加权证据权模型和逐步证据权模型及其在个旧锡铜矿产资源预测中的应用

为了消除和减弱当证据层不满足条件独立性假设时对预测结果产生的影响, 提出了逐步证据权模型和加权证据权模型.加权证据权模型通过对logit模型进行修改, 对各个证据层给予一定的权重, 以调整由于证据层与其他证据层的条件相关性对模型的影响; 逐步证据权模型是将证据层按照一定的顺序逐步加入到模型中, 在加入到模型的过程中依次用已经获得的后验概率作为模糊训练层的方法.以个旧锡铜多金属矿产资源预测为例, 应用4种证据权模型的后验概率进行异常圈定, 结果表明两种新的模型对减弱证据层不满足条件独立性假设所产生的影响是有效的.      

逐步判别分析法在筛选泥石流评价因子中的应用

运用逐步判别分析原理,在多个评价因子中按其对泥石流沟判别能力贡献的大小进行筛选,从而确定泥石流沟的评价因子。应用改进的层次分析法对筛选后的评价因子进行赋权,使求得的判断矩阵满足一致性要求,避免了层次分析法后期检验过程中多次调整判断矩阵带来的过于主观性的问题。在评价因子的筛选和赋权的基础上进行了单沟泥石流危险度评价的实例验证,结果表明,运用逐步判别分析法筛选后的评价因子客观、准确地反映了当地泥石流危险度的影响因素,与传统方法所得危险度结果相比更符合泥石流危险度实际情况,可靠性更强。     

双评分准则逐步回归法

阐明了以双评分准则(CSC)作逐步回归的基本原理,通过实例给出了计算方法与步骤。用此法所建模型能同时报好预报对象的数量和类别。     

武汉市轨道交通站点周边地区职住平衡与建成环境的关系研究

轨道交通的快速发展提高了通勤可达性,也被认为在重构城市职住空间格局进而影响职住关系方面产生重大影响.探究城市轨道交通站点周边地区(下称轨交站点周边地区)就地职住平衡与建成环境的关系,对于通过建成环境设计促进站点尺度职住"微平衡",调节由于轨道交通所导致的区域性职住分离意义重大.本文基于武汉市189个轨交站点刷卡数据,首...     

赤峰地区夏季干旱强度预测方法研究

夏季副高偏弱、位置偏南、中纬度盛行纬向环流以及冷涡活动偏少是造成干旱的主要环流特征。选用冬季亚洲地区环流指数、北半球极涡位置以及夏季降水的气候特征这三组预报因子,采用赤峰地区10个旗县站1959—2000年夏季(6—8月)平均降水量资料,依据当地的气候特点把干旱强度划分为轻度干旱和重度干旱,通过三组因子逐级订正的方法预报干旱强度。经过2001—2007年7年的实际应用,证实了该方法对干旱强度具有一定的预测能力。     

基于INSAR的青海玉树地震破坏程度评估

利用SAR影像所包含的相位和强度信息,将相干系数与幅度特性相结合,通过逐步回归的方法,建立了以后向散射系数、相关系数和相干系数为因子的地震破坏程度的评估模型.以该模型为基础,对青海玉树地震进行了受灾评估.     

辽宁省建筑业与经济增长关系的实证分析

建筑业是国民经济和社会发展的基础产业,为衡量一个国家和地区工业化水平的重要标志之一。近年来,中国建筑业占国民生产总值的比重一直保持在6%左右,且有逐年增长的趋势。在宏观分析全国建筑业发展现状的基础上,着重分析辽宁省建筑业发展的现状和走向,然后采用逐步回归分析方法和回归模型对辽宁省2001～2009年建筑业与经济增长的关系进行实证研究。认为辽宁省建筑业与经济增长的依存关系显著,即建筑业每增加1元可以带动全省GDP增长5.809元,然后从振兴辽宁老工业基地和全省"十二五"发展规划、建筑业的支柱产业地位、完善市场运行体制及拓宽建筑业发展空间等几个方面,提出辽宁省建筑业可持续发展的政策建议。     

空间逐步寻优数据挖掘在遥感影像分类中的应用

在遥感地学分析模型中,由于遥感信息模糊和不确定性的特点,其特征空间中的特征分布并不完全符合特定的高斯密度分布,而是分布形状各异,相互交错,用传统模型是很难获得特征的最优分布解的,而空间逐步寻优数据挖掘方法(SOMM)是在演化寻优理论的基础上,融合知识的参数化分布函数,来逐步分离特征空间,逐步降解的获得特征树状的层次结构。结合实例,用SOMM方法对遥感影像进行分类计算,并与传统的最大似然分类方法的分类结果进行了比较。     

非线性模型岛礁礁盘遥感水深反演

针对已有的遥感水深反演方法波段选取难,得不到较好的模型参数的问题,该文在国内外遥感水深反演研究的基础上,对经典的非线性模型进行研究,引入了逐步回归算法对模型进行了改进。以东岛为研究区,基于Worldview-2多光谱影像进行模型验证和精度评价。结果表明:应用改进后模型的反演水深精度大幅提高,水深范围不但适用在10m以浅的水区,在15~30m的区域精度也较高。由此可见改进的模型在保持原模型移植性较好的前提下,模型参数更易解算,反演精度较高,具有一定的适用性。     

采用Levenberg Marquardt的逐步递进波形分解方法

针对机载全波形Li DAR波形数据分解问题,提出一种采用Levenberg Marquardt的逐步递进波形分解方法。该方法基于Levenberg Marquardt的非线性最小二乘拟合算法,选取高斯函数模型并采用逐步递进的波形分解方式得到准确的模拟波形。对Riegl数据中的2条典型波形进行分解实验,并与普通非线性最小二乘方法的结果进行对比分析,证明该方法是可行有效的。