结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。     

基于GIS的天山公路地质灾害危险性评价

结合天山公路实际,引入模糊理论中的多因素综合评判模型,对天山公路地质灾害的危险性进行了研究,开发了地质灾害危险性评价系统,并以专题图的形式显示评价结果。通过对结果分析,地质灾害危险性评价图中的危险等级分布,大致与野外调查一致,表明该系统对地质灾害危险性评价切实可行。     

Landslide susceptibility modeling based on ANFIS with teaching-learning-based optimization and Satin bowerbird optimizer

As threats of landslide hazards have become gradually more severe in recent decades,studies on landslide prevention and mitigation have attracted widespread attention in relevant domains.A hot research topic has been the ability to predict landslide susceptibility,which can be used to design schemes of land exploitation and urban development in mountainous areas.In this study,the teaching-learning-based optimization(TLBO)and satin bowerbird optimizer(SBO)algorithms were applied to optimize the adaptive neuro-fuzzy inference system(ANFIS)model for landslide susceptibility mapping.In the study area,152 landslides were identified and randomly divided into two groups as training(70%)and validation(30%)dataset.Additionally,a total of fifteen landslide influencing factors were selected.The relative importance and weights of various influencing factors were determined using the step-wise weight assessment ratio analysis(SWARA)method.Finally,the comprehensive performance of the two models was validated and compared using various indexes,such as the root mean square error(RMSE),processing time,convergence,and area under receiver operating characteristic curves(AUROC).The results demonstrated that the AUROC values of the ANFIS,ANFIS-TLBO and ANFIS-SBO models with the training data were 0.808,0.785 and 0.755,respectively.In terms of the validation dataset,the ANFISSBO model exhibited a higher AUROC value of 0.781,while the AUROC value of the ANFIS-TLBO and ANFIS models were 0.749 and 0.681,respectively.Moreover,the ANFIS-SBO model showed lower RMSE values for the validation dataset,indicating that the SBO algorithm had a better optimization capability.Meanwhile,the processing time and convergence of the ANFIS-SBO model were far superior to those of the ANFIS-TLBO model.Therefore,both the ensemble models proposed in this paper can generate adequate results,and the ANFIS-SBO model is recommended as the more suitable model for landslide susceptibility assessment in the study area considered due to its excellent accuracy and efficiency.     

大深度载人潜水器低速大漂角模糊滑模航向控制研究

通过模型试验测量大深度载人潜水器低速大漂角运动时所受到的非线性水动力。基于一种新的模糊滑模控制策略,为潜水器设计了鲁棒航向控制器。在不同的漂角子区间内分别设计局部镇定的滑模控制器,然后通过Takagi-Sugeno模糊推理系统将它们光滑连接,得到模糊滑模控制。仿真计算结果充分显示了该控制策略的有效性。     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。     

基于模糊预测对象的证据权方法及其在土地沙漠化评价中的应用

为了使在地理信息系统中被广泛用于点事件预测的证据权方法能对面事件进行评价和预测, 提出了一种新的基于模糊训练层的证据权方法.它是一种更广泛的证据权方法, 与普通证据权方法所不同的是, 它的训练层是模糊集合, 其取值是它的隶属度.通过适当的变换也可以把点训练层转换为模糊集合.因此, 该方法可以对面事件、点事件和线事件进行评价和预测.该方法可以处理训练层和证据层均为模糊集合的情况, 被称为双重模糊证据权方法.作为该方法的一个应用实例, 本文介绍毛乌素沙漠边缘的晋陕蒙地区土地沙漠化评价的应用实例.      

辽宁省春玉米全育期的气候适宜度及年景评估

为评价气候变化对玉米生长的影响,以辽宁省为例选取1969—2018年18个气象站点的逐日实测气象数据,利用模糊数学法建立春玉米气候适宜度评估模型,以地理信息技术为依托,探究春玉米气候适宜度的时空特征,并在此基础上进行玉米气候年景的综合评估。结果表明：① 辽宁省春玉米全生育期内日照、温度、降水适宜度波动幅度较大;然而春玉米种植气候适宜度的空间差异性较弱。② 春玉米各生育期气候适宜度由高到低为：出苗期>开花期>成熟期>播种期。全生育期温度适宜度最高,日照适宜度次之,降水适宜度最低。③ 春玉米播种期、出苗期、开花期和成熟期的气候适宜度最高值分别出现在辽阳、葫芦岛、营口和铁岭。④ 春玉米气候年景准确率达64%,表明该评估方法可以较为准确地反映气候年景。近50 a辽宁省春玉米偏好的年景有4个年份（1971、1979、1993、1998年）,较差的有1969年（4.98%）及1973年（5.59%）。     

基于神经-模糊方法的单料烟感官质量评价专家系统

作者通过对单料烟评吸的结果与理化测定的指标参数进行分析 ,结合专家经验并采用神经 -模糊方法 ,提出一种基于单料烟的理化指标对各感官参数进行分类、分级 ,建造单料烟感官质量评价专家系统的方法。实验表明 ,该系统具有学习与知识提取能力 ,在卷烟产品质量管理新产品开发中具有指导意义     

1998年夏季南海水团分析

根据 1 998年夏季“南海季风试验 ( SCSMEX)”期间所获的 CTD资料 ,使用系统聚类、Fuzzy模式聚类、Bayes判别分析和 Fuzzy分析等水团分析方法 ,对南海水体的结构和水团配置状况等进行了分析 ,划出了南海存在的 9个主要水团 ,并对各水团的温、盐度特征进行了初析。在调查期间 ,南海本地水 (南海水 )几乎控制了整个调查海区 ,而黑潮水仅出现在台湾岛的西南海域 ;海水强烈混合发生在吕宋海峡附近 ;在中南半岛以东和吕宋岛以西海域 ,表层水明显下沉 ;在南海东南部可能有来自苏禄海的海水 ,其温、盐度特征类似于吕宋海峡中的黑潮水     

El Nio/La Nia过程影响因子的模糊诊断分析

基于模糊系统理论，讨论了从实测信号中滤除特定干扰噪音的途径和过程，研究了从观测资料中辩识El Nino／La Nina主要影响因子的诊断检测方法。结果表明，由于模糊系统具有非线性、容错性和自适应学习等特性，因此能够比较有效地辨认和检测出El Nino／La Nina事件的主要影响因子，并大致分析出它们对不同El Nino／La Nina事件的影响程度和贡献大小。