利用互信息改进遥感影像朴素贝叶斯网络分类器

针对朴素贝叶斯网络简单条件独立性假设的不足,将它的一种改进形式——选择型朴素贝叶斯网络和两种扩展形式(树增强型朴素贝叶斯网络、贝叶斯增强型朴素贝叶斯网络)用于多光谱遥感影像的分类中。在分析波段间互信息的基础上,分别构造了上述3种分类器,并和朴素贝叶斯网络分类器的性能进行了比较。     

基于多Agent的动态路况信息服务系统仿真研究

基于GIS空间数据模型和多智能体,研究了一种多智能体协作动态路况信息服务系统,通过智能体之间的协作预测路网交通流量在时间和空间的分布,提供更贴近实际状况的诱导路径。在此基础上,基于Swarm平台和Java语言开发实现了实验原型系统,利用实验数据进行实例模拟,对实验结果进行了分析,并对后续的研究工作提出了展望。     

多参数信息扩散估计的精度评定

作为一种稳健估计方法,同选权迭代估计一样,信息扩散估计也是通过对粗差观测值降权达到抗差效果,由于不需迭代,信息扩散得到的权就相当于迭代稳定后的权.在此思想基础上,讨论高斯-马尔柯夫模型下多参数信息扩散估计的精度评定方法.     

我国测绘卫星的发展思路和应用展望

国家测绘局经过多年的研究开发,已基本形成了卫星测图的科学生产工艺,对于更大程度上发挥卫星遥感应用潜力起到了积极推动作用。为适应遥感技术的发展,国家测绘局已经于2005年编制了《测绘部门十一五航天规划(草案)》,测绘卫星计划包括研制发射我国自主的测绘系列卫星和建立自主版权的测绘卫星综合应用服务体系。高分辨率测绘系列卫星包括:高分辨率光学立体测图卫星、干涉雷达卫星、激光测高卫星和重力卫星等。随着我国航天事业和卫星制造技术的蓬勃发展,未来的卫星测绘应用能力将得到进一步加强。     

RS和GIS支持下的生态风险评估——以塔里木河下游为例

目前为止,生态风险评估还没有一套完整的方法体系。本文以我国最大的内陆河-塔里木河下游区段为研究区域,将遥感、地理信息系统等先进技术手段与模糊数学方法相结合,根据ERA框架和层次分析思想建立塔河下游植被的生态风险评估指标,运用模糊综合评判的方法进行塔河下游植被生态风险的遥感定量评估;在评估结果的基础上进行可视化分析。结果表明:在流域生态风险评估缺乏有效的定量评估方法的情况下,Fuzzy集合论与AH P方法结合的模糊综合评判方法是可行的,具有较高的科学性;运用遥感、地理信息系统等先进的技术手段,实现了评估结果的定性、定量和可视化。     

缓冲区生成研究进展评述

缓冲区分析是GIS的核心空间分析功能之一,缓冲区生成在GIS软件开发中亦具有重要地位。目前,对缓冲区生成的研究主要着重于平面坐标系下点、线、面及复合目标缓冲区的生成方法。本文从生成算法、应用需求、实现技术等角度探讨了缓冲区生成的基本问题与目前的研究现状,从算法特点、性能、适用性等方面评述了近年来提出的算法,总结了目前存在的一些难点,在此基础上对缓冲区生成的未来发展趋势进行了展望,并认为以下内容是缓冲区生成研究方面有待加强的方向:面向海量空间数据和网络应用的高性能缓冲区生成算法研究;基于地球椭球体表面、基于网络距离等非平面空间参考系下的缓冲区生成方法。     

数字水准仪数据传输转换和管理信息系统的建立

随着市场上数字水准仪类型的增多,水准测量数据的后处理软件也呈多样化,且软件之间没有互通性,给实际工程带来诸多不便。其次,许多工程单位仍是人工数据管理模式,已不能满足现代信息化的需要。基于此,本文利用Delphi可视化开发语言、SQL Server 2000大型数据库以及SuperMap Objects图形组件开发了一套程序,使得各种典型数字水准仪的数据传输转换和水准测量数据的管理更方便、有效。此程序已经在大量的工程实践中得到应用。     

海洋多源环境信息网格分析平台及原型实现

探讨了海洋多源环境信息网格分析平台框架及其关键技术,同时以南海海区为试验区,选取三种代表性海洋环境信息,搭建了海洋多源环境信息网格分析平台示范性原型系统。实践证明了相关技术路线的可行性与实用性。     

基于地形因子信息量的数字高程模型分辨率的选择——以黄土高原的研究为例

在黄土高原选取代表不同黄土地貌类型的神木、绥德、延川、富县、宜君共5个研究样区,以样区1∶1万地形图所建立的DEM为研究对象,分析不同水平分辨率DEM所提取的坡度和坡向的信息量变化规律,提出了基于互信息的精度指标。在每一样区随机选取20个试验样区,得到上述指标与水平分辨率的函数关系,可以根据其反函数由已知指标求得所需要的水平分辨率数值,并且该函数关系在每一样区的16个随机检验样区通过了检验。实例证明,该函数关系可以在保证精度的条件下节约成本,并可以减小数据量。     

一种修改JPEG图像量化表的信息隐藏方法

以JPEG图像为载体,探讨了一种修改JPEG图像量化表的信息隐藏方法。由于JPEG图像编码信息损失主要发生在量化过程,因此,首先通过计算JPEG图像量化后的DCT系数和反量化后的DCT系数之间的差异寻找信息隐藏的最佳位置;其次修改量化表相应的位置数值,将隐藏的信息嵌入到相应位置,使之与原始系数之间的差异最小,以保证JPEG图像信息损失最少。