基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物（简称为倾斜建筑物）常被分为体散射类型,使得该类建筑物往往被误分为植被。本文通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberpfaffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行实验,证明本文提出的方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

基于模糊理论的高铁连续梁桥地震风险评估

以某高速铁路线上一座连续梁桥为例,运用模糊综合评判法,结合基于位移的支座损伤分析和截面曲率的桥墩损伤分析,以全概率理论地震损失模型为基础,提出了基于模糊理论的桥梁系统地震经济风险评估方法。结果表明:综合考虑桥梁系统的模糊地震经济风险分析方法能更全面地计算出连续梁桥在地震作用下的经济损失,仅以桥墩构件代表全桥所得地震经济损失误差较大。基于模糊理论的年预期损失风险框架方法通过结构抗震性能的概率特征可对高速铁路连续梁桥的地震直接经济风险进行全面评估,为该类桥梁的抗震设计、维修加固和灾后重建等方案做出合理评价。     

基于遗传算法的最优证券投资组合模型

为了研究能使风险损失率最小、收益最大的最优证券投资组合问题，首先提出了多目标规划模型，并采用模糊优选法将多目标模型单目标化。随后尝试采用遗传算法来对其求解，给出了模型的遗传算法编码规则和算法步骤。最后通过实例论证了模型的合理性及遗传算法的有效性。     

С��������GPS�񶯼�������е�Ӧ��

?????????????????????GPS ??????????????Ч???????????????GPS?????????????в???С???????????????????????????Ч?????????????????????????????     

基于层次分析法和模糊数学相结合的甘肃东乡八丹沟泥石流易发性评价

八丹沟位于甘肃东乡县,近年来多次发生泥石流,对流域内居民生命财产造成了巨大的威胁,因此对八丹沟泥石流易发性评价是非常必要的。本文在详细分析八丹沟流域特征和动力学特征的基础上,选取了11个评价因子作为八丹沟泥石流易发性评价的指标,利用层次分析法对各个因子赋予权重,并且构建模糊数学综合评价模型对八丹沟泥石流进行易发性评价。结果表明:八丹沟泥石流爆发频率20年、50年、100年的的易发性为中易发,应加强防范并采取合理的防治措施,保证当地居民的生命财产安全。     

高速铁路无砟轨道地基泥岩膨胀性分类分级研究

红层泥岩是一种典型侏罗系沉积岩,其含有微量黏土矿物,易遇水软化、失水崩解,具有一定膨胀性,是引起兰新高速铁路路基持续上拱变形的一个重要因素,故重新判定该种土体膨胀性对高速铁路无砟轨道设计和施工具有重要意义。为此,选取等效蒙脱石含量、阳离子交换量、自由膨胀率和液限为泥岩膨胀性判别指标,通过兰新高速铁路上拱地段大量钻孔实测资料,提出了泥岩膨胀等级分级标准,采用改进层次分析法、基尼系数法和直觉模糊理论确定了判别指标组合权重,基于逼近理想解排序法(TOPSIS法)建立了泥岩膨胀性直觉模糊综合评价模型。结果表明:直觉模糊综合评价模型将泥岩膨胀性进行了定量化,克服了同一试样不同指标属于不同等级判别缺陷;室内膨胀量试验验证了膨胀等级分级标准和直觉模糊综合评价模型对兰新高铁地基泥岩适用性和准确性。研究成果对地基红层泥岩高速铁路路基长期持续上拱变形风险评估和工程控制措施提供技术支撑。     

局部区域模型重力异常快速算法

地球重力场位系数模型可以用于计算局部重力扰动场元。然而随着地球重力场模型阶次的提高、局域重力场计算范围的增大,其计算速度往往不能满足工程需求。针对这一问题,在对位系数模型泰勒级数展开的基础上提出了采用向量运算、混合编程的方法,同时对连带勒让德函数Belikov递推方法中与经纬度无关的量进行了预先计算,有效提高了计算速度。提出的方法对于利用超高阶次重力场模型快速解算大范围、高分辨率重力场元数据以及累加求和计算具有一定的参考与借鉴意义。     

基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

改进支持向量机的高分遥感影像道路提取

针对支持向量机受分类数的限制在高分辨率遥感影像中无法直接获取高精度道路网信息的问题,该文提出一种新的混合的基于支持向量机的方法:首先,利用模糊C均值聚类方法将输入的遥感影像分为3类,以减少支持向量机的错分现象;其次,运用支持向量机将不同类别的像素分为道路类和非道路类;最后,应用马尔科夫随机场对分类结果进行噪声去除,并采用形态学进行后处理,进而得到精确道路网信息。实验结果表明:该算法不仅能够从高分辨率遥感影像中提取出道路网,而且精度优于直接使用支持向量机算法以及对比算法。