Les réseaux de neurones et la régression multiple en prédiction de l’érosion spécifique: cas du bassin hydrographique Algérois-Hodna-Soummam (Algérie)

Résumé

Dans ce travail, des modèles de prévision de l’érosion spécifique des bassins versants en insuffisance voire en absence de jaugeages ont été élaborés, en fonction des paramètres climatiques, hydromorphométriques et de la couverture végétale, au droit des sites de barrages et retenues collinaires dans le bassin très érodé qu’est l’Algérois-Hodna-Soummam. Les paramètres régissant l’érosion ont été soigneusement sélectionnés sur la base d’une recherche bibliographique et regroupés en deux catégories distinctes par le biais de l’analyse en composantes principales. Deux méthodes statistiques ont été appliquées: la première, basée sur la régression multiple et la deuxième sur les réseaux de neurones artificiels. Des résultats très satisfaisants sont obtenus en testant, par validation croisée, la validité du modèle neuronal composé de: lame écoulée, densité de drainage, pente moyenne du bassin et précipitation moyenne annuelle comme variables d’entrées avec un coefficient de détermination de 0,81 et une erreur quadratique moyenne de 0,19.

Editeur Z.W. Kundzewicz; Editeur associé G. Mahé

Citation Salhi, C., Touaibia, B., et Zeroual, A., 2013. Les réseaux de neurones et la régression multiple en prédiction de l’érosion spécifique: cas du bassin hydrographique Algérois-Hodna-Soummam (Algérie). Hydrological Sciences Journal, 58 (7), 1573–1580.     

基于立体视觉的影像多视点建模方法探讨

随着GIS用户对地理信息可视化性能要求的不断提高,虚拟地理场景的景物实体建模方法成为VRGIS领域的热点问题之一。本文探讨了一种基于立体视觉的影像多视点建模方法,包括景物实体表面影像纹理的采集和重建。影像纹理采集方面,提出了根据景物实体形状和景物实体表面纹理分布特点分配采集点的纹理采集方法。影像纹理重建方面,根据多幅影像对应特征点创建采样点模型,最后与几何模型进行空间配准,创建景物实体模型。以一实例进行实验论证,实验结果表明,该建模方法能够有效的提高虚拟地理环境中模型的真实感。     

浅谈错视及其纠正与地质制图

本文侧重论述了错视,错视的表现及其利用与纠正,同时举例论述了正确运用错视对提高地质制图质量的重要性。     

顾及稳定性检验的测量机器人变形监测系统开发

随着近年来自动化变形监测的发展,测量机器人变形监测的优势越发凸显,但其数据处理目前多数采用极坐标法或交会法直接计算,而没有进行严密平差改正和已知点稳定性检验,其结果的可靠性有时难以得到保证.针对此问题,本文采用VC++.net语言开发了一个顾及基准点与工作基点稳定性检验的可靠、精确的自动化变形监测系统,并通过实验验证了...     

基于小波高精度点匹配的基本矩阵估计

利用2视图进行景物的3维重构中,基本矩阵的估计是一个非常重要的问题。目前无论是线性算法还是非线性算法,在估计基本矩阵时都不太理想。这里采用图像的Harries角点作为端点,经过基于小波变换的子线段匹配方法获得高精度的匹配点对;在此基础上,进一步采用Hartley提出的改进八点算法获得了高精度的基本矩阵。通过真实图像的对比实验证明,该方法能有效地提高景物3维重构中基本矩阵估计精度。     

地图整体设计的形式美与视觉效应

通过地图作品每个方面的设计现象,论述了形式美与读者视觉的关系,形式美的实质是地图的艺术美．方便读者阅读是追求地图整体设计形式美的出发点。     

基坑施工对临近运营地铁隧道影响监测的实践

由于受基坑开挖所产生的卸载和基坑降水的影响,临近地铁隧道的受力条件将改变,造成地铁隧道的变形和位移。采用自动化技术实时监测地铁隧道的变形,对保证地铁运营安全至关重要。文中结合广州大马站商业中心项目基坑开挖对临近运营地铁1号线隧道结构变形位移自动监测工程项目的实践,对自动全站仪监测系统在地铁隧道监测方面的系统构建、测量方法、测量精度、监测效果等方面进行论述。实际应用表明,该系统以高精度、自动化的优势,及时提供可靠的动态监测数据,科学指导基坑施工,保证了地铁运营安全,取得良好的效果。     

单目视觉Tukey权因子模型室内位置测量

面向室内导航和定位的需求,本文提出了一种基于编码图形和单目视觉传感器相结合的室内移动载体位置测量方法。首先,优化设计了一系列用于移动载体空间位置计算的编码影像,利用轮廓匹配、矩计算和映射匹配相结合的方式实现空编图形的识别与定位。其次,针对编码图形中心像方坐标观测值提取残差,构建了基于单位权和Tukey权因子模型的空间后方交会方法,基于两种权重因子分别计算了移动载体的观测值残差权重,分析了不同残差的观测值对结果的影响程度。然后,构建了4组实验环境,从不同角度获取了观测影像,并进行了数据处理与分析。最后,通过实验验证,表明基于2种权因子模型的方法均能够实现载体位置的计算,但基于Tukey权因子方法具有更高的精度,平面精度提高了29.76%—49.42%,高程精度提高了29.17%—74.07%。本文方法能够为室内空间移动载体提供高精度的导航和定位测量服务。     

Visibility Analysis In Vision Metrology Network Design

The aim of this paper is to present a method whereby accuracy enhancement of an existing photogrammetric network is achieved through the automatic selection of additional camera stations. The determination of the positions of these 'accuracy fulfilment' camera stations is based upon what has been termed 'visibility uncertainty prediction modelling' of visibility constraints derived from the existing network geometry. Following a review of vision constraints in network design, the concepts of visibility uncertainty prediction and visibility uncertainty spheres are introduced. These provide a mechanism to predict the visibility of current object target points for the new accuracy fulfilment images. This in turn aids in network design improvement. The visibility uncertainty modelling is then illustrated for two close range photogrammetric network configurations, for which the test results demonstrate that the proposed model can reliably predict target visibility with an overall certainty of 75%.