键技术，总结了国内外各类机器人的发展现状并给出相应实例，最后分析并展望了智能机器人今后的发展和研究趋势。     

Parallel Neural Network-Based Motion Controller for Autonomous Underwater Vehicles

A parallel neural network-based controller （PNNC） is presented for the motion control of underwater vehicles in this paper. It consists of a real-time part, a self-learning part and a desired-state programmer, and it is different from normal adaptive neural network controller in structure. Owing to the introduction of the self-learning part, on-line learning can be performed without sample data in several sample periods, resulting in high learning speed of the controller and good control performance. The desired-state programmer is utilized to obtain better learning samples of the neural network to keep the stability of the controller. The developed controller is applied to the 4-degree of freedom control of the AUV “IUV- IV” and is successful on the simulation platform. The control performance is also compared with that of neural network controller with different structures such as normal adaptive neural network and different learning methods. Current effects and surge velocity control are also included to demonstrate the controller＇ s performance. It is shown that the PNNC has a great possibility to solve the problems in the control system design of underwater vehicles.