DOPֵ����GNSS��Զ�λԤ�����������о�

????GNSSα????λ??????λ?????????????????λ????????DOP???????λ????????RDOP??????????????????????????????????仯?????????????DOP????GNSS????λ????????÷?Χ??????????????DOP??RDOP?????????仯??????????????￡????????????????????????????????????????????????DOP?????????λ????????????????????RDOP?????????λ?????????     

基于银行网点布局的河南省金融网络格局及结构特征

以河南省126个县域(市区)为研究单元,运用2014年银行业的12 369个网点数据,借鉴连锁型网络模型,运用复杂网络分析工具和空间分析软件对河南省金融网络进行综合测度与结构分析。研究发现:1从金融连接度看,郑州是河南省的金融核心,洛阳是次金融核心;2金融核心具有较高的金融联系度和较强的对外金融联系,同时银行网点在空间上的布局并不完全遵循传统地理空间的行政等级制度;3在实体基础设施网络和银行网点虚拟网络共同作用下,河南省金融网络表现出了等级化和网络化的双重特征;4金融网络中,郑州—洛阳的金融连接度最高,金融连接度存在着一定程度的极化现象,并在空间上呈现出"一体两翼"的格局,且豫北的金融聚集现象较豫南明显;5河南省金融网络拓扑结构图具有较大的集聚系数和较小的平均最短路径,同时度分布在对数坐标中呈现幂律分布,说明整个网络同时具有复杂网络中的小世界网络和无标度网络结构特征。     

基于模糊小波网络的伺服系统参数辨识研究

伺服系统大多是非线性系统,难以对其建立准确的控制模型,其位置、和速度检测信号易受干扰,而小波网络具有多分辨率特性和任意逼近能力。利用其非线性映射能力对系统的输入输出关系进行模拟,将小波网络和模糊规则结合对系统的位置和速度进行辨识,动态调整网络的权值W和模糊规则,将非线性映射的问题转化为求解系统最优解,从而产生一种新的系统辨识方法,并以永磁伺服系统为例,设计了辨识的结构模型和策略,实验表明该算法可以达到较高的系统控制要求。     

Transnational technology transfer network in China: Spatial dynamics and its determinants

Patent transfer has been regarded as an important channel for the nations and regions to acquire external technology, and also a direct research object to depict the relationship between supply and demand of technology flow. Therefore, based on traceable patent transfer data, this article has established a dual-pipeline theoretical framework of transnational-domestic technology transfer from the interaction of the global and local(glocal)perspective, and combines social networks, GIS spatial ana...     

利用LM-BP神经网络估算西北地区太阳辐射

气候、生态、水文等模型的应用需要空间连续分布的太阳辐射数据,由于地形等条件的制约,气象站点的分布有限,无法利用稀少的站点获得空间连续分布的辐射数据,而BP(Back-propagation)神经网络模型对太阳辐射具有很好的预测性,但以往的研究都是基于单个站点估算太阳辐射,而且BP神经网络模型存在收敛速度慢、学习时间长等问题,为解决BP算法存在的不足,采用LM(Levenberg-Marquardt)算法优化后的BP神经网络(简称LM-BP神经网络)结合DEM(Digital Elevation Model)数据估算西北地区128个气象站点2011年的太阳总辐射月均值,通过乌鲁木齐和银川两台站的实测数据进行验证,两台站的平均百分比误差分别为2.89%和3.24%,平均偏离误差分别为0.27 MJ·m-2和0.61 MJ·m-2,且拟合优度均0.90。该模型各项误差指标较小,估算精度较高。最后将模型模拟出的辐射值,结合已有的24个辐射站点的实测值进行空间插值,得到西北地区2011年逐月太阳辐射精细化空间分布图。     

gPhone重力仪网络数据采集系统中Web服务功能的设计与实现

针对gPhone重力仪网络数据采集系统,开发了一套嵌入式Web服务系统。基于uClinux平台和轻量级BOA Web服务器,利用C语言编写通用网关接口(CGI)程序,实现了远程数据下载及仪器监控等功能。     

春运人口流动透视的转型期中国城市网络结构

基于春运人口流动大数据,选取对外联系度、优势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析。结果显示：① 城市网络层级结构中蕴藏着位序-规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;② 空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;③ 中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;④ 东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;⑤ 中国东北地区未形成明显的区域性中心,城市联系形成带状网络;⑥ 华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;⑦ 带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

Land cover classification by an artificial neural network with ancillary information

Abstract

Remote sensing is an important source of land cover data required by many GIS users. Land cover data are typically derived from remotely–sensed data through the application of a conventional statistical classification. Such classification techniques are not, however, always appropriate, particularly as they may make untenable assumptions about the data and their output is hard, comprising only the code of the most likely class of membership. Whilst some deviation from the assumptions may be tolerated and a fuzzy output may be derived, making more information on class membership properties available, alternative classification procedures are sometimes required. Artificial neural networks are an attractive alternative to the statistical classifiers and here one is used to derive a fuzzy classification output from a remotely–sensed data set that may be post–processed with ancillary data available in a GIS to increase the accuracy with which land cover may be mapped. With the aid ancillary information on soil type and prior knowledge of class occurrence the accuracy of an artificial neural network classification was increased by 29–93 to 77–37 per cent. An artificial neural network can therefore be used generate a fuzzy classification output that may be used with other data sets in a GIS, which may not have been available to the producer of the classification, to increase the accuracy with which land cover may be classified.     

城市道路网络特征对交通事故作用机理的研究进展

机动交通快速发展背景下城市道路交通安全问题日益严峻,道路网络作为影响区域交通流与居民交通出行行为的关键因素,对区域交通事故的数量、类型和空间分布具有重要影响。论文从道路布局形式与几何拓扑特征2个方面归纳总结城市道路网络特征对交通事故的作用机理,并通过梳理道路网络与交通出行行为的关系分析其对交通事故的潜在影响。研究指出,格网型、平行曲线型、回路尽端型等道路网络布局形式以及中心性、连通性等道路网络拓扑指标,对交通事故的类型、频率和严重程度的影响存在差异性和空间尺度效应;合理的交叉口密度、路网密度、街区密度等道路网络几何特征对于提升交通安全水平具有重要作用。未来研究需要进一步运用复杂网络理论刻画道路网络的结构、功能等特征,在控制居住自选择效应的基础上,从交通出行行为视角深入分析复杂道路网络对交通事故的作用机制与非线性影响,同时考虑道路网络特征与建成环境的潜在交互作用。