顾及城区机载LiDAR数据特征的配准算法

条带配准是点云数据处理的一个重要环节.文章介绍了经典ICP配准算法的基本原理;考虑到城区机载LiDAR数据中地物的组成、空间分布等特征,提出了一种ICP算法中对应点集的选择策略,并建立了城区机载LiDAR数据的自动配准流程.利用河南安阳试验场的真实点云数据进行配准实验,结果表明在不需要人工干预的情况下,可以很好地将条带数据拼接在一起,建立无缝点云数据.     

基于协同过滤算法的电子商务网站个性化推荐系统设计

针对电子商务网站经营需要,构建了个性化推荐系统的逻辑模型,并采用对商品特征无依赖性的协同过滤推荐算法设计了个性化推荐引擎,对提高电子商务网站个性推荐效率有一定的参考价值.     

复杂3D瞬变电磁场FDTD模拟中需要解决的问题

为了实现缓变瞬态电磁场的时域有限差分(FDTD)模拟,引入了虚拟位移电流,使FDTD随时间步的递推能够进行。在以往较简单模型的计算中,利用时域瞬变场传播需要时间的性质,可将激励源化为初始条件代入,但是对于复杂3D模型,原有的方法不再适用,应当重新考虑源和边界条件的处理方法。由于实际源带有“斜坡”,故可采取将激励源模拟注入的方式;地下边界根据电磁波在导电媒质中快速衰减的特性设定,将改进的完全匹配层用于空中边界。分析表明,对于由空中和地下区域非均匀网格离散引起的时间稳定性问题,交替方向隐式FDTD是可行的解决办法。      

Evaluation of Inference Adequacy in Cumulative Logistic Regression Models： An Empirical Validation of ISW-Ridge Relationships

Internal solitary wave propagation over a submarine ridge results in energy dissipation, in which the hydrodynamic interaction between a wave and ridge affects marine environment. This study analyzes the effects of ridge height and potential energy during wave-ridge interaction with a binary and cumulative logistic regression model. In testing the Global Null Hypothesis, all values are p<0.001, with three statistical methods, such as Likelihood Ratio, Score, and Wald. While comparing with two kinds of models, tests values obtained by cumulative logistic regression models are better than those by binary logistic regression models. Although this study employed cumulative logistic regression model, three probability functions p^1, p^2 and p^3, are utilized for investigating the weighted influence of factors on wave reflection. Deviance and Pearson tests are applied to check the goodness-of-fit of the proposed model. The analytical results demonstrated that both ridge height (X1) and potential energy (X2) significantly impact (p<0.0001) the amplitude-based reflected rate; the P-values for the deviance and Pearson are all >0.05 (0.2839, 0.3438, respectively). That is, the goodness-of-fit between ridge height (X1) and potential energy (X2) can further predict parameters under the scenario of the best parsimonious model.Investigation of 6 predictive powers (R2, Max-rescaled R2, Somers'D, Gamma, Tau-a, and c, respectively) indicate that these predictive estimates of the proposed model have better predictive ability than ridge height alone, and are very similar to the interaction of ridge height and potential energy. It can be concluded that the goodness-of-fit and prediction ability of the cumulative logistic regression model are better than that of the binary logistic regression model.     

近代回归分析在交通调查分析建模中的应用

本文以出行发生量模型的建立为例,较为系统地讨论了近代回归分析中的自变量选择及回归诊断方法在交通调查分析建模中的应用。分析了在获取调查数据后,如何借助回归自变量选择方法来选择最佳自变量子集,以确定简捷的回归模型;文中应用回归诊断方法,讨论了修正回归模型、探测错误的调查数据的方法,从而为建立简捷、高精度的交通模型打下了基础。最后,作者提出了应用自变量选择及回归诊断方法建立出行发行量模型的一般步骤。     

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的3类主要算法－－高斯－牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上，引入了综合性能更优的非线性规划的SQPM（序列二次规划法）算法，并且为进一步提高SQPM算法迭代的收敛性，对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。     

基于极端梯度提升算法的西安市逐小时PM2.5浓度预报研究

利用西安市2016—2021年逐小时PM_2.5浓度监测数据和气象观测数据,基于极端梯度提升机器学习算法模型(extreme Gradient Boosting, XGBoost),选择气象因子和时间因子作为特征变量,对西安市逐小时PM_2.5浓度进行预报试验。结果表明：西安市PM_2.5浓度与平均气温和能见度显著负相关,冬季PM_2.5浓度与相对湿度和露点温度显著正相关,偏东风更易诱发重污染天气。西安市12月底至翌年1月初空气污染频发,但PM_2.5浓度总体逐年降低。冬季PM_2.5浓度的双峰形日变化最明显,最高值分别出现在凌晨和11时。西安市PM_2.5浓度变化存在“周末效应”。模型能够较为真实地反映PM_2.5浓度量级和演变趋势的变化,预报值与实况值之间的决定系数为0.77、平均绝对误差为12.79μg·m^-3、均方根误差为18.68μg·m^-3。模型秋冬季表现较为稳定,预报效果...     

北极涛动指数及其年代际变化研究

运用NCEP／NCAR再分析月资料，根据北极涛动经向振荡的特征构建一个新的AO指数，使其能较好地表现AO的季节变化，并用回归分析和相关分析方法对指数进行检验。同时，用滑动平均方法对北极涛动的年代际变化进行研究，发现北极涛动在70年代中期存在位相突变，由负位相转为正位相，并解释了这种位相突变的气候意义。     

基于改进的Bresenham圆快速填充算法

为克服现有圆填充算法效率低的缺点,提出一种快速圆填充算法。算法基于圆的对称性,利用圆弧离散轨迹所具有的特性,分别绘制半径由0依次增加一个像素点,直到变为给定半径r的多个圆,同时找出并填充其中的漏点。最后达到快速填充整个圆的效果。     

基于WOA-BP算法的海底管道腐蚀速率预测

管道腐蚀速率的影响因素众多且各因素协同作用,构成异常复杂的腐蚀体系,很难对其进行准确预测。针对单一BP模型由于初始权值和阈值的选取不当容易陷入局部最优等问题,引入WOA算法优化BP神经网络对海底管道腐蚀速率进行预测,并与GA和PSO算法优化BP预测模型进行对比,验证WOA-BP模型的预测效果和可行性。结果表明：WOA-BP模型的平均绝对百分误差和均方根误差分别为3.689%和0.1537,远低于单一BP、PSO-BP、GA-BP模型,具有较高的预测精度和稳定性,可以为海底管道内腐蚀防护和油气管道流动保障提供决策支持。