粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

a′Trous小波变换与PCA变换相结合的遥感影像融合分析

随着高分辨率遥感卫星的产生,传统的融合技术难以达到较好的融合效果,如主成分分析(PrincipalComponents Analysis)变换融合受到融合区域的限制,而传统的小波融合(Wavelet Transformation)算法由于高频直接替换,导致了一定程度的光谱失真,由此本文在分析主成分分析变换和a′Trous小波变换(WT)的基础上,以QuickBird全色和多光谱数据为实验数据,提出了一种将两者相结合的遥感影像融合方法,通过与其他融合方法的定量和视觉比较,结果表明该方法能得到更好的融合效果。     

一种基于BP网的非线性变换信号模式识别算法

为了获取常用超短波信号的特征参数,采取一种非线性变换的方法。根据信号参数的分布信息,对信号特征不够明显的参数进行二次变换,使所有信号的特征参数都具有较好的区分度,并利用BP网对这些特征参数进行识别。大量的仿真实验表明,该方法参数提取容易,计算量较小,在较低信噪比下能够较好地识别常用的超短波信号。识别的信号为2FSK、MSK、QAM、DPSK和FM。     

一类带有负顾客且具有反馈的M/G/1可修排队系统

研究了一类带有负顾客且具有反馈的M/G/1可修排队系统,正顾客服务完会以一定的概率立即排到队尾等待下一次服务,而以一定的补概率离开系统,永不再来。服务规则是先到先服务,负顾客抵消排队系统中的中间顾客（RCM）。使用“补充变量法”和状态转移方程分析该模型,得到了这一模型的排队指标和可靠性指标,并且发现此类排队系统完全取决于队长为2的概率。     

几种常见影像融合方法的比较

简述了多源遥感影像融合过程,并利用IKONOS-2的全色影像和多光谱影像,对常用的几种影像融合方法进行了试验与比较,同时对实验结果进行分析和讨论,结果表明小波变换融合算法总体优于其他几种融合方法。     

数字化地形测量居民地时删除多余高程注记点方法

在数字化地形测量尤其是居民地的测量工作中,内业对高程注记点的整饰工作是比较繁琐的,要删除大量的高程注记点。笔者将告诉你如何轻松的完成这项工作。     

遥感影像融合方法的精度评价

目前,高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流.EN-VI 4.4遥感影像处理软件影像融合处理的工具--SPEAR提供了PCA变换、Gram-Schmid变换、Brovey变换和HSV变换4种专门用于全色与多光谱遥感影像融合的算法.以ETM+全色与多光谱遥感影像融合为例,选择熵、偏差和相关系数3个定量指标,对采用4种融合方法得到的影像进行评价.经综合评价和比较,实验的4种影像融合算法中,Gram-Schmidt变换效果最好.     

研究Liecnard方程闭轨线的一种方法

结合实例分析说明Ｆｉｌｉｐｐｏｖ变换在研究Ｌｉｅｃｎａｒｄ方程不存在闭轨线时的运用方法。     

基于DEM分形特征的坡度尺度变换模型

利用DEM提取坡度具有明显的尺度依赖性,探求DEM在不同尺度下表现出的规律关系,建立多尺度变换模型,以实现不同尺度间的转换是地形分析研究的热点和难点。本文阐释了DEM表面与地表粗糙度分形维数值的地学意义及内在关系,并利用分形对象的自相似性原理,建立了一种基于DEM分形特征的坡度尺度变换模型。选取四川丘陵地区某小流域为研究区,进行坡度尺度变换实验和误差分析,结果表明该模型能有效实现坡度尺度变换:在非平坦地区(坡度>1°)一般重采样方法变换得到的坡度误差为该方法的1.86倍;从信息熵理论分析,经该方法转换后的坡度信息得到了显著恢复。对于无1︰1万及以上精度地形数据的西南山区,利用该方法获取高精度坡度数据具有重要的理论价值和现实意义。     

COSMO-SkyMed颜色变换强度RC法南京建设用地变化检测

基于非局部滤波的SAR强度RC合成变化检测法对小图斑、线型地物等动态监测灵敏,且对数据获取无时空基线要求,在多云多雨城市地表要素变化检测中具备潜力。本文研究以多时相SAR强度RC合成图为数据源,提出一种基于色彩空间变换的变化图斑半自动提取方法,即通过色彩空间转换、训练样本选取、监督分类影像分割、变化区域提取4步骤,可实现基于SAR强度图的城市建设用地动态监测与图斑高效更新。选取南京河西新城与江北新区为示范,以最优参数配置（3特征向量与10样本类别）进行试验,实现了优于88%的建设用地查准率指标。