结合双树复小波和广义回归神经网络的钟差预报方法研究

针对卫星钟差呈现出非线性、非平稳变化的特性,提出了一种基于双树复小波和广义回归神经网络的卫星钟差预报方法。该方法充分利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等优良特性,首先把钟差时间序列分解成具有不同频率特征的分量,然后根据各分量的特点构建高频和低频广义回归神经网络进行预报,最后将各分量的预报结果进行叠加得到最终的预报值。以IGS提供的钟差数据为例进行试验,并与单一的灰色模型、最小二乘支持向量机和广义回归神经网络的预报结果进行对比分析。结果表明,该方法具有较高的预报精度,对于较长时间的钟差预报也能保证较好的预报效果,应用于卫星钟差预报可行、有效。     

道路网多特征匹配优化算法

同名道路匹配技术是道路数据集成、更新和融合的重要前提。道路网匹配在智能交通(intelligent transportation system,ITS)与位置服务(location-based service,LBS)等方面具有重要的研究价值和应用意义。本文提出了一种道路网多特征匹配优化算法:首先从形状、距离、语义3方面分别设计了基于面积累积的形状差、综合中值Hausdorff距离和全局加权属性项距离3种相似性度量,以更准确地描述道路待匹配对之间的特征差异;然后通过SVM对相似性特征样本集训练,以构建道路网回归匹配模型;最后利用此模型对未知匹配结果道路待匹配对进行匹配结果预测。大量试验结果表明,本文算法对非线性偏差明显的道路网数据能够实现较高的匹配准确率和召回率,能有效地用于包含多重匹配关系的道路网匹配。     

联合光谱和纹理特征的支持向量机滩涂分类方法研究

滩涂作为海岸带的重要组成部分,是重要的土地资源。针对遥感影像滩涂分类的提取,文中提出一种联合光谱和纹理特征支持向量机(SVM)滩涂分类的方法。首先介绍纹理特征影像获取方法,通过灰度共生矩阵分析得到滩涂纹理特征影像;然后将光谱影像与纹理影像叠加形成一幅多维特征影像,用SVM分类算法中的OAR分类器进行分类实验,对分类结果进行实验分析。实验结果表明,该算法对提高海岸带地理信息获取能力,提升海洋遥感测绘信息化保障水平有积极意义。     

基于BP神经网络的霍普菲尔德模型改进研究

为了分析对流层延迟的时空变化规律、提高对流层延迟的改正精度,利用BP神经网络处理非线性问题的优势,改进传统的霍普菲尔德模型得到一种新的融合模型(Hop+BP模型)。分别对比Hop+BP模型与传统的霍普菲尔德模型、多元线性回归模型、BP神经网络等模型的计算结果,得到如下结论:霍普菲尔德模型存在一个明显的系统误差,精度较低;多元线性回归的预测精度有所提高,但是其本质是将数据强制拟合,缺少物理解释,难以推广使用;传统的BP神经网络的计算精度较之霍普菲尔德模型有80%的提高,但存在明显的不稳定性;Hop+BP模型具有预测精度高、稳定性好等优点,预测中误差为1.1cm,明显优于传统方法。     

南京地面氣流的幾個特性

作者利用南京北極閣1936年每日二十四小時觀測所得地面風之紀錄,今請分析幾個特性如次:(一)馬氏分佈曲線之配合Th.Hesselberg及E.Bjorkdal二氏(1)曾指出渦旋風中水平分量(Horizontalkomponente des turbulenten Windes)之分佈可藉一特定之分佈函數表出之,厥後Th.Hesselberg氏利用挪威A_s地方地面風之紀錄,又著文(2)申論配合馬氏分佈曲線(Die MaxwellscheVerteilungskurve)之結果。南京位居東亞,在此季風區域内之地面氣流,是否循從馬氏分佈定律?其結論與西歐情形有何殊異?是乃本節所欲探究者。第一表南京地面風之頻率分佈(%)     

投影寻踪门限自回归模型在海洋冰情预测中的应用

为预测海洋冰情时序这类非线性动力系统，提出了投影寻踪门限自回归（PPTAR）模型。用自相关分析技术确定预测因子，构造了新的投影指标函数，用门限回归（TR）模型描述投影值与预测对象间的非线性关系，并用实码加速遣传算法优化投影指标函数和TR模型参数。实例的计算结果表明，用PPTAR模型预测海洋冰情时序是可行和有效的，PPTAR模型简便，适用性强，克服了目前投影寻踪方法计算量大，编程实现困难的缺点，有助于投影寻踪方法的推广应用。为解决非线性时序复杂预测问题提供了新的途径。     

城市河涌水质评价方法及治理途径初探

提出了采用模糊向量加权记分法作为城市市区纳污河涌的水质评价方法，给出评价指标和评价标准的选择建议，并结合实例进行说明，同时还对城市河涌的治理途径进行了探讨。     

春季北黄海西部冷水团强度的年际差异及其预报

春季冷水团的强度,取决于冷水区的最低水温及面积。本文取该二指标的多年距平绝对值的平均值之半作为标准,划分1960—1980年四、五月北黄海西部冷水团的强度(表1)。 冷水团强度与去年冬季的气候条件有密切相关关系。去冬水温较低,则气温的负逐日累计值越大,北风也越多,今春冷水则强;反之则否。 本文认为,使用依上述因子建立的回归方程预报冷水强度,会得到较好的结果。     

海洋沉积物声速与其物理-力学参数的相关性

通过对海洋沉积物声速及其物理-力学参数相关性的初步分析和研究,可以找到估算沉积物压缩波速Vp和切变波速Vs的经验式,最终为海底沉积物的性质进行声学遥测、为发展海底参数声遥感服务。本文给出了7个较为理想的回归方程。沉积物的物理参数与Vp有密切的关系;力学参数对Vs的预报有较大的作用。若增加物理参数作为修正项,其效果更佳。     

两变量线性关系第三型一种解决方法——在地学中应用的讨论(英文)

地学研究经常涉及两变量间的线性回归分析。此类线性关系可有三种情形：（１）ｘ数据的观测误差很小，数据点的离散只与ｙ数据有关；（２）ｘ和ｙ数据都有观测误差，且数据点的离散仅由观测误差所引起；（３）数据点的离散不仅与观测误差有关，而且还受到其它因素的影响（但两变量仍存在显著的线性关系）。其中第三种情形在地学中最为常见，但已有的回归分析方法只是针对前两种情形。本文对ＬＮＳ方法进行了改进，使之适用于第三型的回归分析。改进的方法在逻辑上具有一致性，在应用上适合线性关系第三型线性关系的特点，因而优于传统的ＯＬＳ方法