基于τ-p变换的地震道重构

基于τ-p变换原理,研究一种基于τ-p变换的地震数据重构方法,运用该方法对待重构道用零道替代,通过τ-p正反变换及一定的迭代处理实现地震道数据重构。理论模型与实际资料应用表明,基于τ-p变换的地震道重构方法效果明显,重构数据稳健。     

锶的生物矿化与地球化学代用指标在古环境重构中的应用

锶是自然界广泛分布的微量元素,与钙原子大小接近、化学性质相似。在钙的矿化中锶通过类质替换进入生物矿化体中,从而使生物体尤其是化石具有锶元素蕴含的地球化学信息。本文首先介绍了锶的生物矿化及其机制,然后着重从锶在古环境重构中地球化学代用指标作用、影响锶地球化学代用指标的因素及机制等方面分析了锶的生物矿化行为所蕴含的地球化学信息和应用现状,为今后更好地利用锶地球化学信息进行古环境重构,开展锶生物矿化的环境修复、医学应用提供参考。     

主成分分析在航空瞬变电磁去噪中的应用

由于航空瞬变电磁二次场数据是一种宽频带信号且幅度较小,因此常常受到随机噪声、天电噪声以及人文噪声的影响。研究针对上述噪声的去噪方法,可以提高处理和解释的精度。这里给出了基于主成分分析的航空瞬变电磁去噪方法,首先应用主成分分析方法对叠加抽道后的单测点衰减曲线进行分解,然后应用曲线趋势对比法和L曲线法对分解后的成分进行分析,确定出有效信号成分,最后使用这些有效信号成分进行重构,从而达到抑制噪声的目的。模拟信号分析以及实测数据的实验结果表明,应用主成分分析法处理航空瞬变电磁数据,在保持反映地下介质分布的有效信号幅度基本不变的条件下,能有效抑制天电噪声和人文噪声,为保幅处理和解释奠定了良好的基础。     

情感地理视角下脱贫村农户情感重构——以湖南省十八洞村为例

以湖南省花垣县十八洞村为案例地,以“留守”农户和“返乡”农户为研究对象,基于情感地理视角,通过深度访谈法和参与式观察法探究了精准扶贫政策影响下农户情感重构及其重构机制。结果表明：1）脱贫村农户情感重构主要包括归属感、幸福感、风险厌恶感、相对剥夺感和失落感5个维度的重构,这些维度相互影响、相互制约。2）精准扶贫政策的实施使得脱贫村农户地方归属感上升,幸福感增强,风险厌恶感下降。然而,扶贫力度的不均衡导致农户间的相对剥夺感增强,传统文化的消解和社会关系的重构等使得农户产生失落感。3）在脱贫村农户情感重构过程中,农户认知是核心力量,政府行动起主导作用,企业行动发挥辅助作用。政府和企业行动通过重构乡村地域系统的物质空间、经济空间和社会空间刺激乡村地域主体即农户认知转变,继而引发情感的重构。     

特色保护类村域农村居民点空间重构探析

快速城镇化进程中中国乡村聚落空间面临剧烈分化和重组,农村居民点空间重构有利于乡村转型发展。论文基于系统理论,梳理了特色村落农村居民点空间系统形成机制,提出“遵循有序性—延续精神性—落脚物质性”的重构框架,并以贵州省江口县坝梅村为例,选用规模指数、基因分析及空间分析等方法解译了村域居民点系统内、外部特征,提出重构模式。研究表明：① 行为主体、文化基因及民居建筑构成坝梅村居民点内部系统,并分别呈“多元主体行为诱发空间变化、文化基因丰富但延续较差、用地结构与功能多样化”的特征;② 坝梅村居民点系统外部特征体现在外部环境对居民点起约束和导向作用,表现为距离点状、线状基础设施及河流越近,村域居民点数量、规模越大;③ 基于特征认知和重构框架,按照“分区—分类”方法,划分了核心区、重点区、提升区和保育区4种治理区以及完好型、受损型、缺失型、失真型4类民居提升类型,并提出了自组织和他组织2种模式下的居民点空间重构策略,为推动特色村落空间治理与转型提供参考。     

室内雕塑点云三维重构

针对室内雕塑传统建模效率低的问题,探讨并实现了点云三维自动重建的方法。通过对点云数据预处理,包括异常点剔除、数据精简等,减少了异常点对建模的影响,使用泊松曲面重建技术进行雕塑点云三维重构。运用这种方法,可以使得表面能够很好的拟合。     

利用匀光匀色建立色彩一致性无缝DOM影像数据库的方法研究

针对建立大型无缝影像数据库的影像数据特点,深入分析单幅影像内部以及多幅影像之间光照不均匀的影响因素,提出基于高斯低通滤波的单幅影像匀光方法和基于Wallis滤波的多幅影像匀色方法,结合工程实践,探讨相应的匀光匀色处理的具体技术流程。实验表明,方法简单实用,具有较强的适用性,可以快速高效地获取大范围大场景无缝DOM影像数据,和传统的方法相比,较好地解决了色彩一致性问题。     

经验模态分解和遗传小波神经网络法用于边坡变形预测

从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。     

基于RGB和HSI色彩空间的遥感影像阴影补偿算法

通过分析研究抑制蓝色分量和亮度线性补偿这2种阴影补偿算法,利用阴影区域与其同质区信息相似的特点,把这2种算法进行合并与改进,提出基于RGB和HSI色彩空间的阴影补偿算法。实验数据表明,该算法对遥感影像上阴影区域进行补偿时,在不改变非阴影区域信息的情况下,提高算法适用性。     

颜色和形态学在交通标志识别中的应用研究

从自然场景中识别出交通标志是智能交通系统中的一个重要问题,本文提出了一种基于颜色和形态学的交通标志识别方法.该方法在HSV彩色空间进行颜色阈值分割,并采用形态学重构提取目标区域.再通过标记法检测目标区域形状,检测出交通标志.最后,利用SIFT算法进行模板匹配,识别出交通标志.实验证明,该方法在识别正确率和运行效率上具有明显优势.