网络分层用于最短路问题的算法研究

提出了一种基于Dijkstra方法的网络分层算法,实现了两点间节点数最少条件下最短通路的求取,并与传统Dijkstra算法进行了比较,得到了一些有益的结论。     

最短独立闭合环与附合路线的快速搜索方法

提出了一种间接平差误差方程转化为条件平差条件方程的快速且易实现自动化的方法,同时采用矩阵分析理论,通过对条件方程进行特殊的矩阵分块及变换,自动搜索出水准网或GPS网的最短独立闭合环与附合路线,并自动解算出闭合差。上述方法有别于传统的图论理论,不依赖于任何信息文件,算法简单,自动化程度高。     

基于云理论、粗集和模糊神经网络的区域橡胶种植适宜度评估模型

针对橡胶种植适宜性评估,基于云理论、粗集理论和模糊神经网络理论,提出了一种适宜度评估模型。该模型将转化的样本数据进行粗集简约,通过模糊神经网络得出评价因子的隶属函数,计算评价等级。研究结果表明,此模型能够科学、快速、准确地分析出橡胶种植最适宜区、适宜区、次适宜区和不适宜区。     

黄土丘陵沟壑第三副区水文地貌关系正确DEM的建立与评价

本文以黄土丘陵沟壑第三副区的藉河流域为研究区,利用ANUDEM软件和1:5万地形图研究了水文地貌关系正确DEM的建立方法,从派生等高线与原始数字化等高线对比等方面对建立的DEM进行了质量评价。并且与传统TIN方法建立的不同水平分辨率的DEM做了比较。结果表明:由等高线、高程点、河流和陡崖线在ANUDEM5.1中生成的DEM质量优于由等高线、高程点和地形特征点用TIN方法生成的DEM。ANUDEM建立的DEM更能精确地反映水文地貌特征。在此基础上,研究了确定集水面积阈值的方法,通过在Arc/Info环境下运行AML程序自动提取了基于水文地貌关系正确DEM的流域特征。     

BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

差分GPS水下定位系统的解析法网形分析

基于差分GPS水下定位系统的双曲线定位模型,推导了极坐标系下定位结果的解析表达式,并进一步给出了水面基线网的网形、基线精度以及水声距离测量精度对定位结果影响的分析。结果表明,采用非辐射网形分布,双曲线定位模型存在明显的不稳定区;采用辐射网形基线分布,在基线网的范围内,平面定位精度较均匀;无论采用何种基线网形分布,深度方向的弱约束必然导致深度方向存在显著的误差。     

网络安全态势感知关键实现技术研究

建立了网络安全态势感知的分层实现模型,并针对每个层次提出了基于多分类器融合的安全态势提取方法、基于统计学习的分层态势评估方法以及基于遗传神经网络态势的动态预测方法。经仿真实验验证,每个层次的实现方法都是可行有效的。     

PCA-BP神经网络在SO2浓度预报中的应用

将基于主成分分析(PCA)的BP神经网络预报方法引入大气污染预报,建立SO2浓度预报模型.结果表明:应用主成分分析对数据进行前处理,以原始预报因子的主成分作为BP神经网络的输入,降低了数据维数,消除了样本间存在的相关性,大大加快了BP神经网络的收敛速度.对模型进行预报验证,预报值与实际值之间的绝对误差为0.0098,预报值与实际值的相关系数达到0.885,得到较好的预报效果.并且比一般的BP神经网络模型具有较高的拟合和预报精度.     

Helmert方差分量估计理论的优化及其在形变监测网中的应用

将Helmert方差分量估计理论进行优化后应用到形变监测网的数据处理中,使观测数据的权值更加合理,平差结果精度更高,更好地满足形变监测数据处理的要求。实例论证了优化后的Helmert方差分量估计方法的有效性。     

局部角度域波传播步进算法研究

本文从非均匀介质中波动方程出发,提出了基于一般标架的相空间（局部角度域）波传播的步进算法. 该方法在构造单程波的步进算法时,在选择标架或正交基等方面有更大的自由度. 我们以不随频率及深度变化且具有变尺度特性的Gabor_Daubechies紧标架为例,给出了单程波传输算子的具体形式及相应的波场步进算法;详细讨论了基于Gabor_Daubechies标架的传输算子的高频渐近展开问题,得出了在高频、小传输步长条件下传输算子的近似解析表达式,并给出使用条件. 通过模型算例,比较了精确传输算子与高频近似传输算子用于非均匀介质中波传播的结果,说明在一定条件下由两者得出的波场几乎是相同的.