航空重力测量数学模型及其测量精度分析

基于数学和分析力学角度分别推导了航空矢量重力测量的数学模型,得到了一致的模型公式;给出了矢量模型的3个分量形式,其中垂直方向的分量就是标量重力测量的数学模型;简要介绍了我国研制成功的航空标量重力测量系统CHAGS的数据处理的过程,分析了标量重力测量中测线交叉点和重复测线的重力异常的精度;根据实测数据计算的结果表明:测线交叉点重力异常不符值的标准差约为5×10-5ms-2左右,重复测线的内符合精度优于5×10-5ms-2,达到了预期的要求。     

数字管网连通分析的淘汰算法与实现

本文从图论的观点出发,分析了数字化市政管网的构成和连通的特点,探索出数字化管网线路连通性分析的规律,提出了逐步淘汰算法进行连通性分析的方法。给出了基于mapbsic的实现这种算法的关键语句和注意问题。     

基于光谱和纹理的SVM矿化蚀变信息提取研究

针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区.     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

球面线要素的多分辨率实时简化方法

在分析球面3维数据可视化特点的基础上,提出了视点相关的球面矢量数据LOD简化方法,基本原理是：以视点为基础在屏幕空间获取投影误差,反投影到模型空间得到动态简化阈值,并结合Douglas—Peucker算法,对矢量数据进行多分辨率实时简化表达。最后,开发实验系统并对相关方法进行了验证。结果表明：在不影响球面图形可视化效果下,数据量减少了约4-5倍,有效地提高了图形渲染速度和效率。     

Modelling Positional Uncertainty of Line Features by Accounting for Stochastic Deviations from Straight Line Segments

The assessment of positional uncertainty in line and area features is often based on uncertainty in the coordinates of their elementary vertices which are assumed to be connected by straight lines. Such an approach disregards uncertainty caused by sampling and approximation of a curvilinear feature by a sequence of straight line segments. In this article, a method is proposed that also allows for the latter type of uncertainty by modelling random rectangular deviations from the conventional straight line segments. Using the model on a dense network of sub‐vertices, the contribution of uncertainty due to approximation is emphasised; the sampling effect can be assessed by applying it on a small set of randomly inserted sub‐vertices. A case study demonstrates a feasible way of parameterisation based on assumptions of joint normal distributions for positional errors of the vertices and the rectangular deviations and a uniform distribution of missed sub‐vertices along line segments. Depending on the magnitudes of the different sources of uncertainty, not accounting for potential deviations from straight line segments may drastically underestimate the positional uncertainty of line features.     

动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.     

基于改进PSO-SVM的噪声稳健建筑物变形监测方法

对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。     

VML在WebGIS图形显示中的应用研究

针对目前被动式WebGIS地图显示的局限,提出了引入VML的解决办法,使客户端容易实现矢量地图显示、地物动态变化显示、专题制图显示等,丰富了WebGIS的地图表现方式。     

一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。