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.     

抗差最小二乘配置在数字化地图几何纠正中的应用讨论

抗差估计具有较好的抗拒异常观测值及粗差的能力,而最小二乘配置又能较好地处理系统误差,本文结合两者的优点,利用抗差最小二乘配置对数字化地图进行几何纠正,其中对协方差函数采用抗差拟合,得到了较好的结果。实验证明在GIS数据处理的扫描数字化地图几何纠正中,抗差最小二乘配置在抗拒异常值和处理系统误差方面优于单纯的最小二乘估计和单纯的最小二乘配置方法。     

GPS／DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法.给出了由预测残差确定自适应因子的过程.利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高.     

基于等高线回放算法的DEM精度评估研究

一、引言 等高线是其它地形表示方法的几何基础,一组有一定间隔的等高线的组合可以用来较好地反映地面的起伏形态和切割程度。利用等高线数据来构建DEM是DEM数据生产的重要方式之一,不仅可以完整地表现地形的整体特征,还能保留某些复杂区域的地形特征。     

联合多种测高数据确定中国海及其邻域1．5′×1．5′重力异常

联合多种测高资料和Geosat/GM波形重构数据,基于EIGEN_CG01C重力场模型,采用沿轨迹加权最小二乘方法和逆Vening-Meinesz公式,确定了中国海及其邻域1.5′×1.5′重力异常。将计算结果与最新船测资料进行了比较,标准差为3.37×10-5m.s-2。     

附非负约束平差模型的最小二乘估计

研究了不等式约束下的平差问题,即先将不等式约束的最小二乘问题转换成凸二次规划问题,然后求其最优解.给出了几个判定最优解的充分必要条件,以及非负约束下的平差问题参数最小二乘估计的一般形式,并给出了简明的算法.模拟实例说明,此算法可以很好地应用于实际测量中的平差计算.     

基于局部地球重力场模型的水下目标被动定位

提出了一种基于局部地球重力场模型的水下被动定位新模式.这种方法无需使用常用的匹配算法,因而也就摆脱了匹配算法的诸多限制.以分辨率为2′×2′的某区域重力异常数据为背景场进行仿真,仿真结果表明,局部重力场模型的平均误差小于0.133 1 mGal,潜器的平均经纬方向定位误差分别小于0.777 0 nmile和1.244 4 nmile.     

基于边界反走样算法的地图可视化研究

在现有反走样算法的基础上提出了一种适合于地图可视化的边界反走样算法,并通过试验对该方法的反走样效果和效率进行了测试,在地图可视化中得到了较好的应用.     

动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.     

误差熵的估计问题研究

指出了具有复杂分布的随机量的总体熵的估计问题,首次给出了估计熵的最小截断误差限.推导了样本熵的近似估计公式,引入最优窗宽、全局最优窗宽的算法,首次解决了样本熵的估计值不惟一的问题.