基于改进遗传小波神经网络的雷暴预报方法

为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGA-WNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性.     

河南省新石器至夏商时期城邑与一般聚落空间关系研究

以河南省新石器至夏商时期65座城邑与4095座一般聚落为研究对象,采用核密度分析法、最近邻指数法、重心分析等GIS空间分析方法,按照裴李岗、仰韶、龙山、夏商这4个时期对城邑与聚落的密度、空间分布集聚程度以及重心位移演变关系进行了研究。分析表明：1）河南省新石器至夏商时期城邑的分布与聚落的密度关系密切,有83.08%的城邑位于聚落密度较大的地区,尤其是规模比较大的城邑几乎都分布在聚落密度较高的地方,只有少数城邑分布在聚落密度较小的地区;2）河南省仰韶时期至夏商时期城邑与聚落的集聚程度变化规律是一致的。集聚程度由高到低均为仰韶时期-夏商时期-龙山时期;3）河南省新石器至夏商时期聚落重心相对城邑重心分布在南面,聚落和城邑的重心均是在嵩山及其周边地区按逆时针方向移动,说明了河南省的文化核心区就在环嵩山地区,该地区在新石器至夏商时期文化发展中居于核心地位。河南省新石器至夏商时期城邑与一般聚落空间关系研究表明,城邑与一般聚落之间有着紧密的联系,两者空间分布格局的变化是气候及生产力发展水平双重影响下的结果。

     

迭代法在三维网络模型最短路径射线追踪中的应用

目前有许多基于二维网格模型的射线追踪算法,但应用与三维网格模型的射线追踪算法较少,主要是因为三维网格射线追踪算法在算法实现、编程以及图形显示方面都有一定难度.本文提出了一种适用于三维网格射线追踪的迭代算法,并应用于几种理论模型,同时实现了三维绘图显示,通过研究证明迭代算法能在一定程度上提高三维网格射线追踪的精度和速度.     

解非光滑方程组的Newton-GMRES算法

给出了求解非光滑方程组的Newton—GMRES迭代法。该方法在求解半光滑方程组时，不需要计算广义Jacobi矩阵，同时使求解相应广义Newton方程组也变得容易。尤其对于大型问题，该方法特别适用。数值例子显示了这种方法的有效性。     

降元迭代法

本文提出了一种新的求解大型线性方程组AX=b(其中A∈R^n×n为对称正定矩阵)的降元迭代法,降元的手段是在n维空间中,取k个线性无关的向量,然后将n元线性方程的未知数X的取值范围限定在由这k个线性无关向量所组成的一个子空间内;同时将原来n元线性方程组降成k元线性方程组.求解这个k元线性方程组可得到X在此子空间内的一个最优解.从这个最优解出发,在n维空间中,取另外k个线性无关的向量,并作同样的降元处理.这样就形成了一个降元迭代过程.     

基于非线性模型高精度参数估计的新解算方法

在对传统求解非线性模型参数的思想进行分析和研究的基础上,提出一种利用多平差方法对待估参数进行相互迭代,以求得参数估值的新算法。通过实例说明该算法在解算精度和收敛速度方面优于传统解算方法。     

河南省用地观念悄然发生转变 建设用地由“新增”转向重点“盘活存量”

眼下，在河南，人们的用地观念正在悄然发生着转变，如何盘活已有的存量建设用地发展经济，已成为各地国土资源管理部门的工作重心。通过挖潜盘活，河南的土地利用效率显著提高，同时能源、交通、水利、城市等建设用地得到了有力的保障。     

大角度三维坐标转换参数的一种迭代解法

针对传统的三维坐标转换模型局限于求解小角度的三维坐标转换参数的缺点,该文利用反对称矩阵和罗德里格矩阵的性质,推导了一种迭代计算大角度三维坐标转换参数的方法.该文算法计算公式简单明了,计算过程中避免了复杂的三角函数运算,计算速度快,无需事先知道参数的近似值,易于编程实现.最后通过算例分析验证了该文算法的正确性和有效性.     

一种解算椭球大地测量学反问题的方法及应用

针对解算椭球大地测量学理论反问题的复杂性,通过实例,说明了基于计算机代数系统的符号迭代法解决此类问题计算形式简洁、直观的特点。以幂级数展开理论为基础,通过一系列计算和分析,给出了符号迭代法的理论基础。讨论了符号迭代法在椭球大地测量学及其他类似领域问题中的应用,最后验证了方法的正确性。     

中国人口分布的密度分级与重心曲线特征分析

依据2000年全国第五次人口普查数据,利用ArcGIS的空间分析功能,将人口密度图分层显示,并形成中国人口分布图系.在此基础上,建立人口重心曲线,根据人口重心曲线上点的邻近性实施人口密度再分级,由此获得了更具空间集聚特征的人口密度图.基于人口密度分级的多圈层迭加分析表明:随着人口密度增大,人口分布重心逐渐由西北向东南移动,由稀疏趋于稠密,中国人口分布多圈层集聚特征明显.人口重心曲线表明,人口分布总体上是从高密度向低密度分布过渡的,其中在低密度中也有高密度地区分布,高密度地区也有相对稀疏的地区.基于人口重心曲线的中国人口密度再分级表明,中国人口密度可以适度划分为9级,据此可以将中国人口地理分布划分为集聚核心区、高度集聚区、中度集聚区、低度集聚区、一般过渡区、相对稀疏区、绝对稀疏区、极端稀疏区、基本无人区等9大类型区.统计表明,中国3/4以上的人口集中分布在不到1/5的国土面积上,半数以上的国土面积上居住着不到2%的人口,研究结果较好地揭示了中国人口分布的空间规律性.