基于小波分析的灰色-神经网络组合模型在大坝变形预测中的应用

监测序列经小波分解后可以得到各层分量。对低频分量采用灰色GM(1,1)模型进行建模预测,对高频分量采用BP神经网络进行建模预测,最后将各分量进行小波重构,得到监测序列的预测值。将预测值分别与没有进行小波分解直接用GM(1,1)模型预测的值和经小波分解的低、高频系数都采用GM(1,1)模型预测的值进行对比,发现经小波分解的灰色-神经网络组合模型预测精度更高。     

引汉济渭黄三段控制网布设及数据处理研究

针对引汉济渭工程控制网布设、观测和数据处理等具体问题,该文结合引汉济渭黄三段施工控制网的建立,研究了大型复杂工程施工控制网的布设方案、观测和数据处理方式以及验证控制网可靠性的做法,阐述了项目的作业流程、主要方法、关键技术和成果精度,对类似项目的生产具有指导意义和推广价值。     

Context-aware abstraction and generalization of street networks: two cognitively engineered user-oriented approaches using network Voronoi diagrams

Generalization and spatial contextual awareness are prevalent concepts in geographic information systems. This study adopted a context-dependent user-centred network generalization method to create a sub-network for optimal route finding. The results show an increase in the number of preferred traversed edges. A route presentation approach is suggested that is based on cognitively engineered user-oriented abstraction of street network. Successive abstractions hierarchize the street network to create a hierarchical presentation structure. The route is projected onto one level in the structure. Then, instead of showing the exact route, the network Voronoi regions represented by the projected route are shown. Experience indicates that the suggested method is an efficient way of route presentation for a hierarchical regionalized structure of a human cognitive map.     

Comparison of basin morphometry derived from topographic maps,ASTER and SRTM DEMs: an example from Kerala,India

The drainage network of a sixth-order tropical river basin, viz. Ithikkara river basin, was extracted from different sources such as Survey of India topographic maps (1: 50,000; TOPO) and digital elevation data of Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) (30 m) and Shuttle Radar Topography Mapping Mission (SRTM) (90 m). Basin morphometric attributes were estimated to evaluate the accuracy of the digital elevation model (DEM)-derived drainage networks for hydrologic applications as well as terrain characterization. The stream networks derived from ASTER and SRTM DEMs show significant agreement (with slight overestimation of lower order streams) with that of TOPO. The study suggests that SRTM (despite the coarser spatial resolution) provides better results, in drainage delineation and basin morphometry, compared to ASTER. Further, the variability of basin morphometry among the data sources might be attributed to spatial variation of elevation, raster grid size and vertical accuracy of the DEMs as well as incapability of the surface hydrologic analysis functions in the GIS platform.     

区域地球化学特征的三维可视化表达

将Delauney三角网模型应用到区域化探数据噪声甄别中,可大幅度提高原始化探数据的分析、观察及校正效率,对区域地球化学异常分析,提供新的思路和方法。本文将东天山地区1∶200 000区域地球化学数据作为实验样本,进行了有效的尝试,取得了较好的效果。     

执行2009版《全球定位系统(GPS)测量规范》若干问题的研究

结合技术人员在执行《全球定位系统(GPS)测量规范》(GB/T18314—2009)时的不同理解和认识,通过对基线测量中误差、环闭合差、相邻点基线分量中误差和GPS网平差技术指标等的计算与实现,进行了理论分析和实践探讨,得出规范可以得到较好执行的结论。     

边角后方交会在高铁板式无碴轨道放样中的应用

智能型全站仪结合边角后方交会原理在高速铁路测量工作中得到广泛应用,其在CPⅢ高精度铺轨控制网的基础上进行自由重叠设站的精度能满足高铁测量的精度要求。在板式无碴轨道底板放样和轨道板安装时,可以根据仪器误差参数计算得出每个测站进行放样时误差不超限的最远放样距离,供测量人员参考。     

顾及多要素影响的路网匹配改进算法

针对导航地图中现有的匹配算法在复杂路段的匹配效果一般较差的问题,本文提出一种改进的匹配算法。首先,引入分块思想,提出将路网中的每个路段按规则分为简单路段块和复杂路段块,不同路段块采取不同的匹配算法;其次,充分利用车辆行驶的连续性,综合考虑了车辆行驶方向、车速与交叉口距离等多种因素对匹配结果的影响,在选取正确的匹配路段时合理利用了历史数据信息。实验表明,该算法不但对能够改善复杂路段的匹配效果,而且还能够对匹配点沿路段方向上的误差进行实时校正。     

城市地下管网普查物探方法分析与验证

地下管网是城市正常运转的基础设施,承载着城市各种物质流、能源流和信息流,保证了城市的有序运转和居民的正常生活。探测地下管线的主要设备是英国雷迪RD8000,但这种设备恰巧是测绘仪器检定的盲区。为保证探测精度,需对物探方法进行分析,对设备进行校验,对不同埋深、不同地电条件下金属管线探测的工作参数进行试验,对探测仪性能、方法、最佳收发距离进行综合评定,旨在最大限度地发挥探测仪的潜能,从而保证地下管网的探测精度。     

高轨卫星轨道预报中神经网络模型优化设计

高轨卫星是我国卫星导航系统的重要组成部分。提升该类卫星的轨道预报精度有利于用户定位精度的提高。提出了一种改进高轨卫星轨道预报精度的新方法。该方法避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破。利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度。对影响神经网络模型补偿效果的各因素进行了详细分析,制定了适应于高轨卫星短期、中期和长期预报的神经网络最优模型。利用实测数据进行了试验分析,结果表明:预报8,15及30 d应选择的训练步长分别为10,20及25 min;轨道预报8~30 d时,训练噪声均选取0.01。神经网络模型有效地改进了高轨卫星的轨道预报精度,预报4~30 d,轨道精度提高幅度为34.67%~82.37%不等。