复杂线-线对象的拓扑关系描述与计算方法

空间拓扑关系是GIS中空间查询和分析的基础。针对当前空间拓扑关系模型在表达较复杂对象间拓扑关系存在局限性的突出问题,以线对象为实例,根据点集拓扑理论,重新定义和区分线对象的复杂性;以9I模型为基础,提出一种适合二维复杂线对象的拓扑关系的线性序列描述模型,将复杂线-线的拓扑关系表示成基本拓扑关系的组合。分析不同情形下线之间拓扑关系不同的计算方法。为实现复杂线-线拓扑关系的计算,提高扫描线算法的效率,探讨包络矩形粗滤、线节点重合或共线的斜率坐标判断法等改进方法,提出判断线-线是否相交的矢量叉乘法,具有快速高效的特点。最后,通过实验系统导入线坐标串,进行图形绘制、拓扑关系计算并输出结果,从而验证该模型和算法的可行性。     

基于支持向量机的岩石薄片图像分割

支持向量机是对传统学习分类方法的一个良好替代,特别是小样本、高维的情况下,有着良好的泛化能力,利用支持向量机良好的分类特性,将图像分割的问题转化为分类问题,对岩石薄片图像进行分割实验.通过实验表明：支持向量机对于分割颜色分布不均匀、边缘模糊的岩石薄片图像,有很好的应用前景.     

使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

矢量图形与影像图像一体化实现

本文在阐述影像金字塔相关理论（构建方法、影像切割等）的基础上,采用VC2005编程实现了在同一GIS系统中进行矢量数据和栅格数据叠加显示的功能模块。该模块可确定是否加载影像,并根据当前矢量图显示范围自动加载不同分辨率的影像图。     

A Nonlinear Representation of Model Uncertainty in a Convective-Scale Ensemble Prediction System

How to accurately address model uncertainties with consideration of the rapid nonlinear error growth characteristics in a convection-allowing system is a crucial issue for performing convection-scale ensemble forecasts. In this study, a new nonlinear model perturbation technique for convective-scale ensemble forecasts is developed to consider a nonlinear representation of model errors in the Global and Regional Assimilation and Prediction Enhanced System(GRAPES)Convection-Allowing Ensemble Predi...     

矢量地图数字水印技术的研究现状和展望

数字水印技术正成为网络环境下矢量数字地图的版权保护和侵权检测研究的热点。本文总结了目前国内外针对矢量数字地图数字水印技术所做的相关工作,分析了矢量数字地图数据在表示及使用方式上的特点、矢量数字地图数据嵌入数字水印的要求以及矢量数字地图数据信息冗余的类型;按空域、变换域及参数变换分类方法,概括了目前典型的针对矢量数字地图数据的数字水印算法,讨论了其优缺点。指出了对矢量数字地图数字水印技术还存在的问题以及对该领域未来可能的研究方向和研究重点进行了展望。     

古尔班通古特沙漠灌木冠幅预测模型

古尔班通古特沙漠是中国第二大沙漠,也是中国固定和半固定沙丘主要分布区,固沙灌木种较多。冠幅不仅是反映固沙灌木可视化的重要参数,也是反映沙漠植被生长情况的重要变量。以3种沙丘（固定沙丘、半固定沙丘和流动沙丘）上主要固沙灌木为研究对象,利用12种基础模型、BP(Backpropagation Neural Network)神经网络和支持向量机（Support Vector Machine,SVM）机器学习算法建立了基于固沙灌木株高和冠长率的冠幅预测模型,同时将两种机器学习算法拟合结果与基础模型进行比较,最终选出了适合研究区的冠幅预测模型。结果表明：（1）不同沙丘类型和不同灌木种类的最优冠幅预测模型不同,且固定沙丘和半固定沙丘模型优于流动沙丘。3种沙丘类型最优拟合为M2(Quadratic Model)模型;（2）白梭梭（Haloxylon persicum）在半固定沙丘和流动沙丘上拟合的最优模型分别为M2、M7(Gompertz),沙拐枣（Calligonum mongolicum）最优模型为M2,蛇麻黄（Ephedra distachya）和油蒿（Artemisia ordosica）在...     

Climatology of Shear Line and Related Rainstorm over the Southern Yangtze River Valley Based on an Improved Intelligent Identification Method

Based on four reanalysis datasets including CMA-RA, ERA5, ERA-Interim, and FNL, this paper proposes an improved intelligent method for shear line identification by introducing a second-order zonal-wind shear. Climatic characteristics of shear lines and related rainstorms over the Southern Yangtze River Valley(SYRV) during the summers(June-August) from 2008 to 2018 are then analyzed by using two types of unsupervised machine learning algorithm,namely the t-distributed stochastic neighbor embeddin...     

特征变量选择结合SVM的耕地土壤Hg含量高光谱反演

为探讨应用高光谱数据反演耕地土壤重金属汞(Hg)含量,对原始光谱进行10 nm重采样和SG平滑处理,用不同光谱变换数据与土壤重金属Hg含量进行相关性分析,采用IRIV、Random Frog和PCC提取光谱特征波段,分别建立SVM与GWO-SVM土壤Hg含量高光谱反演模型,获取Hg含量最优反演路径。研究表明,一阶微分变换光谱后土壤光谱特征更明显;上述特征提取方法在不同程度上减少光谱数据冗余,保留有效变量信息;经灰狼算法优化后支持向量机模型反演精度提高,IRIV结合GWO-SVM预测精度更高,其验证集R²为0.894,RMSE为0.082,MAE为0.016。研究成果可为类似土壤重金属含量的反演提供借鉴。