基于权重散射特征的FSVM算法在极化SAR影像分类中的应用

提出了一种基于权重散射特征的模糊支持向量机的极化SAR数据监督分类方法。首先,对极化SAR数据进行H/SPAN/A/α散射特征提取;其次,根据样本可分离度设置最佳散射特征权重参数C,得到最优分类输入数据(H/6SPAN/A/α);最后,利用FSVM算法对数据进行监督分类。实验结果证明,所提出的FSVMH/6SPAN/A/α分类结果优于FSVM-H/SPAN/A/α。     

M-Cholesky分解法快速求解GNSS整周模糊度

为解决传统最小二乘模糊度去相关算法(least-square ambiguity decorrelation adjustment, LAMBDA)中LDL^T分解的对角矩阵D、下三角矩阵L及其转置矩阵L^T计算过程复杂、耗时较长等问题,提出M-Cholesky分解法。该方法利用四角规则法,逐步消元计算合成矩阵各元素,每次消元计算中最多只用到3个元素,可减少存储空间、提高计算效率。仿真与实测实验结果表明,相比于Cholesky分解法,M-Cholesky分解法求解GNSS整周模糊度的计算效率提高约15%。     

基于动态聚类分析和模糊模式识别法的北京城区汛期降雨时空分布规律研究

以北京城区近十几年汛期50场暴雨过程为样本,利用动态聚类分析和模糊模式识别方法对单站雨型和降雨整体空间分布特征进行了研究,得到北京城区汛期最容易发生的雨型以及时空分布规律。结果表明,北京城区汛期主要发生前单峰型雨,峰值集中且极值雨量大,容易造成内涝积水。发生双峰型雨的次数较少,且极值雨量较小,对内涝积水影响相对较小。     

S303公路边坡崩塌灾害体发育特征及其危险性评价

S303公路边坡崩塌灾害多发,严重影响当地人民的生命财产安全,因此,查明S303公路边坡崩塌灾害体发育特征及其危险性评价刻不容缓。通过资料收集与实地详查,共发现潜在崩塌灾害体56处。经过统计分析,总结了S303公路边坡崩塌灾害体的发育特征,并以此为基础,横向对比确定了S303公路边坡崩塌灾害体危险性评价指标。利用模糊层次分析法(FAHP)确定了各指标权重,构建了S303公路边坡崩塌灾害体危险性评价体系,并对56处潜在崩塌灾害体进行危险性评价,为公路边坡崩塌灾害调查提供了思路,为S303公路边坡崩塌灾害的预防与治理提供了依据。     

模糊切换增益调节下非线性系统的滑模控制

本文运用模糊控制和滑模控制相结合的方法对一类不确定非线性系统进行了深入研究。针对动态方程中控制系数与状态变量和时间变量有关的非线性时变系统,设计了带有状态变量和时间变量的新的模糊切换增益调节滑模控制器,给出了新的模糊滑模控制律,并证明了系统的稳定性。考虑到外部干扰是影响所研究系统稳定性的重要因素,本文运用调节模糊切换增益的技术,实现了对不确定外界扰动项的补偿。采用全局滑模面技术设计了滑模控制器,成功地避免了传统变结构控制器在到达阶段对不确定性的敏感性,增强了系统的鲁棒性。通过实例仿真,验证了本文所提出的控制方法不仅能够保证所研究的非线性系统是稳定的,还能够有效消除系统的抖振。     

基于改进模糊综合-指数平滑法的地下水水质评价和预测

地下水水质评价是进行地下水资源开发、管理的基础,地下水水质预测是对未来的地下水水质变化趋势进行预报,可为地下水污染防治提供科学的依据。在模糊综合评价中,分别采用聚类权法、加权平均算子和级别特征值法,对传统方法的权重确定、算子选择和结果向量分析等关键环节进行改进;在指数平滑预测中,根据拟合结果确定指数平滑的类型,采用试算法选取权系数,并应用于大沽河地下水源地水质评价和预测。评价结果表明,改进的模糊综合评价可解决传统方法的不适性问题,可根据级别特征值比较评价等级相等的水质,更具实用性和合理性;预测结果表明,李戈庄采区和仁兆-朴木采区未来十年水质将持续恶化,且通过卡方检验分析2016-2017年预测的误差,验证了预测方法的有效性。     

GNSS模糊度整数估计方法图形可视化软件设计与应用分析

模糊度快速准确估计是全球卫星导航系统(GNSS)高精度定位的关键,整数取整、序贯取整和整数最小二乘估计是模糊度常用的三类整数估计方法.尽管从程序上较易实现三类估计方法,但是如何根据模糊度浮点解和精度构建整数估值的几何图形却缺乏较多的研究,不利于我们对整数估计过程的直观认知.因此,本文从理论上分别给出三类估计方法的一般形式,然后基于MATLAB GUI设计了一套三类估计方法二维几何图形构建的可视化分析软件,其功能包括三类估计方法的归整域构建、映射图构建和蒙特卡洛模拟及成功率计算.实验测试结果表明,本文设计的软件能够从几何图形角度较直观地表达出三类整数估计过程及其解算性能.      

改进的模糊C均值聚类算法及其在海底热液硫化物组分分析中的应用

在聚类分析中,模糊C均值(FCM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定。在此基础上,提出了基于粒子群(PSO)的模糊C均值混合聚类算法,以解决已有原始FCM聚类算法容易陷入局部极小点和收敛速度慢的问题。仿真测试结果表明:改进后的FCM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果。最后,将改进的FCM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况。