基于多GPU的Harris角点检测并行算法

提出了一种基于多图形处理器(graphic processing unit,GPU)设计思想的Harris角点检测并行算法,使用众多线程将计算中耗时的影像高斯卷积平滑滤波部分改造成单指令多线程(single instruction multi-ple thread,SIMT)模式,并采用GPU中共享存储器、常数存储器和锁页内存机制在统一计算设备架构(com-pute unified device archetecture,CUDA)上完成影像角点检测的全过程。实验结果表明,基于多GPU的Har-ris角点检测并行算法比CPU上的串行算法可获得最高达60倍的加速比,其执行效率明显提高,对于大规模数据处理呈现出良好的实时处理能力。     

城市交通综合信息平台GIS-T数据组织关键技术

交通综合信息平台的建设已经成为各大城市信息化建设的重点,而平台建设的核心又在于交通地理信息(GIS-T)数据库。根据GIS-T数据库在整个信息平台中所起到的作用,详细讨论了在支持数据可视化、各类数据的组织与管理以及数据存储模型等方面的关键技术和实现方法,对整个交通综合信息平台的建设具有指导意义和参考价值。     

多窗口集成交互设计系统在输电线路路径优化中的研究与应用

针对输电线路设计的特点提出了一种基于计算机技术和全数字摄影测量技术的路线交互设计思想及实现途径,利用多视窗技术,借助数字高程模型的有力支撑,实现了将输电线路的立体影像、正射影像、平断面排位、3维漫游集成于同一界面下的不同窗口中对比显示并进行交互设计。     

花园口站年最大洪峰流量时间序列的HHT分析

Hilbert-Huang变换能够定量描述非线性、非平稳复杂时间序列的时频特性,较传统分析方法更具优势。通过对时间序列进行EMD分解,得到变化过程的内在模态函数和趋势项函数,而后对各内在模态函数进行Hilbert-Huang变换,从而揭示出时间序列的多时间尺度特征。以黄河花园口站1952-2009年的年最大洪峰流量时间序列为例,对其进行多时间尺度分析,得到不同波动周期的振荡分量及趋势分量,具体分析了各分量的变化特征。结果表明,花园口年最大洪峰流量变化过程中存在准3.2a、准6.4a、准11.8a和准31.0a周期的波动,其中准3.2a和准6.4a的周期波动是引起原序列波动的主要原因,近60年来花园口年最大洪峰流量变化呈递减趋势,由此揭示了年最大洪峰流量变化过程的多时间尺度特征。在此基础上,探讨了各波动分量变化的影响因素,其变化与大气低频振荡、ENSO、太阳活动及气候变迁等因素有关。     

人工观测与自动仪器观测的对比分析

文章利用察右中旗2010年人工观测与自动仪器观测的对比分析,分析两种观测技术获取的气象数据所存在的差异,确保结果的科学性,为自动站业务化运行和气候资料的连续性提供一定参考依据。     

崇左市气象台站装备维修保障的思考

通过对崇左市气象部门技术装备保障工作现状的分析,找出了崇左市气象部门技术装备保障工作存在的主要问题,并提出了相应的解决办法。     

纳伪概率可控的四舍五入法及其在RTK模糊度固定中的应用

RTK模糊度固定通常采用序贯四舍五入方法,该方法只固定能可靠固定的部分模糊度,因此控制四舍五入的纳伪概率是实现RTK可靠性的关键。从含多个备选假设的假设检验理论出发,研究纳伪概率可控的四舍五入方法,根据风险水平和实数解的质量自适应地确定四舍五入取整区域,从而有效地控制整数固定的纳伪概率。并结合GNSS应用中两种特殊情况,发展两种简单实用的应用策略。采用基线长94.6 km的CORS站GPS双频数据进行网络RTK模糊度固定试验,分析本文纳伪概率可控的四舍五入方法的效果。结果表明,纳伪概率可控的四舍五入方法的固定率与传统四舍五入方法的固定率相当,且较传统方法更能有效地控制纳伪概率,提高整数解的可靠性。     

基于定权的多因子线性拟合方法研究

通过综合曲线拟合与多因子线性拟合的特点,提出基于定权的多因子线性拟合方法用于多因子变形监测数据处理,实现基于定权的多因子线性拟合模型的建模过程,并与多元线性回归结果进行比对,同时对沉降变形监测的沉降量进行预测分析,验证模型的可行性和实用性。     

大型射电望远镜背架精密安装技术

对65 m射电望远镜的背架安装做了尝试,取得较满意的结果.针对天线背架尺寸大、质量重、焊接变形大、几何精度要求高等特性,采用全站仪工业测量系统实现背架的快速、无接触、高精度定位测量,点位测量精度优于1 mm;采用独特的施工工艺和焊接技术,最大限度控制焊接变形,最终点位偏差优于1.5 cm.提出基于设计坐标系建立安装测量...     

Comparisons of Simulations of Soil Moisture Variations in the Yellow River Basin Driven by Various Atmospheric Forcing Data Sets

Based on station observations, The European Centre for Medium-Range Weather Forecasts reanalysis (ERA40), the National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) reanalysis and Princeton University's global meteorological forcing data set (Princeton), four atmospheric forcing fields were constructed for use in driving the Community Land Model version 3.5 (CLM3.5). Simulated soil moisture content throughout the period 1951-2000 in the Yellow River basin was vali...