2000国家GPS大地控制网数据处理方法与结果

介绍了我国GPS大地控制网的基本情况,阐述了结合地壳运动观测网络工程建立全国统一的“2000国家GPS大地控制网”的意义,并介绍了整网平差中采用的技术方法和最后平差结果及精度。     

福建省地壳形变观测网络建设

介绍了福建省地壳形变观测网络的建设。福建省地壳形变观测网络，以GPS观测技术为主，结合精密水准、精密重力和流动地磁测量，将3者重合到GPS观测基准站上获取观测信息，初步构成一个时空相结合，点线面与长中短兼顾的高精度、高时空分辨率的地壳形变观测网络。该网络可动态监测福建省东南沿海地区地壳运动变化，为地震预测预报提供背景信息，将取得显著的社会效益和经济效益。     

基于神经网络的选址区位评价模型分析应用

针对设施选址区位评价问题,分析了分级评分、回归分析等传统方法的特点和不足,并由此提出基于人工神经网络的选址区位评价模型;系统地分析了利用神经网络模型进行选址区位评价的思路和特点,提出基于遗传算法的网络结构和网络学习优化算法;通过某大型银行网点的选址实例分析,验证了该评价模型的可行性和实用性,同时也总结了其在实际应用中的若干规律。     

基于贝叶斯网络的Web访问模式挖掘模型系统

根据用户的访问记录,以及每次检索输入的关键词、用户的动作来动态更新用户的兴趣点.提出了一个能较好吻合这一思想的数据挖掘模型,以用户的停留时间、访问频率和用户输入的检索关键词为数据对象,进行用户兴趣分析,动态跟踪用户需求意向,简化检索过程,提高WEB资源的使用效率.     

基于人工神经网络的多特征因子路网匹配算法

在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。     

GDELT数据网络化挖掘与国际关系分析

21世纪以来的国际关系错综复杂、瞬息万变,给世界的经济、安全、外交等带来了深刻变化。这些变化对中国的内外政策产生了重大影响。全面及时地分析国际关系及其变化特征,对于中国的经济和外交发展规划具有重要参考价值。国际关系研究具有复杂性、及时性、时空性等特点,迫切需要时空大数据分析技术为其提供新的思路和技术手段。大众媒体如报纸、广播等记录着世界上发生的各种各样的事件,蕴含着丰富的信息,相对于记录个人活动的社交媒体数据,其更加适合于对人类社会进行大规模和长时间的分析。GDELT是一个免费开放的新闻数据库,它实时监测世界上印刷、广播、网络媒体中的新闻,对其进行文本分析并提取出人物、地点、组织和事件等关键信息。本文利用复杂网络的理论和方法对GDELT进行网络化挖掘并进一步分析国家关系。首先利用该数据构建国家交互网络,然后通过网络特征统计分析国家之间的交互关系,最后探测国家冲突事件交互网络的时序变化。研究发现：① 国家交互网络具有无标度特性,网络连接在整体和局部上都呈现出不均匀性,少数国家与其他国家有大量交互,大多数国家与其他国家的交互很少;一个国家与少数国家有大量交互,而与大多数国家的交互很少。② 国家冲突事件交互网络的突然变化往往对应一些重大事件。本文的研究可以为大数据时代的国际关系探索提供一个新的视角,同时也为新闻媒体数据的分析提供参考。     

面向中国洪涝灾害应急监测的无人机空港布局

当前洪涝灾害对社会的经济发展和人民生命财产安全构成严重威胁。无人机机动、灵活,安全性高,可迅捷甚至实时获取灾区影像,对灾情的快速评估和应急救援决策意义重大。遥感无人机在洪涝灾害救援中能够发挥的重要作用已得到广泛共识,但是由于灾害的突发性,缺乏就近部署的资源制约了无人机遥感观测和救援作用的发挥。针对突发灾害,在区域和全国范围内建立起一定的无人机遥感应急体系成为国家面向未来正在考虑的选项。基于此,本研究提出了基于中国科学院的野外台站构建全国无人机遥感观测网的设想。本研究以中国防范洪涝灾害等级分布数据、行政区划数据、中国科学院野外台站分布数据和当前无人机性能数据库为数据源;以行政区划离散并提取的中心点作为需求点,台站作为设施点,不同洪涝等级区域内需要无人机进行应急观测的重要程度作为权重,利用最大覆盖选址模型进行空港选址布局;利用成本-效益曲线确定台站的最佳数量,最终从268个台站中选取出81个作为支撑全国洪涝灾害无人机遥感观测网络的无人机空港。无人机空港布局结果在理论上能够实现对中国绝大数突发洪涝灾害在2 h内初步完成洪涝观测,这对于构建中国空天地一体化的洪涝灾害监测体系具有重要意义。同时,本研究中的方法和成果对于进一步构建行业和综合性的全国无人机遥感观测网也具有一定借鉴和参照意义。     

利用实时路况数据聚类方法检测城市交通拥堵点

 城市交通拥堵严重制约其网络总体效率。开展检测交通拥堵点可有效识别网络瓶颈,以整治交通拥堵现象。对此,本文提出一种新的城市交通时空拥堵点检测的方法:即采用实时路况数据,通过定义时空关联,检测时空意义上长期性、规律性交通拥堵点。本文基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法,以成都市为试验区,实现了这种拥堵点检测方法。试验表明,该方法可快速、有效、准确地检测出城市道路严重拥堵路段,并确定其拥堵时空范围,为交通管理、交通拥堵机理分析、交通拥堵预测等提供参考。     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

顾及出租车OD点分布密度的空间Voronoi剖分算法及OD流可视化分析

为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。