基于道路特征的海量GPS监控数据压缩方法

结合车辆的运动轨迹只能被限制于道路网络上的事实约束,提出了一种基于道路特征的车辆监控数据存储管理方法,存储车辆在道路网特征点处的信息,通过将原始数据中存储的二维地理坐标转换为存储一维的沿道路网的线性参照坐标实现了监控数据和道路网的结合,可极大地节省GPS车辆跟踪数据的存储空间,有利于对车辆数据的进一步分析利用和交通信息的提取.     

多源遥感数据综合解译鄂尔多斯盆地杭锦旗地区地质构造

利用多源遥感数据假彩色合成、融合及纹理分析等增强处理方法提取研究区构造信息,进而对研究区进行综合解译;通过分析水系、色调、纹理、地貌及岩性等特征,判断出杭锦旗地区存在一小一大、内外相套的2个环形构造,发育的北西向、北东向2组共轭断层和一组北北西向断层,与环形构造相互构架,构成研究区特殊的构造体系。经分析预测,这些构造是受周边南北向构造应力共同挤压而形成。     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同。给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法。算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

遥感图像线性影纹理解专家系统设计与实现

线性影纹信息是遥感图像中的一类重要信息,线性影纹信息自动提取是遥感图像智能解译的重要研究领域。笔者采用基于特征对象的专家系统技术来完成线性影纹信息的简单类别提取,设计并实现了线性影纹理解专家系统;阐明了系统结构,解译规则获取、表达,基于消息的不确定性推理机及解释机的设计;最后利用系统做了线性影纹类别提取实验,结果表明基于特征对象的专家系统用于线性影纹类别自动提取是切实可行的,并具有较高的提取精度。     

Applications of Lodrigues Matrix in 3D Coordinate Transformation

Three transformation models (Bursa-Wolf, Molodensky, and WTUSM) are generally used between two data systems transformation. The linear models are used when the rotation angles are small; however, when the rotation angles get bigger, model errors will be produced. In this paper, we present a method with three main terms: ① the traditional rotation angles θ , φ ,ψ are substituted with a , b, c which are three re-spective values in the anti-symmetrical or Lodrigues matrix; ② directly and accurately calculating the formula of seven parameters in any value of rotation angles; and ③ a corresponding adjustment model is established. This method does not use the triangle function. Instead it uses addition, subtraction, multiplication and division, and the complexity of the equation is reduced, making the calculation easy and quick.     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

混凝土坝时效分量分离方法的探讨

坝体的位移主要受水位、温度变化的影响,针对水库中水位在运行初期的不断变化,结合实例,分别采用多元线性回归分析法、逐步回归分析法,对坝体顶部水平位移原型观测资料进行分析研究,通过有效分离坝体位移中的时效分量,建立该时效分量的数学模型,并结合判定坝体变形稳定的相关依据和分离出来的时效分量来准确地为大坝的工作性态分析和评价提供依据。     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电离层存在的主要问题是极值点处预测误差较大。通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型。修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正。这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想。考虑到电离层变化的周期性,为了进一步减小极值点处预测误差,提出了改进的修正预测法。实验表明,改进的修正预测法预测结果与原始值符合较好。