基于差分筛选的YOLOv2监控视频目标检测方法

监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。     

Trimble RTX技术在呼伦湖水下地形测量中的应用

针对Trimble RTX技术在呼伦湖水下地形测量中的应用测试,对比分析Trimble RTX技术较传统差分GNSS的优势,无需建立GNSS陆地基准站,单机作业便能大范围应用,同时提供厘米级的实时定位精度。应用结果证明Trimble RTX技术在大面积水域水下地形测量工作中具有稳定、高效、高精度的优势。     

GEO卫星授时结果周期波动消减方法

针对地球同步轨道(GEO)卫星转发式授时结果存在的周期性波动现象,该文探寻该现象与卫星运动之间的关系,发现授时结果与授时信号传播时延差分结果呈很强的线性相关关系,并利用这一规律,提出时延线性贡献补偿模型。实验结果表明,该模型最多可修正原始授时结果偏差近70%,基本消除周期波动。     

同震地表位移的单站时间基线模型解算

针对强震时GPS双差相对定位精度受参考站位移的影响,而精密单点定位数据处理过程又相对复杂等问题,该文采用单站时间基线模型解算实时同震地表位移。依据短时间内对流层延迟等误差强相关和模糊度固定不变的特性,利用消电离层星间单差观测值,并对卫星钟差进行改正,建立时间基线差分解算模型。实验结果表明,本文方法所得测站位移结果与SOPAC解的互差的均方根误差在N、E、U这3个方向上分别为5.4、4.1和12.2mm,基于单站的处理方法,该文所得结果比SOPAC解更准确地反映地震期间地表运动。     

一种选取补偿最小二乘正则化参数的改进方法

为了改进半参数模型补偿最小二乘估计中的正则化参数选取方法,该文设计了3种方案:L-曲线法、虚拟观测法以及该文提出的改进方法以比较正则化参数的优劣。模拟算例表明,该文提出的改进方法可以有效评价正则化参数,得到的参数估值精度更高,是一种较为有效的选取补偿最小二乘最佳正则化参数的方法。     

利用排水区间计算城市暴雨积水

提出了给定淹没水量条件下基于流域排水区间分布的城市暴雨积水过程计算模型。该模型针对城市暴雨积水过程的形成机理和特点提出了两个基本假设,以各积水淹没源的空间分布特征规律为依据将城市流域划分为若干个排水区间,并将排水区间作为积水淹没计算的基本单元。为了保证计算的效率,根据流域地形起伏分布状况,该模型将各个排水区间内的空间区域范围简化为一个规则几何体,并结合体积法和多种漫流计算思想模拟暴雨积水在各排水区间内部和淹没源点之间的漫延过程。实验结果表明,该模型高效、可行,对流域资料要求较低,在信息不完备条件下的城市暴雨积水模拟中具有一定的应用价值。     

一种改进的精密单点定位模型

针对现有精密单点定位（PPP）模型收敛慢的问题,提出了一种改进的PPP定位模型。采用码相位半合组合观测值以及几何无关组合观测值分别降低码伪距观测噪声和轨道误差的影响,该模型不仅具有较小的观测噪声,还降低了轨道误差影响。实验结果表明,引入新的组合观测值后明显改善了PPP的解算性能。当观测时长为0.5 h时,采用所提模型的收敛率较标准非组合（un-combined model,UC）模型、UofC（university of calgary model）模型和标准非差无电离层组合（un-difference ionosphere free combined model,UD）模型分别提高了37.6%、4.2%和235.9%,且收敛速度有明显提高;在定位精度方面,新模型与UofC模型较为一致,但明显优于UC和UD模型;采用新模型估计的天顶对流层延迟与UC模型较为一致,且高于UofC和UD模型。     

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。     

基于熵权重的水下载体导航信息融合方法

针对水下载体动态导航定位中状态方程和观测方程噪声增加引起的卡尔曼滤波发散问题,提出了一种以高斯混合模型为框架,基于信息熵计算导航融合权重的新方法。首先给出了水下组合导航系统的整体结构和各子滤波器的状态方程以及观测方程;然后研究了各子滤波器输出信息熵值的计算方法,并且定义了熵积的概念用于计算高斯混合模型中各分量的权重;最后总结出了用于水下载体导航信息融合的熵权高斯混合模型滤波算法的计算流程。仿真实验表明,相比于传统的加权卡尔曼滤波算法,新方法的计算精度更高,对噪声引起滤波发散的抑制能力也更强。     

一种顾及多重约束的三维地形简化方法

三维模型在许多领域内均有着越来越深入的应用,为保证三维模型在不同存储空间、不同图形绘制能力、不同显示分辨率的终端电子设备上显示的统一性和一致性,在很多情况下需要对三维模型进行适度的简化。对于三维地形而言,纹理颜色、地形区域边界和重要顶点是其非常重要的视觉特征,本文将这三项特征作为约束因子引入到三维地形的简化过程中,并根据这三项特征对现有的二次误差测度算法和边折叠代价的计算方法进行了改进,使其在三维地形简化过程中不会出现明显退化。本文还将改进后的算法与原来算法进行了实验对比,结果表明,改进后的简化算法不仅能够在不同精度上保持三维地形视觉上的一致性,而且产生的几何误差也相对较小。