美国促进地理信息劳动力发展的举措与启示

在全面介绍美国地理信息技术能力素质模型（ GTCM ）、地理信息职业、地理信息课程培训和认证体系的基础上,提出了要研究制定我国地理信息职业能力标准、新增地理信息职业类型、充分参考和利用GTCM模型、建立人才交流平台、加强地理信息劳动力调查研究,以促进我国地理信息劳动力和产业发展。     

基于神经网络的房地产估价研究

根据房地产估价的特点将人工神经网络引入到房地产价格评估领域,创建了基于神经网络的房地产估价模型,在对训练样本验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

径向基函数算法中插值参数对DEM精度的影响

以多重对数径向基函数插值算法中的插值参数为研究对象,选取了5种不同地貌类型的离散点数据,使用中误差度量指标,研究光滑因子、搜索点数、搜索方向对DEM插值精度的影响,给出插值参数的“最优”取值区间,消除插值参数选择的随意性,更好地指导DEM建模的运用。     

沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。     

线性参照模型在铁路空间数据库中的应用

线性参照模型是以线性参考系统为基础,以动态分段技术为核心的一维空间数据模型。本文针对铁路空间数据的一维线性分布特征与铁路部门以一维线路为主体的运维管理模式,探讨了铁路空间数据的线性建模方法,利用空间数据库技术实现铁路空间数据、属性数据及业务数据的一维线性存储与管理,并提出了基于一套多尺度线性参照模型的铁路空间数据库的设计方案。试验表明,该方案能够为全路提供一套统一的一维管理基准,在动态数据管理、数据更新和共享等方面具有较大优势。     

基于VRML的3维可视化校园的优化设计与系统实现

针对3维模型Internet发布时必然遇到的网络响应速度慢、响应时间长等问题,从提高3维建模效率、策略和压缩3维模型数据量入手,提出了一套适用于VRML虚拟校园场景的优化方案,并建立3维校园模型。同时,以武汉某高校南湖新校区为研究区域,建立该校区3维可视化校园管理系统,可快速、方便地实现校园信息的3维动态显示及空间查询等多种功能,为大学校园的信息化管理及小区物业管理等提供有益思路。     

基于灰色系统理论的概率积分法参数确定研究

针对灰色系统理论对地表移动变形的原始数据进行挖掘的特点,根据潞安矿区司马矿地表移动观测站的实测资料,通过建立灰色预测GM(1,1)模型,利用Matlab对观测数据进行插值,获取等间隔数据。运用灰色系统理论对概率积分法参数进行求取,进行相关的精度分析,得到运用该方法求取的概率积分法参数的方法是可靠的结论,体现了动态预测的特点。同时,将灰色系统预测方法与曲线拟合方法求取参数的结果进行对比分析,指出二者预测结果存在误差的影响因素,提出可以通过定期等间隔的观测和加大对衰退期的观测次数等措施,提高概率积分法参数的精度。     

无人机航测数据质量检查及成果应用

从不同的角度对无人机航空影像进行数据质量分析和评价,然后通过控制内业数据处理精度,阐述所生产的3D数字产品辅助石油勘探工区道路建设和石油勘探生产管理情况。     

关于总体最小二乘方法适应性实验研究

总体最小二乘是近年来发展起来的较最小二乘方法更为严密的平差方法,总体最小二乘能够顾及系数矩阵和观测值矩阵同时存在偶然误差并加以改正。然而对于总体最小二乘方法的适用性以及在根据实际数据建立模型时总体最小二乘方法改正系数矩阵和观测值矩阵误差的能力问题还没有深入研究,针对一元线性回归模型,讨论总体最小二乘方法的灵敏性,利用仿真实验数据验证总体最小二乘方法在线性回归模型中的改正能力和优越性。