BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

北京市地理空间框架基准体系建设与应用

重点介绍了北京市地理空间框架基准体系的实现过程,包括空间坐标基准、高程基准、似大地水准面和全球卫星定位测绘服务系统建设。基准体系检测结果表明,北京市地理空间框架基准体系达到设计要求,在国内率先实现了测绘基准的现代化建设。     

全站仪似水准法和对向法高程测量的比较研究

通过对似水准法和对向法高程测量原理、误差来源及精度的比较分析,我们发现随着距离和竖直角度的增大,对向法高程测量中误差的变化大于似水准法高程测量中误差的变化;当两观测点间的水平距离小于等于1km时,对向法高程测量精度一般高于似水准法高程测量精度,但是当两观测点间的水平距离大于1km时,似水准法高程测量精度一般高于对向法高程测量精度。     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

中国海域的天然气水合物资源

天然气水合物是甲烷等天然气在高压、低温条件下形成的冰状固体物质。据估算,全球天然气水合物中碳的含量等于石油、煤等化石能源中碳含量的2倍。在人类面临化石能源即将枯竭的时候,各国科学家和政府都把目光投向这一未来能替代化石能源的新能源。新生代构造演化历史、沉积条件、沉积环境等显示,南海具有生成和蕴藏巨大天然气水合物资源的条件;南海海域的地震反射剖面多处显示存在BSR反射波;2007年已钻探见到水合物样品。东海冲绳海槽在第四纪的沉积速率高(10~40cm/ka),槽坡存在泥底辟构造和断裂活动,从上新世以来发生过两次构造运动,这些对天然气水合物的形成是十分有利的;因此,中国海域的天然水合物资源是十分丰富的,在不远的将来它可能成为新的替代能源。     

边角网平差中方差分量估计改进算法

基于单位权中误差的先验估值与验后估值一致,对边角网提出一种改进的赫尔默特方差分量估计算法,该算法可直接计算角度和边长的方差分量估值,克服了原公式计算过程繁琐、占有内存量大的不足,通过采用Newton法进行迭代计算,收敛效果好,算例表明该方法是有效的。     

藏南冈底斯带西段麦拉花岗岩锆石SHRIMP定年及地质意义

用SHRIMP测定了冈底斯岩带西段麦拉山口岩体同碰撞黑云母二长花岗岩锆石的U-Pb年龄,黑云母二长花岗岩锆石SHRIMP U-Pb年龄为47.1±1.1Ma。这就为前人提出的雅鲁藏布江地区洋盆闭合、板块开始碰撞的时间为50Ma左右提供了同位素年代学的证据。     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。