高光谱图像波段选择的改进二进制布谷鸟算法

波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。     

一种基于高斯马尔可夫随机场的异常目标探测方法

利用高斯马尔可夫随机场模型描述像元的邻域相关性信息,并将这种邻域信息引入到局域异常探测器中,提出了一种顾及邻域信息的高光谱遥感影像局域异常目标探测算法。实验证明,该方法克服了传统异常探测方法仅仅利用光谱信息的不足,比经典的RX算法的探测效果更好,并且可以更有效地探测出大于一个像元的异常目标。     

数字海底地形分割算法

根据不同海底地形特征,提出了基于多波束测量数据进行海底地形分割的"三态值模型"法,其步骤包括:将地形数据滤波和网格化;利用"3×3"差分算子计算各节点的梯度;利用最大梯度追踪算法检测正负地形与平缓地形的分界线;利用"三态值"算法识别正、负和平缓地形。应用该方法对胶州湾实验海区多波束实测数据处理结果表明,该方法切实可行,能够对数字海底地形准确地进行快速分割。     

基于模拟退火算法的饲料配方设计

本文在饲料配方设计中首次引入新颖、高效的组合优化算法--模拟退火算法，并获得理想的数值结果，说明了在传统的饲料配方设计中高技术的应用可以获得更高的效益.     

凸包插值算法的改进与实现

研究了凸包插值算法在n维欧拉空间构造Delaunay三角网的应用,提出了其三角剖分不惟一的重大缺陷,采用了限制区域生长法解决了这一缺陷。     

一种新型遥感影像快速匹配算法

An iterative algorithm to calculate mutual correlation using hierarchical key points and the search space mark principle is proposed. An effective algorithm is designed to improve the matching speed. By hierarchical key point algorithm and mutual correlation coefficients of the matching images, the important points can be iteratively calculated in the images hierarchically, and the correlation coefficient can be obtained with satisfactory precision. Massive spots in the parameter space which are impossible to match can be removed by the search space mark principle. Two approximate continuities in the correlation image matching process, the image gray level distribution continuity and the correlation coefficient value in the parameter space continuity, are considered in the method. The experiments show that the new algorithm can greatly enhance matching speed and achieve accurate matching results.     

基于遥感的上海地区雾霾监测研究

以中分辨率成像光谱仪(MODIS)遥感数据为数据源,综合利用6S传输模型与NASA V5.2算法对2013年12月4日至8日上海地区雾霾污染进行了连续性监测,并对其形成原因进行分析。结果表明,此次雾霾污染主要是由本地生产和外地迁移来源共同作用形成,上海地区气溶胶光学厚度在12月6日达到最大,雾霾污染区域逐渐从上海地区的西北向东南扩散,污染等级也逐渐降低。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

基于粒子群优化BP神经网络的深基坑支护结构变形预测

为更好地预测深基坑支护结构变形,采用机器学习算法,基于BP神经网络并引入粒子群优化算法（PSO-BP）优化其结构网络权值与阈值的选取,克服BP神经网络中的参数选取导致BP算法极易陷入局部极值点、收敛速度慢等问题。基于实际工程,采用优化与未优化的BP神经网络开展深基坑墙体水平变形预测,将监测应力与基坑墙体水平变形的复杂非线性系统方程作为黑箱模拟。两类模型的预测结果对比表明,优化的神经网络可以获得更准确的深基坑支护结构变形值的预测值,该PSO-BP算法可以更好地为工程实践提供指导。