DLG数据采集中的自动接边实现

分析了实现自动接边中需要解决的基本问题，说明了DLG生产中不推荐使用曲线的理由，给出了接边程序的流程和关键算法。最后介绍了MAP系统中的自动接边功能。     

利用现有重力场模型求定CHAMP卫星加速度计修正参数

CHAMP卫星加速度计数据的标定是通过确定其尺度因子和偏差参数来完成的.本文基于能量守恒方程,给出利用现有重力场模型标定CHAMP卫星加速度数据的基本原理和数学模型;提出相邻历元间差分算法,大大简化了观测方程,同时避免积分常量的计算.该算法既能同时解算尺度因子和偏差参数,也可任意求解其中之一.基于实测的CHAMP卫星加速度数据,利用EGM96模型和最新公布的EIGEN-2模型进行计算与比较,验证该方法的有效性.     

基于三角网的"种子法"多边形生成

将传统上广泛使用的“种子法”和“矢量求交法”的思想相结合 ,提出了一种基于约束Delaunay三角网结构的多边形生成算法。详细描述了该方法的基本思想 ,在实验基础上分析了算法的特点。     

GPS信号的差分相关捕获算法研究

随着人们活动范围的日益扩大和周边环境的日益复杂,低信噪比环境下捕获卫星导航信号逐渐成为国内外研究的重点。本文分析两种常用的改善检测统计量信噪比的方法：相干累加和非相干累加,指出它们各自存在的问题。引出差分相关捕获算法,详细介绍差分相关捕获算法,分析了其数学模型。从理论上研究差分相关捕获算法的性能,并借助MATLAB仿真,分析各个参数对算法性能的影响,同时与相干／非相干累加算法进行比较。     

一种移动视频与地理场景的融合方法

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察,但是无人机视频难以与实际的地理场景关联起来,为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点,将匹配后的特征点采用RANSAC算法进行迭代剔除噪点,计算视频与地理场景最优的透视变换矩阵模型参数;然后将计算得到的透视变换参数应用到视频数据,恢复视频角点坐标;最后通过内插得出所有视频帧的角点坐标,实现视频与DOM的精确融合。试验结果表明,对视频数据匹配的间隔帧越短,其整体融合精度越高,通过本文方法进行视频与地理场景融合的误差标准差低于10 m。     

船联网智能数据传输与通信算法研究

数据传输与通信算法是当前船联网研究中的重要方向,为解决船联网中数据传输时延长、无线传输功率低的问题,本文提出了一种改进的船联网智能数据传输和通信算法.首先,利用分簇算法对所有船舶实施分簇,选取每簇最优的簇头;然后,建立基于位置和速度信息的船舶通信组网方式,应用粒子群(PSO)算法实现对最优路径的选择,实现海洋观测数据的...     

最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

祁连山国家公园森林地上碳密度遥感估算

准确、及时地绘制森林地上碳密度图是了解全球碳循环的必要条件.虽然星载激光雷达(如ICESat/GLAS)数据已被广泛用于估算大尺度的森林地上碳密度分布,但地形坡度对GLAS提取冠层高度精度的影响往往限制了其在山区森林的应用.通过以祁连山国家公园为研究区域,结合GLAS数据、Landsat OLI(Operational...     

地地震多参数BP神经网络预测煤层厚度

依据煤层反射波运动学和动力学特征，提取出了波峰波谷振幅A1、平均频率Fa、主频带能量Qf1、低频带宽能量Qf和峰值频率Fmain等5个地地震特征参数。选取8组学习样本，利用4层BP（Back Propagation)人工神经网络模型，采用动量法和自适应调整的改进算法，训练BP网络，用训练好的BP网络预测煤层厚度。经实例验证，地震多参数BP网络预测煤层厚度精度高，是一种有效的煤厚预测方法。     

一种求解旅行商问题的改进蚁群算法

蚁群算法作为一种新型的优化算法,具有很强的适应性和鲁棒性,已广泛的应用于系统控制、人工智能、模式识别等工程领域。由于蚁群算法在搜索过程中易于陷入局部最优解,存在着加速收敛和早熟停滞现象的矛盾。文章针对这些问题,在基本蚁群算法的基础上,从参数的动态调整、信息量的更新规则、局部搜索策略进行相应的改进,引入信息素平滑机制,以求在加快收敛和防止早熟停滞之间取得较好的平衡。旅行商问题的仿真表明:改进后的蚁群算法具有较好的收敛性和稳定性,能够克服算法中早熟和停滞现象的过早出现。