地磁异常场的多重分形谱分析及构图法

为深入研究地磁异常场的分布特性,并将其应用于地磁基准图的构建当中,选取NOAA(National Oceanic and Atmospheric Administration)发布的地磁异常场数据进行了多重分形谱分析,证明了地磁异常场具有明显的多重分形特征。并将多重分形理论与克里金插值方法相结合,提出逐步插值校正法(SSICM),该方法在用克里金法估计未知位置点属性值的同时,利用地磁异常场在小尺度范围内的标度不变性对其进行奇异性校正,在实测数据基础上以网格形式逐级加密,从而构建了基准图。试验结果证明与传统方法相比,该方法能够充分刻画地磁异常场的小尺度奇异特征,更加精确地重构真实地磁异常场。     

时域卷积组合模型在桥梁沉降预测中的研究

针对桥梁所承受的动静荷载特性差异问题,该文通过小波分解将垂直位移监测数据分解成低频和高频信号,低频信号稳定性强,主要呈现了静荷载影响特点,而高频信号波动性较大,呈现了动荷载影响特点,因此将低频信号和高频信号分别进行小波重构,重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测,并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例,将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析,已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高,为桥梁的施工和维护提供参考。     

基于小波预处理的基坑变形监测数据的最小二乘估计

利用小波变换特有的低通滤波属性和有效抑制测量噪声的能力,将传统的最小二乘估计与之相结合,提出了一种基于小波预处理的最小二乘估计新方法 ,并针对具体基坑变形监测数据,验证了该方法的有效性。     

基于JPEG2000无损压缩的DEM网络渐进传输方法

针对网络GIS海量DEM数据与有限带宽之间的矛盾,根据DEM数据特点和网络多分辨率渐进的应用需求,提出了一种在DEM各级分辨率具有良好精度性能、基于改进的JPEG2000高效无损压缩的DEM网络渐进传输方法。选用2/6整数小波分解DEM数据,利用辖区渐进压缩方法、压缩码流的索引文件检索码流实现了DEM的渐进传输。实验证明,2/6小波比标准中的5/3小波能够更好地在每级分辨率保持原始地形精度,相比传统方法,网络渐进传输时每级分辨率传输的数据量平均减少了90.29%。     

海面温度异常时间序列的谱分析

利用了傅里叶功率谱和小波功率谱分析方法,分析了太平洋中、东部地区海面温度异常时间序列的时频特征,发现了海面温度异常信号具有2~6年左右的周期特征。     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构。本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输。基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输。     

基于最小信息量准则的小波变换确定变形监测精度

提出了应用最小信息量准则,提取了原始数据中的噪声信息并完整地保留变形信号,准确地估算了实际监测精度。     

船只衰落尾迹的小波多尺度广义分形特征分析

船只衰落尾迹遥感图像是弱反差纹理图像,检测强尾迹的方法不具有适用性.基于区域特征统计比较的思想,构建了一种会聚衰落尾迹异常的小波多尺度广义分形特征提取方法.该方法由小波多尺度分解、细节图像融合、多尺度基本特征计算、多尺度分形特征计算和广义分形特征计算等5步骤组成.仿真实验表明,该特征能完整表达尾迹并体现强弱差别,是一种有效的船只衰落尾迹检测技术,具有广泛的应用前景.     

基于小波分解的动态变形预报

阐述了小波变换和多分辨率分析的基本原理,简要地介绍了离线预报和在线预报两种不同的变形预报方式,并在此基础上提出了基于小波分解的动态变形预报的方法,并通过实际算例证明了这种方法的有效性。     

基于小波变换的周跳探测与修复

探测和修复周跳一直是GPS定位中的关键问题。利用小波变换对相位减伪距观测量进行周跳探测。首先介绍小波变换周跳探测的一般方法,然后在此基础上提出改进。改进方法可以对周跳进行探测和直接修复,进而探测和修复多次周跳,同时有效地克服一般方法可能出现探测失误的缺点。这种改进方法的效果在实验中得到验证。