基于地性线的不规则三角网优化构建算法

提出了利用自动增加特征点消除平三角形的方法，并通过重构等高线验证了构网算法的实用性和有效性。实验表明，本文算法能很好地消除不合理的平三角形，优化三角网结构。     

球面等积网格系统生成算法与软件模型研究

利用全球离散网格系统管理海量空间信息是一种受到普遍关注的新途径,具有等积特性的网格系统在大范围遥感影像数据处理方面具有重要的理论意义和应用前景。文中论述的算法在二十面体展开图上建立坐标系描述不同剖分产生的多分辨率网格,利用施奈德多面体投影映射到球面。针对算法特点设计具有网络模拟功能的软件模型。实验结果表明,该软件模型具有较好的扩展性。     

GPS高程拟合中神经网络法的基本思想

高程问题一直是困扰GPS的问题之一,而不同的GPS高程拟合方法都有其适用条件,并且精度不等。本文在对人工神经网络的基本原理、神经元模型、网络结构、数据结构和训练方式等研究的基础上,给出一种新的算法(新BP算法)。以“阜新控制网改造工程”作为一个具体实例,使用Matlab语言来完成GPS高程的拟合,并与其他方法作了比较,最后给出有益的结论。     

SISA完备性监测与WUL可靠性算法

详述了Galileo完备性概念,分析了空间信号有效参数完备性监测系统和监测机理,给出Galileo系统中描述SISA预报形式和算法模型.基于空间信号完备性参数的算法,优化计算最坏用户位置方法,建立了算法模型,得出相应结论.算法和结论初步验证适用于全球,为进一步研究Galileo系统完备性算法和估计用户保护水平奠定基础.     

基于蚁群优化的特征选择新方法

利用蚁群优化算法解决特征选择问题,以获得能代表问题空间的较优特征子集,并能降低分类系统的搜索空间。以航空纹理影像的特征选择和分类问题为例,利用主分量变换和蚁群优化算法分别对原始纹理影像特征集合进行特征提取、选择和分类。结果表明,本文方法不仅能够降低图像特征空间维数,减少图像分类的工作量,而且还可以提高分类识别的正确率。     

基于EIGEN-6C4的区域重力异常插值方法

重力异常作为地球重力场的一种基本指标,广泛应用于大地测量、地球物理、地质、地震与海洋领域。为了快速获取高精度的未知点重力异常,本文基于EIGEN-6C4重力场模型解算某110 km×110 km区域内重力异常,构建5′×5′的重力异常格网模型,结合格网节点数据采用6种不同的插值算法拟合未知点的重力异常,最后使用外部检核的方法评价插值算法的精度。实验结果表明,6种插值算法的拟合精度均达到4 mgal以内,自然三次样条法和反距离加权插值法拟合精度最高,得到精度达到2.7 magl的重力异常。     

随机优化算法的BDS卫星精密轨道确定

针对全球北斗地面基准站分布不均匀而影响北斗定轨精度的问题,该文采用格网控制的随机优化选站方法,兼顾测站的质量、分布和站点稳定性等因素,对全球分布的MGEX站均匀选取。运用加权GDOP指标评价选站的有效性,并全面分析了测站数量、分布和质量对定轨精度的影响。结果表明,该方法选取30个测站时,北斗卫星的GEO、IGSO和MEO卫星的精密轨道精度分别为221.56、12.59和6.81cm,比格网法选站有了较大提高。在一定范围内,测站数越多定轨精度越高,全部测站参与解算反而会使定轨精度降低。     

特征优选下的遥感影像面向对象分类规则构建

针对分类规则及其阈值的确定主要依赖人工经验、通用性差问题,该文提出了特征优选支持的面向对象分类规则构建方法。该方法利用面向对象技术,首先使用Boruta算法对先验样本数据集进行特征选择,然后根据隶属度函数构建分类规则集,最后引入置信区间概念,确定分类规则的阈值。以德国波兹坦地区的航空影像、数字表面模型(DSM)以及地面真实参考影像为实验数据,构建城市建筑、城市绿地(包括草地和树木)这两种地类的分类规则,利用不同数量的训练样本,开展面向对象分类实验,与支持向量机(SVM)监督分类方法进行对比分析。实验结果表明,在相同的优选特征下,利用置信区间确定阈值得到的分类规则,提取效果及分类精度更好,尤其在训练样本量少的情况下,该方法得到的分类精度比SVM高30%～40%。     

上下扫描线的Delaunay三角剖分算法

为了提高Delauany三角网构网效率,该文借助平面扫描技术,提出了一种基于上下扫描线与Lawson局部优化算法相结合的Delaunay三角剖分算法。该算法通过上扫描线构网,并发现构网过程中可能产生"盆"的现象,下扫描线处理"盆"以减少构网过程中出现狭长病态三角形的问题,在算法整个过程中尽量降低三角网合法性检查的时间消耗。最后就算法的时间复杂度进行了分析,并与其他常见算法就CPU时间运行效率进行了比较。实验表明该算法实现简单,运行效率相对较好。     

平原地区机载激光雷达数据的抽稀算法分析

目前,机载激光雷达点云数据在测绘行业中的应用还存在较多的瓶颈。为了使机载激光雷达点云数据更好地服务等值线等数据的生产,发挥其高效和高精度的优势,本文归纳、总结了国内外现有的LiDAR点云数据抽稀算法,并通过对比分析现有LiDAR点云数据抽稀算法存在的优缺点,如系统抽稀、格网抽稀、TIN抽稀和坡度抽稀等算法,结合平原地区激光点云在实际生产中的应用,研究了更适合平原地区点云数据的抽稀方法,通过大量的数据测试和试生产。结果表明,该方法可以在应用项目精度约束下保证数据质量,减少了后期数据处理应用的难度,提升了后续成果数据的质量,提高了作业生产效率,对机载激光雷达点云数据在测绘行业中的应用推广具有重要的现实意义。