一种启发式有环河系自动分级算法

在地图综合中,河流分级是对水系要素表达的重点也是技术难点,对精确性和计算速度都有较高的要求。目前对河系分级的研究中,已有分级算法的效率较低,且鲜有针对有环河系的分级。基于此,本文建立了河系分级的属性规则、几何规则、环规则,对河系中存在的不同环类型进行了分类处理,且在求取河流最长路径时,运用启发式算法迭代计算,实现了河系的自动分级。实际河系数据试验表明,该算法能在对有环河系的处理中取得良好的效果,提高了河系分级的计算效率和准确度。     

捷联惯性导航系统算法简化机制

随着低精度惯性导航系统的广泛使用,算法简化也成了研究热点。本文通过实验来验证简化导航算法对于不同惯导尤其是低精度惯导的可行性,这对实时性应用有很大影响。通过对以上内容的介绍,希望可以为进一步研究捷联算法、低精度惯导的实时应用提供一定的参考。     

顾及曲线走向及局部面积特征的矢量数据压缩算法

目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。     

利用单窗算法反演Landsat 8 TIRS数据地表温度

以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。     

基于时间窗的多车场车辆路径问题研究

启发式优化算法在解决车辆路径问题时具有较好的收敛性,整体法在解决时间窗的多车场车辆路径问题时具有较好的全局性,结合二者优点,进行了算法研究。首先采用整体法得到车辆路径问题的全局最优解;再采用智能优化算法对配送点进行车场选择,匹配代价最小的车场;最后通过实验验证了该算法在解决时间窗的多车场车辆路径问题上的有效性。     

基于规则库和网格算法的土地利用现状图自动数字注记

图形自动注记可极大地提高制图的工作效率。针对土地利用现状图数字注记的特点,本文从地图认知角度出发,建立注记自动配置的规则库,提出面状要素自动注记的一种新的算法——网格法。该算法最大的优点是容易实现、效率高,可方便地解决注记压盖冲突等问题。通过开发一个程序实例,对图斑要素进行了自动数字注记,实验表明95％以上的图形注记效果都较为理想。     

VC环境下最短路径算法的实现

设计了一种方便查找及显示最短路径的数据结构,对仅研究计算一条最短路径的Dijkstra算法加以了改进,并在VC下实现一个顶点到另一个顶点的所有最短路径的查找。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

基于局部地球重力场模型的水下目标被动定位

提出了一种基于局部地球重力场模型的水下被动定位新模式。这种方法无需使用常用的匹配算法,因而也就摆脱了匹配算法的诸多限制。以分辨率为2′×2′的某区域重力异常数据为背景场进行仿真,仿真结果表明,局部重力场模型的平均误差小于0.133 1 mGal,潜器的平均经纬方向定位误差分别小于0.777 0nmile和1.244 4 nmile。     

一种新型遥感影像快速匹配算法

An iterative algorithm to calculate mutual correlation using hierarchical key points and the search space mark principle is proposed. An effective algorithm is designed to improve the matching speed. By hierarchical key point algorithm and mutual correlation coefficients of the matching images, the important points can be iteratively calculated in the images hierarchically, and the correlation coefficient can be obtained with satisfactory precision. Massive spots in the parameter space which are impossible to match can be removed by the search space mark principle. Two approximate continuities in the correlation image matching process, the image gray level distribution continuity and the correlation coefficient value in the parameter space continuity, are considered in the method. The experiments show that the new algorithm can greatly enhance matching speed and achieve accurate matching results.