基于地名树的最佳空间尺度新闻事件地点提取方法

从新闻纯文本数据中识别地名信息并确定对应的最佳空间尺度与事件所属地点,是准确抽取新闻事件发生地点的关键。针对上述目标,提出了基于隶属关系地名树的最佳空间尺度新闻事件地点提取方法。在完成地名实体识别和歧义消除的文本数据预处理工作的基础上,提出了一种顾及新闻结构的方法消除语义干扰等噪声的影响;通过引入虚父节点构建合理准确的隶属关系地名树,结合最小包围盒的概念实现了最佳空间尺度的选取,使用地名实体权重和实体相关性完成了事件地候选集推荐排序,从而合理定位事件发生地。实验证明,所提出的新闻文本地理信息抽取方法可以较高的准确率获取新闻所对应的最佳空间尺度和相应的事件地点。讨论和解决了新闻文本地理信息抽取涉及的空间尺度问题,使得新闻文本中抽取的地理信息具有更好的可用性和可解释性,在丰富地理信息数据来源的同时,可实现数量呈几何级增长的网络新闻自动地域划分,有助于人们对各类事件空间态势的关注与认知。     

视觉显著性特征的矢量对象多尺度表达

针对矢量数据在网络上渐进传输中的多尺度组织问题,该文提出一种基于视觉显著性特征的多尺度增量组织和表达方法。根据人类视觉机制和矢量地图的多尺度表达特征,提出了基于视觉显著性的多尺度矢量模型,实现矢量空间要素的多尺度表达和线性序列组织。以线要素为例,讨论多尺度空间下矢量空间要素的视觉显著性和视觉信息增量变化。实验表明,本文提出的方法可以较好地改进渐进传输时矢量数据的可视化效果。     

多尺度ARMA残差修正模型震前电离层TEC异常探测

为提高电离层总电子含量（total electronic content,TEC）扰动探测参考背景值的预测精度,提出了多尺度自回归移动平均（autoregressive moving average,ARMA）残差修正模型。通过对比该方法、ARMA模型、四分位距法（inter quartile range,IQR）及滑动时窗法对TEC背景值的预测精度,结果显示修正模型预测的TEC背景值平均相对精度为89.78%,分别比ARMA模型、IQR及滑动时窗法高5.18%、1.41%和1.42%,且预测值的残差绝对值小于等于3.0 TECU的百分比为91.67%,明显优于其他3种方法,说明修正模型探测震前TEC异常是可行的。利用该方法探测2013-04-20芦山县Mw7.0级地震震前电离层TEC扰动情况,验证了该方法的有效性。实验结果表明,震前第9天和第13天电离层明显的正异常和震前第1~4天明显的负异常极可能是孕育地震引起的,且正异常主要出现在08:00-10:00 UT,而负异常主要集中在0:00-14:00 UT。     

利用能量因子进行DEM升尺度转换精度评价

全面评价数字高程模型（digital elevation model,DEM）升尺度转换方法的精度,有助于合理选择DEM升尺度转换方法,掌握DEM尺度转换规律及构建新的DEM升尺度转换模型。然而目前关于DEM精度评价的研究成果还难以达到实际应用的要求,从全新的视角寻找客观、高效的DEM升尺度转换结果的精度评价方法仍有待研究。基于地球表面接收太阳辐射的分布特性,提出基于能量因子的DEM精度评价方法,应用于不同DEM升尺度转换方法的精度评价中。基于现有的精度评定与质量评价方法,构建定性与定量分析相结合的综合评价方法,以验证基于能量因子的精度评价方法的合理性和有效性。实验结果表明,基于能量因子的精度评价方法原理简单、操作方便,能够反映升尺度转换后DEM地形空间遮蔽关系的变化情况。该方法为DEM升尺度转换结果的精度评价提供了新的思路和方向,对DEM在定量遥感建模与山区地表生态参量反演等方面的应用具有一定的借鉴意义。     

自动化监测系统在深基坑监测中的可靠性分析

深基坑监测对于城市工程的安全建设具有重要的指导意义。为了探究自动化监测系统在城市深基坑监测中的可行性,根据全站仪的测量原理利用Matlab进行三维仿真,从理论上证明了自动化监测系统的平面精度能够达到规范要求。采用尺度变形分析及水平位移对比分析,论证了在城市深基坑监测中利用自动化监测系统进行水平位移监测的可靠性。     

面向交通应用场景的增强现实地图载负量 及多尺度显示模型

为探究解决AR Maps表达中普遍存在的视觉过载问题的方法,基于实景视觉信息量提出了一种新的面向交通应用场景的AR Maps载负量计算方法;以此为基础提出了AR Maps多尺度显示模型构建方法,建立了AR Maps多尺度显示模型;根据此模型进行了AR Maps POI标签的显示控制方法的研究;实现了AR Maps原型系统并进行实验。结果表明,在交通应用场景下,AR Maps载负量计算方法和多尺度显示模型可以有效解决AR Maps中存在的视觉过载问题,并具有一定的实用性和可靠性,能够为AR Maps表达的研究提供科学性依据。     

利用慢特征分析进行多尺度融合的 高分辨率影像变化检测

提出利用慢特征分析的特征级多尺度融合的方法。首先对两时相影像分别进行多尺度分割,并与原始影像共同构成多尺度特征集;其次对特征集进行迭代慢特征变换,增大变化区域与未变化区域的可分性;最后通过K-means聚类完成变化区域与未变化区域的分割,得到二值变化检测结果。通过两组北京地区的多光谱影像实验发现,该方法具有更高的精度和自动化程度。     

利用线性判别分析的LDA-SIFT影像匹配算法

针对SIFT算法特征向量维数较高,匹配实时性较差的问题,提出一种利用线性判别分析的LDA-SIFT算法。该算法首先利用SIFT算法提取特征点并生成特征向量矩阵;然后将特征向量矩阵转换为种子点向量矩阵并为数据设置标签;接着利用线性判别分析对种子点向量进行降维;最后在低维特征空间将种子点向量矩阵转换为特征向量矩阵并在欧式空间匹配,运用RANSAC算法剔除误匹配。采用多组图像验证该算法匹配的性能,实验结果表明,LDA-SIFT算法能够有效降低特征向量维度,缩短特征匹配时间,匹配精度与降维前相近。     

基于降尺度降雨的洪水预报预警体系的创建

为了减少洪水对生命和财产造成的危害,构建合适的洪水预报预警体系具有重要的现实意义。本文结合NWP输出的降尺度降雨构建了短期洪水预报体系。所提出的降尺度方法对NWP输出值进行了校正,以便在人工神经网络的校准阶段使用,然后,将降尺度降雨参数作为径流预报的超级水箱模型的输入值。根据预测提前期对模型不确定性进行量化,最终将预测结果整合到现有的洪水预警警报级别中。结果表明,基于神经网络降尺度降雨的洪水预报优于多元线性回归方法。尽管随着预测提前期的增加,模型不确定性呈增加趋势,但仍可以对长达18小时的提前期做出可靠预测。     

渗流井合理竖井降深确定

通过采用单位面积河流在单位水头差作用下的渗漏量来表征河流渗漏能力,建立渗流井取水理想模型,分别计算了在不同河流渗漏能力和含水层渗透性能条件下,竖井降深对渗流井出水量的影响.建立渗流井取水非稳定流模型,计算了在前期稳定竖井降深不同条件下,河流断流后渗流井出水量衰减过程及竖井降深发展过程.提出渗流井合理竖井降深应根据河流与地下水是否脱节以及含水层渗透性能,在岸边渗流井中部及一侧各布设一个观测孔,根据观测孔水位进行确定.对于含水层渗透性能较强地区,渗流井竖井降深应使得渗流井范围内地下水位与河流脱节,但高于辐射孔顶面;对于含水层渗透性能较差地区,渗流井竖井降深应使得侧部观测孔水位接近河床底面或刚出现脱节.