Winkler地基梁在温度场中受简谐激励的1/3次亚谐共振分析

研究W inkler地基梁在温度场中受简谐激励作用的1/3次亚谐共振问题。应用弹性理论和Galerk in方法建立W inkler地基梁在温度场中受简谐激励作用的非线性动力方程,根据非线性振动的多尺度法求得系统满足1/3次亚谐共振情况的一次近似解,并对其进行数值计算,分析了温度、调谐值、激励、阻尼、地基刚度等参数对系统的影响。     

基于高分辨率高度计沿轨数据吕宋海峡亚中尺度过程季节波动分析

亚中尺度过程是指海洋流场罗斯贝数接近于1,空间尺度量级1km、时间尺度量级1d的动力学过程.根据高分辨率的Jason-2卫星高度计沿轨数据,采用改进的方差归一化方法,结合一维功率谱斜率分析,对南海吕宋海峡海域亚中尺度过程进行季节性统计,结果表明:吕宋海峡亚中尺度过程季节高发月份特性与相应的海平面异常波动特性较为一致性,较大的月份主要出现在秋冬季节,夏季波动相对较弱.结合当前研究和实例观测,冬季黑潮入侵和两侧"波动高能区"涡流波动是亚中尺度高发的诱因.     

中国北方冬季降水的多源资料产品评估和融合优化

为了考察不同来源降水产品在中国北方冬季（特别是固态降水）的精度和可用性,优化融合降水产品质量,利用2019年12月—2020年2月美国CMORPH和IMERGE卫星反演降水、日本GSMaP、中国气象局雷达定量估测降水（MOC-QPE）、CMA-MESO模式预报以及地面观测插值等不同来源分析的降水产品,以地面站观测逐小时降水量数据为基准,从KGE评分、相关系数、平均误差和均方根误差等精度统计指标以及命中率（FOD）、虚警率（FAR）和TS评分等降水事件发生角度开展评估,结果表明:中国区域单源降水产品中地面插值分析产品对冬季降水描述精度最高也最稳定,但存在明显的系统偏低;其次是MOC-QPE和IMERG卫星产品,对中国北方偏南部地区的降水有一定的描述能力,但对北方高纬度地区固态降水的反映能力较差;卫星产品中IMERG精度最高,CMORPH则基本没有反演能力;CMA-MSEO模式产品虽然误差较大但与地面站观测的降水特别是固态降水存在较高相关,明显优于雷达和IMERG、GSMaP等卫星产品。采用BMA技术融合雷达、模式、卫星降水形成优化背景场,评估逐步引入不同的数据源对融合降水在冬季的精度影响,引入IMERG卫星和CMA-MESO模式产品均能提升高分辨率融合产品的质量,其中模式产品的改进效果最显著。      

暴雨中两种尺度之间位势转换的诊断分析

本文应用平滑滤波的方法分离天气尺度和次天气尺度系统。选取同一暴雨过程中的两个时次,计算暴雨系统中这两个时次的天气尺度和次天气尺度系统间的位势转换量。得出:在某一区域,同一暴雨过程中不同时次,不同层次,天气尺度和次天气尺度系统之间的位势转换是不同的;即使是同一时次,水平位势和垂直位势的作用也是不同的。整层积分的结果是天气尺度系统向次天气尺度系统转换位势;次天气尺度系统也可向天气尺度系统转换位势。最大转换层均发生在对流层顶200—100hPa上。     

一种改进的GNSS高维模糊度快速降相关算法

为了提高GNSS高维模糊度的解算效率,提出一种改进的GNSS模糊度快速降相关算法.算法采用对称旋转排序策略和延后降相关策略对下三角Cholesky分解的整数高斯变换算法进行改进.通过模拟和实测数据进行验证,结果表明,改进算法在一定程度上减少了降相关过程中的条件方差交换次数和整数高斯变换次数,从而有效提高了解算效率,增强...     

卡诺图多种用途的探讨

从讨论卡诺图的各种运算出发，探讨了卡诺图在逻辑电路的分析和设计中的多种应用，并以实例说明其优越性。     

空间认知能力评价及其与场景草图面要素方位特征间关系的研究

场景草图是人们对周围环境认知结果的概括性表达,研究人们空间认知能力和场景草图不同特征之间的关系是实现场景草图与地图匹配的重要基础之一。然而,现有研究中仍然缺少空间认知与面要素间方向关系相互影响的研究。本文使用基于锥形模型的四方向模型和八方向模型以及基于投影的MBR模型描述场景草图中面要素间的方位关系,将空间认知能力划分为心理旋转能力（MRT）、方位能力和复杂图形记忆能力（CFT）,设计认知能力实验,分析在社区级尺度下多类型场景中人们空间认知能力差异和场景草图面要素方位关系之间的相关性。研究表明：在居民区、商业区等等面要素类型丰富且分布复杂的区域：(1)心理旋转能力和场景草图面要素方位关系呈正相关;(2)方位能力和面要素方位关系呈显著正相关;(3)复杂图形记忆能力和面要素方位关系则没有明显关联,而在面要素类型单一分布规整的区域,3种空间认知能力和面要素方位关系则关联不明显。本文研究结果可以为场景草图在数据库中匹配寻址提供支持,也表明草图中地物间的方位关系是一个合适的匹配因子。     

北京市出租车OD流多尺度空间预测深度重力模型及其可解释性研究

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量,尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例,采用深度重力模型（Deep Gravity）对不同空间尺度下的轨迹OD流进行预测。同时,引入SHAP值（SHapley Additive exPlanations）揭示不同尺度下影响OD流预测建模的重要特征。结果表明：(1)相比于重力模型和辐射模型,街道尺度下深度重力模型的OD流预测精度最高（CPC值高达0.83）,且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构,呈现出“环形散射状”特征;(2)在本研究所选各空间尺度下,对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离,O、D点周围公司企业数量、餐饮服务数量以及购物服务数量;(3)同一特征对OD流预测模型的局部影响不同于全局,如科教文化和体育休闲类POI在全局尺度下对模型影响较小,但在局部尺度下却表现出极大的影响。     

基于势函数点分布调整的SIFT图像配准算法

尺度不变特征转换(scale invariant feature transform,SIFT)是一种广泛应用于图像配准领域的点特征提取算法。针对基于SIFT的图像自动配准算法存在的特征点分布不均匀问题,提出了一种基于势函数点分布调整的图像配准方法。该方法解决了SIFT算法不能针对特征点的分布情况进行优化的问题。通过调整SIFT的比值阈值,增加配准点的数目;通过引入分子力学中的势函数概念,对特征点分布情况进行优化;通过局部互信息精纠正,微调特征点位置,以提高特征配准点的配准精度;最终实现高质量(空间分布均衡,配准精度高)的图像自动配准。