新重力P中值模型及其在城市综合医院区位决策中的实证检验——以无锡市为例

区位—分配模型是实现公共服务设施最适配置的有效方法之一。传统的P中值模型以效率作为导向,采用“邻近分配”规则,不考虑设施容量(规模),难以适应城市综合医院供需之间相互作用规律下适度均衡、居民随机概率式选择和区位与规模同步求解的布局要求。本文尝试以P中值模型为基础框架,在对P中值模型来源及其适用性进行分析的基础上,构建出基于供需双方(居民—综合医院)空间相互作用的重力P中值模型。新模型通过纳入“邻近就医”最大出行成本因子,确保居民至少邻近1所综合医院(保障空间公平);通过追求总加权出行成本最小化,确保设施空间配置效率;通过纳入设施容量规模因子实现设施区位和规模同时求解;通过纳入最小规模因子,保障设施规模效率和服务质量公平。进一步通过无锡市区综合医院空间配置进行实证检验发现：采用新模型优化后,综合医院空间配置更加公平、居民邻近就医更加便捷,且能够实现与社区卫生设施协同布局,使整个医疗设施体系空间布局更加合理。本文构建的新重力P中值模型(模型的变量参数可作适当调整)可用于竞争型公共设施区位决策,为相关设施布局调整或者规划提供决策依据。     

一种改进的SAR影像斑点噪声抑制方法

合成孔径雷达（SAR）影像的应用越来越广泛,但斑点噪声很大程度上影响了SAR的应用。本文首先研究了常用斑点噪声滤波方法,在此基础上,将中值滤波与常用的Lee,Frost,Kuan滤波结合。实验结果表明,该方法在斑点噪声抑制及边缘保持上明显优于传统的滤波方法。     

一种新的SAR影像融合滤波方法

为解决有效地去除斑点噪声和保留图像边缘两者矛盾的问题,首先通过中值滤波得到较好的平滑SAR图像,然后利用AMSS方程得到较好的保留图像边缘信息的SAR图像,最后将所得的两幅图像进行融合,并对融合后的图像进行定量和定性分析。仿真实验表明,无论是定性分析,还是定量分析都证明融合后的图像在很好地去除噪声的同时,有效地保留了图像的地物分界处及边缘细节信息。     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

分频径向道中值滤波在地震资料处理中的应用

在地震资料处理中去噪处理占有非常重要的地位,地震资料的信噪比高低将直接影响到后续处理的效果。针对地震记录的相干干扰特征,利用小波变换的分频技术,在相干干扰与有效信号共存的频带,利用径向道中值滤波方法提取相干干扰波,并由小波反变换重构整个干扰波场,再从原始记录中减去,实现了高保真度去噪处理,对有效波损失降至最小。实际应用效果表明,该方法能有效改善地震记录品质,提高地震剖面的信噪比。     

磁法数据处理中的扩边和优化中值滤波方法的研究

依据地质体在地面上引起磁异常的特点,提出了三方向扩边方法,这种方法能够减小边界效应,使处理结果更可靠。在实际的测量中,磁法数据受外界的干扰比较大,干扰因素给数据处理和资料解释工作带来了影响。首次将中值滤波技术引入到磁法数据处理中,提出了一种新的滤波方法,即优化中值滤波方法,来解决这个问题,并给出了优化中值滤波的模型以及计算公式。最后利用优化中值滤波方法对实际磁测数据进行处理,取得了较好的效果。     

一种复合去噪的图像处理方法

针对小波变换和多级中值滤波各自在去噪方面的优点和不足,提出了一种新的图像复合去噪算法;该方法先对图像进行中值滤波,然后再用小波变换和中值滤波相结合进行进一步的滤波处理,得到最终的滤波图像。实验表明,该种方法在有效去除噪声的同时还很好的保护了图像的边界,图像的视觉效果良好。     

积分第二中值定理“中值点”渐近性探讨

本文研究了积分第二中值定理“中值点”的渐近性，得出了一般性的结果。     

一种小波包混合滤波方法及其应用

GPS变形监测数据的采样频率逐渐提高,对数据预处理提出了更高要求。提出了一种改进方法,即在小波包分析的基础上,结合高频系数加权中值滤波以及整体加权均值滤波的混合滤波方法对数据进行预处理。实验证明,该方法能简单快速且最大程度地去除大量数据中的随机非随机噪声、粗差等无用信息,同时突出了监测目标中趋势项、周期项等有用信息,适用于处理采样频率较高的变形监测数据,是一种实用的数据处理方法。     

一种改进的去噪阈值混合滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声,但当图像同时存在高斯噪声和脉冲噪声时,单独用任何一种滤波方法都不能达到最好的去噪效果。针对这一问题,本文提出了一种改进的基于去噪阈值的图像混合滤波算法,可以更有效地减少噪声,又可以较好地保持图像的边缘细节信息。