校园观光车最优路径规划算法研究——以韶关学院为例

复杂校园路网下的最优路径计算,直接影响校车站点设置、线路设置等。以韶关学院校园观光车的行车路线为研究对象,利用迪克斯查标号法(Dijkstra)最短路径算法为基础,采用地理信息系统(GIS)空间网络分析方法,根据校园师生问卷调查的结果确定站点,是建立最优路径规划算法的前提条件,从起点和终点,再根据连接的中间站点,计算韶关学院各乘车站点之间的最优路径的整体路径规划方案。结合韶关学院的实际情况,提出校园观光车最优路径方案规划算法、站点和路径。以便提高校园观光车的利用率,减少资源的占用和浪费,既保证了校园师生的安全,也节省了广大师生的时间以及获取教育资源的便捷程度,降低校园能耗,为创建节约型校园做出贡献。     

利用不同地表比辐射率对ETM＋数据地表温度反演对比研究

地表温度作为研究环境生态影响的一个重要指标之一,以Landsat ETM+的热红外波段作为数据源,辅助大气透过率、大气平均气温等参数,利用单窗算法基于混合像元、NDVI、植被和裸露地三种不同地表比辐射率反演泉州市地表温度,对比分析结果表明采用这三种地表比辐射率反演地表温度的方法均是可行的,对于具体采用哪一种地表比辐射率应需要结合实际的研究区域地表地物的实际监测地表温度进行对比后,方可选择合适的地表比辐射率进行地表温度反演,会更具实际意义。反演结果可为城市热岛效应等研究提供支持数据源。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

确定大地水准面的Tikhonov最小二乘配置法

LSC法（最小二乘配置法）因能融合不同种类重力观测数据确定大地水准面的特性而受到广泛关注,但由于协方差矩阵存在病态性,微小的观测误差将被协方差矩阵的小奇异值放大,导致计算的配置结果不稳定且精度偏低。本文提出Tikhonov_LSC法,即在LSC法中引入Tikhonov正则化算法,基于GCV法选择协方差矩阵的正则化参数,利用正则化参数修正协方差矩阵的小奇异值,以抑制其对观测误差的放大影响。基于Tikhonov_LSC法计算大地水准面,能有效提高其稳定性和精度。通过以EGM2008重力场模型分别计算山区、丘陵和海域重力异常作为基础数据确定相应区域大地水准面的实验,验证了该方法的有效性。     

基于遗传算法的RBF神经网络在GPS高程拟合中的应用

本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。     

利用数值投影变换构建全球六边形离散格网

本文针对全球离散格网构建过程中从平面格网到球面格网的关键步骤进行讨论,提出了一种新型的评价球面离散格网几何属性最优化的目标函数,使用遗传算法优化,得到了球面上有限层次内最优化条件下的直接剖分格网。利用有限层次内最优化格网提供的控制点数据,结合数值投影变换理论,成功地构建了几何属性更加均匀的全球六边形离散格网系统。实验表明,相对于现有Snyder等积投影建立的全球格网,在格网单元的均匀度上更优;在运算效率方面,速度大约是Snyder投影的2.5-3倍。     

基于多目标进化算法的地图注记自动配置技术的研究

在计算机数字制图过程中,地图注记的配置直接影响数字地图的效果.针对地图注记配置过程中两个或多个注记之间冲突处理的问题,本文参照格式塔原则,从地图注记的易读性、位置优先性、形状相似性、地物关联性四个格式塔因子出发对地图注记的候选位置进行评价;同时根据多目标决策理论,用进化算法模拟地图注记的自动配置过程,实现了地图注记自动配置的全局优化.     

高分辨率遥感影像滤波算法综述

高分辨率卫星影像空间分辨率高,地物结构纹理信息突出,常用于土地利用监测、自然灾害预报等领域,但其所含的背景噪声影响了影像识别和分析的有效性和可靠性,因此,选取合适的滤波方法消除各种噪声成为遥感影像处理的首要任务。在遥感技术发展的几十年中,研究者们针对各种噪声类型已发展了多种滤波方法。本文分析了高分辨率遥感影像噪声的特点,介绍了一些传统的滤波算法和近年来广泛应用的新型滤波方法,并深入探讨各种滤波器的性能及其优缺点,为今后选择合适的算法消除高分辨率遥感影像噪声提供参考,最后对遥感影像滤波方法的发展前景进行了展望。     

基于 Landsat 8的城市热岛效应研究初探--以厦门市为例

以厦门市为研究区域,以2013年的Landsat 8为研究数据,研究亮度温度反演和地表温度反演算法,通过ENVI/IDL软件编程实现,并且利用厦门市气象局实测温度验证地表反演结果的有效性。同时,还分析了当前厦门市热岛效应空间分布情况,以期为厦门市城市规划和建设旅行城市等工作提供重要参考意义。     

基于布尔矩阵的空间关联规则提取方法研究

空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。