震后重建项目中基于灰色模型构建的多因素造价控制模型

在当前震后重建项目的多因素造价控制过程中,未考虑造价影响因素造成的偏差,导致控制精度较低,因此需对震后重建项目中基于灰色模型构建的多因素造价控制模型进行研究。从重建项目的造价影响因素入手,分析由于震后重建项目管理程序缺位造成的进度偏差,因为设计能力影响造成的质量偏差以及因建筑材料市场供求状况不稳定造成的价格偏差,计算各影响因素造成的偏差系数,求解得出更为精确的重建项目整体偏差结果。结合灰色模型构建造价控制约束函数,并进行求解,进而完成震后重建项目中多因素造价控制模型的构建。实验结果表明,所构建模型的精确度较高,且与实际值偏离程度小,可信度较高。可以对重建项目进行全方位的动态管理,降低工程成本。     

铜仁大硐喇汞矿田中锌矿分布规律及找矿远景

简要分析区域成矿地质背景、地层构造及矿床地质特征,重点论述汞矿田中锌矿分布规律。矿体分布于中寒武统敖溪组第五段二亚段,富集于背斜轴部、断层两侧,并受次级褶皱控制,其构造控矿明显,锌矿化与硅化、沥青化、白云石化、方解石化关系密切,探讨铜仁大硐喇汞矿田及相邻区具类似控矿地质条件的找矿远景。     

空域矢量地理数据水印算法及攻击方法分析

本文提出了一种数据精度较高的基于灰度图像的空间域矢量地理数据水印算法,总结了一些矢量地理数据水印的常用攻击方法,并通过实验证明该算法对数据精度的影响较小鲁棒性较强,文中的攻击方法能比较全面地评价矢量地理数据水印算法的优劣。     

基于高速公路视频图像的能见度计算

能见度作为重要的气象观测因素之一,影响高速公路行车安全.基于视频资料的能见度计算方法类似于人眼的感知方式,具备对恶劣天气条件和复杂场地的适应性.基于安徽省2016年10月17日、12月1日和7日的3次大雾天气过程,选取跨省分布的3个高速公路站点,使用对应时次下视频图像灰度值均方差与能见度观测值建立计算模型.结果表明：1）随着大雾天气过程变化,模型计算结果较好体现了能见度的变化规律,对高速公路行车具有指导意义;2）基于视频图像的能见度计算方法类似于人眼观测,能见度越高,人眼分辨地物清晰度越高,图像均方差越大;3）由于监测原理和环境差异,能见度测量值与模型计算结果之间存在误差,理论上大雾空间分布越均匀,能见度仪和监控摄像头距离越近,计算误差越低.     

不同小波函数对灰色模型精度影响分析

针对小波灰色模型在水文序列预测中面临的小波函数的选择问题,采用安庆站1956~2011年实测降雨量作为算例,以传统的灰色模型预测值作为参考,考虑了Haar、Db、Smy、Coif、Bior、Rbio、Dmey等7种小波基函数,通过方差和纳什系数作为模型预测评价指标,对不同小波灰色模型精度影响进行了分析。结果表明:不是所有小波函数与灰色模型耦合都能提高模型的精度;安庆站1956~2011年实测降雨量水文序列来说,db1小波函数对模型精度提高的效果最明显。     

利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割

为了进一步提高合成孔径雷达(SAR)图像中河流分割的精度和速度,提出了一种基于人工蜂群优化的倒数灰度熵多阈值选取与改进Chan-Vese(CV)模型相结合的分割方法。考虑SAR图像中河流目标和背景类内灰度的均匀性,提出了基于蜂群优化的倒数灰度熵多阈值选取方法,以此对河流图像进行粗分割;针对基本CV模型收敛速度低、对初始条件敏感的问题,利用图像边缘强度取代Dirac函数,将粗分割结果作为改进CV模型的初始条件,对河流图像进行细分割。大量试验结果表明,所提出的分割方法无须设置初始条件,运行速度快,分割精度高。     

积分型非线性平差模型及其在超分辨率图像重建中的应用

超分辨率图像重建过程就是对同一目标进行多次观测,获取多幅低分辨率影像,利用低分辨率影像求取目标的真实影像,即求取高分辨率影像的过程。这一过程与测绘领域中对同一对象进行观测,用测量平差求取对象最佳值的过程类似。本文尝试用测量平差的方法来解决超分辨率重建的问题。文中首先建立了超分辨率重建的积分型非线性平差模型,提出了用二次函数将平差模型中的积分函数参数化,用最小二乘平差方法求解。基于所提出的平差方法,制定了图像重建的具体策略。该方法可以定量分析成果的好坏,可以成功避免出现病态问题等。试验结果表明,相对于传统的超分辨率重建方法获得重建图像的视觉效果有较大的提高,而且其峰值信噪比及结构相似性指数也有很大的提高,因此方法可靠且可行。     

改进粒子群优化最小二乘向量机卫星钟差预报

针对提高导航卫星钟差预报精度的研究不足的现状,文章结合灰色预报模型和最小二乘向量机预报模型的特点,研究建立灰色系统与最小二乘向量机的结合预报模型:引入惯性权值和加速度因子随优化代数变化的改进粒子群算法,以提高算法的优化能力;并用其对模型惩罚因子和核函数参数选取过程进行优化;选取具有代表性的卫星钟差数据,建立改进粒子群优化的GM-LSSVM模型进行短期钟差预报分析,并与传统的GM(1,1)预报模型和BP神经网络预报模型进行精度比较。仿真结果表明,优化后的模型预报精度优于GM(1,1)预报模型和BP神经网络模型。     

一种改进的自适应Wallis滤波算法

针对影像增强过程中的边缘扩张、灰度过饱和及"块效应"等问题,文章提出了一种改进的自适应Wallis滤波算法:结合影像特征提取的实践应用,在影像局部范围内进行灰度均值和方差的统计,能够较好地实现自适应的判断二值分割阈值,利用迭代的方法,可以有效保证影像在增强处理下的保真度。最后以几组典型影像为例,证明该方法相对于传统方法较好地保证了影像增强后的影像质量,处理效率较高、应用面广。     

开窗分类因子抗差自适应序贯平差用于卫星钟差参数估计与预报

提出一种新的钟差算法--开窗分类因子抗差自适应序贯平差,即首先对一维钟差数据进行开窗处理,在窗口内利用抗差等价权削弱粗差影响,在窗口间构造自适应因子抵制钟跳异常,从而达到消除和削弱观测异常和状态异常的目的.针对不同星钟参数不符值描述不同的扰动特性,提出构造分类自适应因子来抵制钟差时间序列中的扰动异常.计算结果表明,新算...