K 近邻非参数回归概率预报技术及其应用

针对参数回归技术制作概率预报存在拟合好、但预报结果不稳定的现象, 提出了用K近邻非参数回归技术制作概率预报的新途径。K 近邻非参数回归技术包括历史样本数据库、近邻子集生成和优化以及预报量估计4 个主要部分。利用该技术进行了单要素概率预报(主要包括云量和降水)和多维联合概率预报(降水、总云量、风速和气温)试验, 并对试验结果进行了检验。实例研究结果表明:该文所给出的计算方案预报稳定性好, 准确率较高,具有良好的业务应用价值。     

基于点状数据与GIS的广州大都市区产业空间格局

利用2004年数字城市数据,研究了广州大都市区产业内部、产业之间的空间关系,比较了广州大都市区中心城区和新城区各种产业的空间格局。将广州大都市区行业分为制造业、批发和运输、零售、生产服务业、房地产业、管理服务、教育、医疗保健及社会扶助和娱乐设施等10类。利用1 km2格网画出了各行业点状密度,并通过分区产业百分比及区位商分析了各产业企业的空间分布,中心城区的主导产业是管理服务、房地产、零售及金融保险等服务行业,而在新城区其主导功能是制造业、批发与运输及生产服务业等。利用平均最邻近距离分析广州大都市区中心城区和新城区各产业内企业之间的空间关系,广州大都市区各产业企业都呈凝聚分布,在中心城区金融行业分布最集中,其次是房地产、生产服务业、娱乐、管理服务等。利用邻近性指数分析了各产业之间的空间关系,发现生产服务业和管理服务业、教育和医疗保健与社会扶助、娱乐和零售等邻近性较大。     

Sinkhole hazard assessment in Minnesota using a decision tree model

An understanding of what influences sinkhole formation and the ability to accurately predict sinkhole hazards is critical to environmental management efforts in the karst lands of southeastern Minnesota. Based on the distribution of distances to the nearest sinkhole, sinkhole density, bedrock geology and depth to bedrock in southeastern Minnesota and northwestern Iowa, a decision tree model has been developed to construct maps of sinkhole probability in Minnesota. The decision tree model was converted as cartographic models and implemented in ArcGIS to create a preliminary sinkhole probability map in Goodhue, Wabasha, Olmsted, Fillmore, and Mower Counties. This model quantifies bedrock geology, depth to bedrock, sinkhole density, and neighborhood effects in southeastern Minnesota but excludes potential controlling factors such as structural control, topographic settings, human activities and land-use. The sinkhole probability map needs to be verified and updated as more sinkholes are mapped and more information about sinkhole formation is obtained.     

核密度法的南京苏果超市分布热点探测

针对超市经营者进行选址优化和空间配置问题,该文以南京市主城区内苏果超市为例,利用平面核密度方法,对城市内零售超市的空间结构与分布模式进行分析,系统地研究不同类型超市的空间分布特征并进行热点区域的探测。研究表明,热点区域的探测结果符合商业网点分布的一般规律,南京主城区内不同类型苏果超市的空间分布表现出较大的空间区域分异:购物广场的热点分布于中心城区外围的次一级中心,社区店和标准超市的热点分布于居住区,便利店的热点大多分布于人口密集区域。     

灰度直方图与K-最近邻的影像分割算法

针对灰度直方图在影像分类时需要考虑阈值和K-最近邻分类算法分类效率低等问题,提出了一种基于灰度直方图与KNN相结合的影像分割算法:首先对待分割的影像进行灰度直方图统计;其次利用灰度直方图对影像进行硬阈值的划分,得到已知类别样本和未标记样本;然后选择一定数量已知类别的样本对KNN分类器进行训练;最后利用KNN分类器对未标记样本进行类别划分,得到最终分割图像。实验结果表明,该算法结合了灰度直方图高效性和KNN高精度的优势,避免了直方图分割最佳阈值的选取;与传统的KNN算法相比,本文算法大大提高了分类效率,且精度相当,满足实际生产应用的需求。     

铬铁矿中的次近邻效应

本文使用穆斯堡尔效应对三个铬铁矿进行了研究,测量了铬铁矿L-1在150K和298K温度下的穆斯堡尔谱和铬铁矿L-2和L-3在298K温度下的谱。使用次近邻效应解释了铬铁矿中的多重Fe~(2+)双峰,并使用二项式分布计算了Cr~(3+)、Fe~(3+)和Al占据次近邻位置的几率。在穆斯堡尔面积和二项式分布计算的基础上做出了Fe~(2+)双峰的指派。铬铁矿L-1谱在150K下进一步分裂,表明用来解释铬铁矿谱的模型是正确的。     

西北太平洋迅速加强热带气旋的统计特征和识别预报试验

利用2000—2014年热带气旋(TC)最佳路径、最终分析资料和静止卫星红外云顶亮温(TBB)资料,对比分析了西北太平洋(WNP),以及南海(SCS)的迅速加强(RI),与非迅速加强(non-RI)TC样本的环境背景和TBB统计特征,其中non-RI样本细分为不同的强度变化率即:缓慢加强(SI),强度稳定、缓慢减弱和迅速减弱等。结果表明,相对于SI,WNP海域的RI样本处于海表温度较高、海洋上层热容量较大、最大可能强度较大、高层辐散较强、风垂直切变(VWS)较弱和高层纬向风(U200)偏东分量较大等环境背景条件下;SCS海域的RI样本较易发生在VWS较弱的环境背景条件下。此外,相对于non-RI,支持RI发展的有利条件还包括中低层相对湿度较大、高层环境温度较低等。RI样本通常具备的TBB特征为TC内核的对流云覆盖率较大、TBB平均值相对较小。采用K最近邻分类算法进行RI预报试验,交叉检验结果表明,该方法对RI样本有一定的识别预报能力,RI样本概括率达到74.2%,技巧评分达到0.717。     

基于eCognition的玉树结古镇灾情动态监测研究

中国青海省玉树自治州结古镇附近于2014年4月14日7时左右发生了Ms 7.1级地震。利用灾前灾后两个不同时期的高分辨率影像,以结古镇南部地区为例,探讨基于e Cognition平台,选用多尺度分割和最邻近法,对灾前灾后遥感影像进行各类地物信息提取,分析研究区内各地物的动态变化。研究表明:通过面向对象分类的e Cognition软件提取的各地物信息颜色信息丰富,形状大小特征明显,总体分类精度达到90%以上,分类效果良好。并根据提取成果进行统计分析,快速提供受灾地区地震前后整体动态变化情况,为各级政府部门迅速开展地质灾害抢险救援与监测提供支撑。     

推荐系统中物品召回技术的研究进展

信息技术的快速发展导致信息过载.推荐系统是解决信息过载最有效的方式之一.近年来,深度学习的快速发展也带动了推荐系统的进步,各种深度推荐算法层出不穷.然而由于候选物品数量巨大且用户兴趣动态变化,深度推荐算法的推荐复杂度巨大,难以在实际系统中单独使用.在深度推荐技术发展的同时,物品召回技术（也称近似搜索技术）也有了较大的发展与进步.本文先介绍基于距离最小化的物品召回的研究进展,再从向量索引、局部敏感哈希、哈希学习、向量量化四个方面来深入探讨基于内积最大化的物品召回技术的研究进展.     

地铁隧道三维激光扫描数据配准方法

针对传统的迭代最近点算法(ICP)用于多测站点云数据配准时计算效率低的问题,该文提出了一种基于特征点的ICP改进算法,该方法利用相邻两测站数据进行配准的实现。首先采用体素化格网方法对两点云数据集进行精简处理,并计算精简处理后每一点的法向量;然后利用kd-tree最近邻查询搜索特征点之间的对应关系;并通过估计出的最优变换矩阵更新至全局变换,以提高配准精度。实验结果表明,改进的ICP算法在地铁隧道点云数据配准中的效率高于其他的配准方法,为隧道变形监测工作的进行提供保证。