养殖曼氏无针乌贼(Sepiella japonica)的两性异形及判别模式的建立

两性个体的有效鉴别是曼氏无针乌贼高效繁育及养殖模式(如单性养殖)建立的基础。为研究曼氏无针乌贼主要形态指标及雌雄形态差异,测量了160只F1代曼氏无针乌贼的19项可测量性状及13项标准化性状。采用聚类分析、主成分分析和判别分析方法研究了曼氏无针乌贼同生群两性间的形态差异。结果表明:两性间可测量性状和标准化性状各有10项有显著性差异(P0.05);对标准化性状经过主成分分析和R-聚类分析均显示曼氏无针乌贼的两性的差异主要集中在辅助交配器官特征,头部特征,捕食器官和肥瘦特征以及体型特征等4个方面。在此基础上,通过逐步判别法从标准化性状中筛选出3项,即左3腕长/胴长、左4腕长/胴长及左触腕长/胴长,建立了雌雄的判别方程:雄性:F1=223.42X3+165.85X4+7.951X5–108.06;雌性:F2=151.48X3+92.71X4+19.19X5–60.38。所建立的判别方程,对样本群体的综合判别率达到95.00%。利用F2代亲体测量数据对判别函数进行识别验证,综合判别率达到85.34%。在判别方程中的3个标准化性状中,左3腕长/胴长和左4腕长/胴长在两性亲体间均存在显著的差异(P0.05),表明曼氏无针乌贼的雄性在性选择的作用下,交配器官存在显著差异。     

东濮凹陷杜寨地区深层砂岩储层致密化与油气充注关系

为分析东濮凹陷杜寨地区沙三中—下亚段致密砂岩储层演化与油气充注过程的耦合关系,综合运用铸体薄片、阴极发光、扫描电镜、荧光显微及流体包裹体等测试方法,明确杜寨地区沙三中—下亚段储层特征、成岩作用、成岩演化序列、储层孔隙度演化史和油气充注史等。结果表明:杜寨地区沙三中—下亚段处于中成岩B期至晚成岩阶段,在经历三期钙质胶结、三期溶蚀、持续压实的复杂成岩过程后,在斜坡带发育低孔低渗砂岩储层,在洼陷带发育特低孔特低渗致密砂岩储层。东营组沉积末期,储层尚未致密化,低熟—成熟有机质在斜坡带聚集形成常规型油气藏,在洼陷带附近形成"边致密边成藏"型致密砂岩油气藏。明化镇组沉积末期至今,储层致密,除少量油气向上运移、在斜坡带形成"边致密边成藏"型油气藏外,仍有大量晚期生成的天然气在洼陷带附近聚集,形成典型的"先致密后成藏"型致密砂岩气藏。     

基于改进K-SVD字典学习方法的地震数据去噪

为实现更好的地震数据去噪技术,笔者引入一种新的算法:快速迭代收缩阀值法(FISTA),通过FISTA和K-奇异值分解(K-SVD)不断迭代更新K-SVD字典,利用更新得到的K-SVD字典对地震数据进行稀疏表示,去除稀疏系数中较小的数值,使数据中的随机噪声得到压制。对层状模型合成地震记录,Marmousi模型合成地震记录以及实际地震数据进行对比实验,得出FISTA算法较OMP算法能更好地提高地震数据的信噪比,同时有效地保护了反射信号。     

一种适用于多源道路网自动匹配的通用算法

多源数据匹配是数据转换、更新与融合的关键技术。随着GIS技术的发展以及地理信息空间数据不断增大,多源空间数据的匹配与融合成为目前GIS领域面临的重要问题。本文对多源道路网的匹配算法进行了研究,并在传统算法的基础上创建了一种可适用于多源道路网自动匹配的通用算法。该算法能够更加便捷和高效地利用道路间的拓扑特征与上下文信息关系,从而极大地提高了匹配运算的成功率和准确度。大量的数据测试表明该算法同时具有成功率高、准确度高以及通用性强等多项优点。     

基于DEM匹配的滑坡检测

基于不同时期DEM数据检测地表变形是进行滑坡、泥石流等地质灾害检测的有效手段,DEM匹配是关键,两个变形地表的模型曲面特征对应关系确立是难点。针对高山地区DEM匹配问题,提出了一种新颖且稳健的基于等高线和最小二乘曲面匹配相结合的方法。该方法首先利用等高线的形状检测地形没有变化的山顶区域,提取位置不变的山头点作为控制点,能够提供足够好的转换参数初始值;其次采用最小二乘曲面匹配技术实现最优匹配。试验结果表明所提方法不受DEM粗差、数据异常以及地形变形的影响,具有很强的抗噪特性,可以在复杂地形条件下检测出稳定不变的控制点,取得较好地配准效果,最终在高程差异图上检测出明显的滑坡区域。     

改进粒子滤波器的室内地磁匹配精度研究

针对粒子滤波算法在室内地磁分布的连续性变化中会发生滤波发散,加之算法中重采样步骤使该现象恶化,直接导致室内定位过程中目标丢失的问题。该文受Hausdorff距离度量法中点集匹配思想的启发,提出了一种利用初定位误差作为最大粒子匹配距离的约束思想,通过缩小匹配空间的区域范围的方法来解决传统算法的发散问题。最后实验表明,此方法解决了粒子滤波器在地磁匹配中出现的滤波发散现象,同时使得定位结果更加快速收敛。     

地理本体驱动的遥感影像面向对象分析方法

针对遥感影像面向对象分析技术存在的“分类过程中专家分析不同带来的分类结果不一致”问题,提出地理本体驱动的“地理实体描述-模型构建-影像对象分类”解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

利用松弛标记法进行空间场景匹配

相似性度量是地理学中的关键组成部分,被广泛应用于空间检索、空间信息整合及空间数据挖掘中。因为空间场景中实体个数的差异及空间对象间的关系难以精确相等,若执行空间场景的完全精确匹配,可能会使得检索结果为空。顾及尺度差异,从空间场景中进行空间语义理解,建立了多尺度空间场景的形式化描述模型,并提取场景中稳定的特征构建空间场景特征矩阵。建立场景间的初始匹配概率矩阵后,基于松弛标记法迭代更新概率矩阵,直到矩阵收敛于一全局最小值并确定匹配的实体对,从而进行空间场景相似性评估。采用武汉居民地域数据进行场景匹配实验,并对不同邻域搜索半径下的匹配时间及精确度进行对比与分析,实验结果表明,基于松弛标记法的空间场景匹配方法具有较高的精确度。     

语义尺度影响的相离区域合并与拓扑关系计算

拓扑关系随着语义尺度的变化需要重新推理或者计算。当粗略语义尺度下的区域对象由详细尺度下的有限个区域合并而成时, 区域对象间的拓扑关系可采用已有的组合推理方法得到, 然而这些方法只适用于简单对象并存在多解性。针对此问题, 提出了基于9交模型的拓扑关系多尺度计算方法, 分别针对相离区域合并和相邻区域合并定义了9交矩阵操作算子, 可利用详细语义尺度的拓扑关系直接计算出合并区域间的9交矩阵。利用9交矩阵操作算子得到的计算结果值域为复杂区域对象间所有可能的拓扑关系, 且不存在多解性, 通过消除歧义性还可扩展9交矩阵操作算子, 适用于多个相离简单区域组合的复杂区域。