元胞自动机最短路径算法优化

概括了当前GIS中最短路径算法,分析了元胞自动机在最短路径分析算法中的原理及应用现状,并从两个方面对基于元胞自动机的最短路径算法进行优化即直线优化的元胞自动机最短路径算法。(1)将A*算法中的启发函数引入元胞自动机模型,提出了直线优化元胞自动机最短路径模型;(2)考虑道路网特征对最短路径算法的影响,得出具有道路网自适应性的最短路径分析模型。最后选取不同形态特征的shp道路网数据,验证了优化算法在实际应用中的适用性和高效性。     

元胞自动机和克隆选择算法的蓝藻水华预测模型

针对蓝藻水华频发影响水体质量和生态环境的问题,该文以太湖为例,探讨了元胞自动机和克隆选择算法在蓝藻水华预测方面的可行性。使用遥感经验算法计算水体叶绿素a浓度;将叶绿素a浓度分布数据作为预测模型的输入数据,将基于平衡方程的预报模型与元胞自动机进行耦合,对蓝藻水华时空变化过程进行了动态模拟;在预测方面实现了蓝藻水华空间分布情况的可视化,并采用克隆选择算法优化了预测模型中的重要参数。研究结果表明:利用克隆选择算法优化的元胞自动机模型能够在蓝藻水华预测中直观地显示蓝藻水华的时空变化特征;能够在短时间内重复性地预演蓝藻水华的变化过程,为决策者提供有用的参考。     

基于MODIS影像多特征的CART决策树分类

以山东省为研究区域,利用2009年9月MODIS的8 d合成波段反射率产品MOD09,选择特征变量植被指数(NDVI、EVI)、NDWI、NDMI、NDSI及辅助信息DEM,通过选取其中的影像特征组合来确定分类方案,构建各波段组合的CART决策树,对MODIS影像进行分类,得到CART决策树的最优波段组合。结果表明,特征变量DEM、NDVI、EVI对分类结果贡献较大;将CART决策树的分类结果与其相对应的最大似然分类结果进行比较可知,基于影像多特征的CART决策树分类方法能明显提高分类精度。     

面向对象分类特征优化选取方法及其应用

与传统基于像元的分类方法比较,面向对象的分类方法可利用的地物信息更加丰富,然而如何从众多信息中筛选出能够有效提取不同地物的分类特征,从而提高分类效率与精度,是使用面向对象方法分类时急需解决的问题。SEaTH算法（分离阈值法）是一种有效的自动选取分类特征并计算阈值的方法,但其只考虑了类间距离,容易存在信息的冗余,从而对分类精度造成一定影响。本文在SEaTH算法的基础上,综合考虑了特征间的相关性、类间距离以及类内距离,对SEaTH算法进行了优化,并将改进前后的两种方法运用到广东省肇庆市TM影像及环境一号卫星影像土地覆盖分类中进行对比分析。实验结果表明,改进后的方法筛选出的特征在提取地物上更为有效,尤其使耕地的分类精度提高了12.26%,使分类总体精度由80%提高到了85.26%。改进后的方法对不易获取多时相影像的地区的土地覆盖分类具有重要意义。     

GPS天线的绝对校正方法

介绍了由德国Geo＋＋研究的直接在野外进行的绝对校准方法,该方法可以消除多路径效应,测得和方位角相关的PCV．经过进一步的研究,该校正过程高效准确且可以实时提供校正结果。简单列举了AOAD／M—T类型天线的相对和绝对PCV的结果,对PCV的改正精度要求做了简单介绍。     

Joint Boost特征选择的SAR信息可视化技术研究

提出了一种基于Joint Boost特征选择的合成孔径雷达(synthetic aperture radar,SAR)信息可视化方法。实验选用了ESAR的德国某机场的极化干涉SAR数据,提取几乎所有极化干涉信息分量构成较为完备的特征信息集合,实验结果证明了该方法的有效性。     

地图数据缩编更新中的道路自动选取研究

总结道路选取的研究现状,分析在道路的缩编更新过程中,道路要素选取需要考虑的要素指标。介绍一种道路选取方法,综合考虑道路的等级、长度、网眼面积、区域道路密度、是否是悬挂链等几何、语义和拓扑信息,模拟人类在缩编更新时的思维过程,实现道路的自动选取,并进行试验,验证方法的有效性。     

校园观光车最优路径规划算法研究——以韶关学院为例

复杂校园路网下的最优路径计算,直接影响校车站点设置、线路设置等。以韶关学院校园观光车的行车路线为研究对象,利用迪克斯查标号法(Dijkstra)最短路径算法为基础,采用地理信息系统(GIS)空间网络分析方法,根据校园师生问卷调查的结果确定站点,是建立最优路径规划算法的前提条件,从起点和终点,再根据连接的中间站点,计算韶关学院各乘车站点之间的最优路径的整体路径规划方案。结合韶关学院的实际情况,提出校园观光车最优路径方案规划算法、站点和路径。以便提高校园观光车的利用率,减少资源的占用和浪费,既保证了校园师生的安全,也节省了广大师生的时间以及获取教育资源的便捷程度,降低校园能耗,为创建节约型校园做出贡献。     

应用选权拟合法建立单历元伪距和载波相位双差模型

本文根据选权拟合法的一个重要性质:只要被约束的那部分参数估值无偏,其余的参数估值也无偏;该性质说明利用选权拟合进行参数估计的结果是条件无偏的。这个不同于一般正则化解的重要特性可以建立单历元伪距和载波相位双差模型,并通过实例验证了该方法的可行性。