沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。     

线性参照模型在铁路空间数据库中的应用

线性参照模型是以线性参考系统为基础,以动态分段技术为核心的一维空间数据模型。本文针对铁路空间数据的一维线性分布特征与铁路部门以一维线路为主体的运维管理模式,探讨了铁路空间数据的线性建模方法,利用空间数据库技术实现铁路空间数据、属性数据及业务数据的一维线性存储与管理,并提出了基于一套多尺度线性参照模型的铁路空间数据库的设计方案。试验表明,该方案能够为全路提供一套统一的一维管理基准,在动态数据管理、数据更新和共享等方面具有较大优势。     

基于VRML的3维可视化校园的优化设计与系统实现

针对3维模型Internet发布时必然遇到的网络响应速度慢、响应时间长等问题,从提高3维建模效率、策略和压缩3维模型数据量入手,提出了一套适用于VRML虚拟校园场景的优化方案,并建立3维校园模型。同时,以武汉某高校南湖新校区为研究区域,建立该校区3维可视化校园管理系统,可快速、方便地实现校园信息的3维动态显示及空间查询等多种功能,为大学校园的信息化管理及小区物业管理等提供有益思路。     

基于灰色系统理论的概率积分法参数确定研究

针对灰色系统理论对地表移动变形的原始数据进行挖掘的特点,根据潞安矿区司马矿地表移动观测站的实测资料,通过建立灰色预测GM(1,1)模型,利用Matlab对观测数据进行插值,获取等间隔数据。运用灰色系统理论对概率积分法参数进行求取,进行相关的精度分析,得到运用该方法求取的概率积分法参数的方法是可靠的结论,体现了动态预测的特点。同时,将灰色系统预测方法与曲线拟合方法求取参数的结果进行对比分析,指出二者预测结果存在误差的影响因素,提出可以通过定期等间隔的观测和加大对衰退期的观测次数等措施,提高概率积分法参数的精度。     

无人机航测数据质量检查及成果应用

从不同的角度对无人机航空影像进行数据质量分析和评价,然后通过控制内业数据处理精度,阐述所生产的3D数字产品辅助石油勘探工区道路建设和石油勘探生产管理情况。     

关于总体最小二乘方法适应性实验研究

总体最小二乘是近年来发展起来的较最小二乘方法更为严密的平差方法,总体最小二乘能够顾及系数矩阵和观测值矩阵同时存在偶然误差并加以改正。然而对于总体最小二乘方法的适用性以及在根据实际数据建立模型时总体最小二乘方法改正系数矩阵和观测值矩阵误差的能力问题还没有深入研究,针对一元线性回归模型,讨论总体最小二乘方法的灵敏性,利用仿真实验数据验证总体最小二乘方法在线性回归模型中的改正能力和优越性。     

基于ArcGIS的三维建筑日照时态模拟

以福州大学怡山校区为例,在ArcGIS 10环境中,结合SketchUp构建三维建筑模型,对建筑物接受日照和产生阴影遮挡情况进行三维可视化时态模拟研究,提出了无需插件的MultiPatch三维模型创建思路以及三维建筑的日照分析方案。研究结果不仅可为城建规划部门及居民提供快捷可靠的科学日照分析手段,而且拓展了三维建筑模型在GIS中的应用。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

基于影像点云的三维激光扫描仪成图与建模软件

一、引言随着信息技术的发展,数字城市建设在全国已经形成一股势不可挡的浪潮。城市地形三维信息的快速采集与提取是当前数字城市建设的热点与难点。基于三维激光扫描数据的数字测图与三维建模日益成为非常有竞争力的数据获取手段之一。但目前市面上采用的测图与建模方法基本上只基于激光点云数据,而点云的可视化效果与可视性不强,导致成图与建模判读困难、速度慢、成     

基于C#与MATLAB混合编程实现变形预测分析

工程项目的施工期、运营期均需要进行变形监测观测,以便全方位掌握构筑物的稳定性,但其中数据分析的实现方式、方法各有不同。本文采用C#与MATLAB混合编程,结合两种编程语言的优势,详细叙述了混合编程的实现方法,并以灰色模型为例,验证了可行性,证实了该模式可以快速开发满足项目需求的程序,实现对监测数据的分析、预测。