基于F-范数的不确定性平差模型的解算方法

为提高基于F-范数的不确定性平差模型的解算效率,给出直接迭代算法进行参数估计。该算法无需SVD,解算过程简单且易于编程计算,同时给出迭代不收敛时的SVD-解方程算法。二元线性拟合及沉降观测AR模型的算例结果表明,这2种算法正确可行,与SVD-迭代算法具有等价性。当迭代收敛时,宜使用直接迭代算法,收敛速度更快,解算效率更高;当迭代不收敛时,可釆用SVD-解方程算法。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

2008年南海季风爆发前后西沙海域海气通量变化特征

基于2008年4至5月在南海西沙永兴岛进行的海气通量观测试验资料和NCEP资料,应用COARE3.0通量算法计算了海气通量,分析了季风爆发前后西沙海域天气变化特点和海气通量对南海季风爆发的响应。结果表明:2008年南海季风首先于5月第1候在南海南部爆发,受热带气旋等因素的影响,北部海区季风爆发推迟到5月18日。季风爆发和热带气旋活动对西沙海域的风速和海气通量影响较大,其中热带气旋的影响更强烈。热带气旋来临之前,潜热通量、感热通量以及动量通量均较小;在气旋活动及此后的季风爆发时期,大风使潜热通量和动量通量显著增强,感热通量则在降水期间变化明显;动量通量的最大值出现在热带气旋活动期间,其在此过程中的均值是观测初期均值的3倍以上。在整个观测过程中,潜热通量明显大于感热通量,后者是前者的16∶1。不同类型天气过程中,潜热通量的日变化相似,而感热通量的日变化有差异。湍流交换系数与风速有较好的相关关系。     

基于内侧缓冲区算法的多边形骨架线提取模型

多边形的骨架线其本质是对多边形的抽象描述,合理的提取多边形的骨架线能够准确描述多边形的形态。给出了内侧缓冲区算法的定义及特性,提出利用内侧缓冲区算法提取多边形骨架线的模型,并给出了提取骨架线的实验。     

HOGGH:一种WMSN网络的路由优化算法

研究WMSN(Wireless Multimedia Sensor Network)的洞路由算法优化问题。基于启发式思想,提出1种WM-SN的洞路由优化算法HOGGH(Heuristic Optimization algorithm for Geographic Greedy Hole-bypassing routing)。该算法对路由算法生成的路径进行探测,从中寻找波峰节点,再根据探测到的信息计算波峰节点之间的优化增益率,对优化增益率高的波峰节点之间的路径进行路径优化,从而达到对整条路径的优化。仿真实例说明了该算法的有效性。     

基于改进Delaunay三角剖分算法的微地震数据SRV估算与应用

影响页岩气藏改造效果的核心参数是储层的压裂改造体积(Stimulated Reservoir Volume,SRV),有效准确估算压裂改造体积有助于评估压裂效果.水力压裂过程中微地震事件点分布状态不规则,传统的SRV计算方法通过外接规则几何体进行计算,相应结果误差明显,进而采用Delaunay三角剖分算法来降低结果误差...     

区域-时间-长度算法在青海地区的应用研究

应用检测地震活动水平相对变化的区域-时间-长度算法（RTL算法）,分析研究了青海地区有相对较完备小震资料的14次6级以上震例。结果表明,该区6级以上地震发生前在源区或近源区大约120km半径的空间尺度内,‰值能检测到明显的1年内和2年内时间尺度的中期地震活动异常,地震活动增强的“上升型”异常和地震活动平静的“下降型”异常各占一半。     

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

雷达产品算法及其在预报中的应用

本文主要介绍雷达产品的基本算法,包括风暴单体识别与跟踪算法、冰雹指数算法、风廓线算法以及降水算法,同时指出了根据这些算法得到的产品在天气预报中的应用。     

基于DTW与K-means算法的河北场雨及雨型分区特征研究

深入挖掘气象站点的观测降雨数据,研究区域降雨的雨型规律,对于洪涝灾害预警和减灾措施制订有重要意义.本文基于河北省2005-2017年3189个站点逐小时降雨观测数据,进行"场雨"的划定,进而提取历史上各场雨的累积雨量、时长指标.采用数据挖掘技术中的DTW相似性算法进行场雨雨型的自动归类,将场雨分成Ⅰ-Ⅶ共7种雨型,包括...