基于正交小波变换的海底地形复杂程度分类方法研究

给出了量化的海底地形复杂程度分类指标,并利用正交小波变换所具有的良好的图像识别与分类特点建立了包含18种典型海底的特征海底分类库,同时给出了海底地形复杂程度分类算法.通过分类算法将计划测量海区海底与特征海底分类库中的海底进行分类匹配,确定了计划测量海区海底的海底地形复杂程度.实例验证了该方法的有效性和适用性.     

共享存储中一种基于流量均衡的队列门限控制算法

提出了使用流量压力均衡作为设置每队列门限的主要依据, 让系统的各个端口分担大体相同的流量压力.各个端口的门限控制使得公共存储空间既能够保持在平均意义下的平衡, 又能实现突发时段的调剂.模拟结果显示, 该算法的效率大大高于传统的动态门限算法.     

山东省国土资源厅举办深入学习实践科学发展观活动报告会

2008年11月23日,山东省国土资源厅举办学习实践科学发展观活动报告会。中央宣讲团成员、国家行政学院薄贵利教授应邀作了“改革行政体制,建设服务型政府”的专题报告;国家统计局总经济师、经济学博士姚景源应邀作了中国宏观经济形势分析报告。报告会由山东省国土资源厅深入学习实践科学发展观活动领导小组组长、厅党组书记、厅长徐景颜主持,山东省委深入学习实践科学发展观活动第四指导检查组组长、省委统战部副部长崔巍及指导检查组全体成员出席报告会。山东省国土资源厅领导,17市国土资源局班子成员,厅全体干部职工,直属事业单位科级以上干部450余人参加了报告会。     

GPS／DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法.给出了由预测残差确定自适应因子的过程.利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高.     

基于等高线回放算法的DEM精度评估研究

一、引言 等高线是其它地形表示方法的几何基础,一组有一定间隔的等高线的组合可以用来较好地反映地面的起伏形态和切割程度。利用等高线数据来构建DEM是DEM数据生产的重要方式之一,不仅可以完整地表现地形的整体特征,还能保留某些复杂区域的地形特征。     

基于局部地球重力场模型的水下目标被动定位

提出了一种基于局部地球重力场模型的水下被动定位新模式.这种方法无需使用常用的匹配算法,因而也就摆脱了匹配算法的诸多限制.以分辨率为2′×2′的某区域重力异常数据为背景场进行仿真,仿真结果表明,局部重力场模型的平均误差小于0.133 1 mGal,潜器的平均经纬方向定位误差分别小于0.777 0 nmile和1.244 4 nmile.     

基于边界反走样算法的地图可视化研究

在现有反走样算法的基础上提出了一种适合于地图可视化的边界反走样算法,并通过试验对该方法的反走样效果和效率进行了测试,在地图可视化中得到了较好的应用.     

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.     

误差熵的估计问题研究

指出了具有复杂分布的随机量的总体熵的估计问题,首次给出了估计熵的最小截断误差限.推导了样本熵的近似估计公式,引入最优窗宽、全局最优窗宽的算法,首次解决了样本熵的估计值不惟一的问题.     

基于免疫粒子群优化算法的影像纹理分类

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟。为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法。在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类。实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度。