监控视频中动态目标与地理空间信息的融合与可视化方法

监控视频的动态前景目标智能分析是平安城市、智慧园区等安防建设的重要基础,将监控视频与地理空间数据融合可为静态的地理数据赋予动态属性。针对传统监控视频与地理信息数据集成仅仅将视频数据投射至地理空间,造成存储难、视频内容理解难度大等问题,本文提出了前景动态目标与地理空间信息的融合模型,通过推导出的映射模型将图像空间中的动态前景目标及跟踪轨迹映射至地理空间中,达到将监控视频与地理信息有机融合的目的。根据不同的应用需求,本文设计了4种多图层融合显示模式,实现了监控视频中的动态前景目标在地理空间的可视化。     

基于弹性网回归的水下目标无监督特征选择算法

针对水声数据的特征中含有大量冗余、不相关和噪声特征,导致水声目标识别正确率降低的问题,提出了一种新的水下目标特征选择方法——基于弹性网回归的无监督特征选择算法(Unsupervised fea- ture selection algorithm based on elastic-net regression,UFSER)。 该算法利用谱回归得到高维水声数据和其低维表示之间的回归系数矩阵,并且在回归框架中加入弹性网惩罚项优化求解回归系数矩阵;最后,对回归系数矩阵进行稀疏化从而对特征的分类性能进行评价。 使用实测水声数据集和 UCI 声呐数据集进行特征选择和 SVM 分类实验。 实验结果表明：在特征数目分别减少 60.6%和 60%的情况下,分类识别正确率较特征选择前提升了 1.05%和 6.6%。     

主动声呐目标实时航迹解算算法仿真研究

由于水中声速较低,主动声呐完成量程范围的探测往往需要花费几秒甚至几十秒的时间,这个时间即为主动声呐的扫描周期。 主动声呐对目标的搜索、跟踪等处理都是按扫描周期进行的,目标信息刷新率较低,其上报系统进行目标诸元解算时同样具有这一特点。 为了提高声呐效能及系统解算效率,提出了一种无迹卡尔曼滤波(UKF) 与野值剔除相结合的目标实时航迹解算算法:首先在以声呐扫描周期为间隔获取的目标信息基础上,采用 UKF 预测出目标每秒方位、距离信息,并对野值点进行处理,实时地调整滤波增益或者进行野值计算,最后利用目标的位置信息解算出目标每秒的航速和航向信息。 通过目标在不同航向、 航速下的仿真实验,验证了本文算法的有效性和正确性。     

多目标多测度数据空间抽样方法

社会问卷调查往往需要针对多目标测度不同类型的数据,而传统的抽样方法主要针对单目标对象,且数据类型为数值型数据。本研究以厦门岛出行调查为例,调查问卷包含了住区特征、居民社会经济状况、就业情况、出行方式、出行目的与时间等方面的指标,提出了以变异度模型为主的新方法。以厦门岛住区居民出行所带来的能耗问题收集的少量先验问卷信息以及历史数据为基础,通过模型表征测度不同类型变量的空间变异性,将其作为空间分层的依据从而完成抽样布点方案,评价精度通过抽样方差进行。结果表明：① 综合多种因素分层可以灵活地解决调查中涉及类别数据以及数值型数据的问题,将影响抽样问题的各类型因素体现到样点空间布点方案中,扩大三明治空间抽样的应用范围;② 三明治空间抽样各层样点的分布以及容量受层变异度值（相当于方差）的影响,但其样本容量并不是简单随着区域的层变异度值的增大而增大,空间抽样样本容量同时受到多个因素的影响,其地理空间的大小也是其中一个影响因素;③ 变异度模型成功地量化了各种类型数据,通过少量的预调查得到更详细的抽样方案,其抽样精度为0.0002,样本容量35,满足了问卷调查的目标需求并将抽样样本容量控制在合理的范围之内。     

多目标决策模糊集理论在矿床经济评价中的应用

矿床经济评价多方案决策就是如何利用有效手段从可行方案集中选择出经济合理、技术可靠、综合效益较好的方案的过程,优或交伫对立概念之间不存在的绝对分明的界限,这就是优化的模糊性。另一方面,优或 方案集中评价指标之间相对比较的结果,这就是优化的相地性。较详细地介绍了多目标决策模糊集理论的数学定义、推演过程和多目标模糊决策模型,并结合科研实践给出了应用实例。     

钢筋混凝土结构基于地震损伤性能的设计

本文结合我国地震设防水准,在国内外有关地震损在量研究结果的基础上,提出钢筋混凝土结构地震损伤的“三水准”性能目标;其次,对于剪切型钢筋混凝土结构,提出了结构层间柱－压弯构件三线性恢复力模型参数确定和地震损伤计算方法;第三,提出了地震损伤直接验算和将地震损伤验算归结为变形验算的钢筋混凝土结构地震损伤性能设计方法;最后,通过设计例题说明了本文方法应用的可行性。     

多目标优化方法在地下水资源规划中应用的初步探讨

地下水管理从单一目标的规划发展到多个目标的规划是很自然的。本文扼要介绍了多目标优化理论的基本概念、基本特点和求解方法,建立了一个岩溶泉泉水分配的两个目标的线性规划模型并给出了模型的解,是多目标优化理论在地下水管理中应用的初步尝试。     

水位变化下菜子湖湿地多目标生态修复方案研究

水文过程塑造了湖泊湿地的主要生态结构和功能,筑坝拦蓄、跨流域调水和航运等人类活动对湖泊的水文节律产生了明显影响,开展水位变化下湖泊的多目标修复,能够使湖泊受到的破坏得到不同程度的恢复。在综述水位变化生态影响和湿地修复方法的基础上,提出了水位变化下的湖泊湿地多目标生态修复框架;在该框架的指导下,制定了引江济淮工程运行后菜子湖湿地的多目标生态修复方案;该方案能满足包括鱼类多样性保护、沉水植物恢复、泥滩和草本沼泽面积维持和水鸟多样性保护等多目标的湿地修复需求,在提高菜子湖湿地生态完整性、可持续性和生物多样性保护方面具有显著优势和可行性。     

多目标优化NSGA系列算法与地理决策：原理、现状与展望

地理学正在经历“剧变”时代,愈发强调决策支持。地理决策过程中往往涉及众多因素,需要通盘考量不同因素、权衡利弊,并提出最优方案,是典型的多目标优化过程。数学领域的多目标优化算法因而在地理决策中具有广阔的应用潜力和重要意义,其最新进展是地理学中新方法、新工具的重要来源。本文综述了多目标优化领域最前沿、最流行的算法代表“非支配排序遗传系列算法”（Nondominated Sorting Genetic Algorithms,NSGAs）,对其三代不同算法的原理、适用性进行对比,并综述了这些算法在地理决策领域的应用现状、改进方法、问题与局限。研究发现：在三代算法中,NSGA-Ⅱ因其在计算复杂性和使用场景方面的优势在地理决策中最为流行;NSGA-Ⅲ对建模要求较高,尚未得到广泛关注。在地理决策的各领域中,水资源管理领域是NSGA算法应用最多、最成熟的领域,该领域的问题建模和在NSGA算法中融入局部搜索的经验值得其它领域借鉴和推广;土地利用规划领域提出了较多的NSGA改进算法,为更好地融合NSGA算法进行地理决策树立了典范。未来研究中,可通过凝练行业共性问题、构建通用优化模型降低NSGA算法的应用门...