基于条件Newmark-Hall三联谱的时程分析选波方法

条件均值谱（CMS）已成为目前国内外广受关注及认可的结构抗震时程分析选波的目标谱,但其无法同时兼顾多个周期点谱加速度具有相同的地震危险水平,对于须考虑多阶振型影响的长周期结构尚存局限。Newmark-Hall三联谱是基于加速度峰值（PGA）、速度峰值（PGV）和位移峰值（PGD）并联合短、中、长周期相关放大系数建立的反应谱,与短、中、长周期结构均具有天然良好的相关性,其与概率地震危险性分析（PSHA）结合较弱及具有经验化特征。将两种反应谱的优势相结合,即将CMS的“条件分布”理念引入Newmark-Hall三联谱,建立了条件Newmark-Hall三联谱（即CN-H）,并提出了以CN-H为目标谱的选波方法（即CN-H方法）。以美国SAC计划设计的3层和9层抗弯钢框架结构为例,将CN-H方法与以CMS为目标谱的选波方法所得结果进行了对比。CN-H方法对于结构反应均值的估计与CMS方法具有一致的准确性,且所得结构反应的离散性也较低,可见CN-H方法对于结构弹塑性时程分析选波具有良好的适用性。     

多光谱卫星云图的高维特征聚类与降水天气判别

基于静止气象卫星（GMS-5）多光谱云图的天气采样数据，分别对各样本数据在红外、水汽及可见光通道的灰度、梯度和纹理高维特征空间的投影点进行聚类分析，以确定诸天气样本在特征空间中的类属区域，进而用其对云图进行天气区的判别分类。针对传统聚类方法存在的缺点，本文采用了模糊C均值聚类（FCM）、遗传算法（GA）和模糊减法聚类（FSC）相互交叉、优势互补的思想，既克服了GA／FCM算法局部／全局寻优的不足，又可客观确定出聚类中心数目。对高维特征空间中的重叠和交叉部分的样本点类属，通过计算其与空间中各聚类中心点的欧氏距离来予以甄别，最后得到高维特征空间中各天气的类属域，实况云图中诸像素点通过计算和判断其灰度-梯度特征量在高维空间中的投影点落区位置，即可确定其天气类属，进而实现对天气区的自动分类。试验结果表明，该方法具有良好的分类效果，判别结果与天气实况基本一致。     

速度谱曲面的光顺处理及其作用

速度谱曲面的光顺程度直接影响了速度拾取的准确性.本文借鉴曲面设计造型中曲面光顺处理方法,对速度谱曲面进行光顺处理,滤除由于其它因素所造成的速度谱曲面不顺滑的成分,以提高速度谱曲面顺滑程度,提高速度谱分辨率.相比于常规速度谱,经光顺处理过的速度谱能量目的曲面将更光滑、规则,易于识别,有利于介质叠加速度的直接拾取.     

基于均值比率梯度增量符号相关的SAR景象匹配算法

基于均值比率梯度增量符号相关原理,提出了一种SAR景象匹配算法。首先利用ROA梯度算子提取实时图和参考图的边缘梯度信息;然后引入增量符号对梯度信息进行二值化编码并实现相关分析;最后在多尺度影像分解的基础上完成由粗至精的逐层匹配。实验结果表明,该算法对噪声与梯度变化具有较强的鲁棒性,具有较高的正确匹配率和实时性。     

几种图像去噪算法的对比分析

图像去噪作为一种重要的预处理手段,一直以来都是图像处理和计算机视觉领域的研究热点。去噪算法的难点在于去除噪声的同时尽可能保持原始信息的完整性。本文主要研究TV,BLS-GSM,NLM以及BM3D四种经典去噪算法的基本原理,并用模拟数据验证分析四种算法在图像去噪中的性能,实验证明,四种算法均能在保留图像细节的前提下很好的去除噪声,其中,BM3D算法在保证去噪质量的同时效率最高。     

基于SRTMDEM与变点分析法的云南省富宁县地貌形态研究

以位于云贵高原至广西丘陵倾斜面上的云南省富宁县为研究区,提出了适合研究区地形特点的地貌形态分类指标体系;基于 SRTM DEM 90 m 分辨率的地形数据,用均值变点分析法,确定8像元×8像元（0．5184 km2）的格网为该县地形起伏度的最佳统计单元,据此提取了该县地形起伏度（0～707 m）;最后,叠加分析了该县绝对海拔和地形起伏度数据,得到12种基本地貌形态,并得出结论：小起伏较低山、小起伏中山是该县最主要的地貌形态。     

卡尔曼滤波在无线信号定位中的应用

无线信号指纹定位技术已经广泛应用在室内定位中,针对无线信号不稳定造成信号指纹定位方法在连续单点定位时定位结果跳动的问题,提出利用卡尔曼滤波算法来估算用户的位置坐标。针对特定的室内环境,进行了滤波试验,试验结果表明,相比常用的均值滤波,卡尔曼滤波算法是鲁棒的,可有效改善无线信号指纹定位方法的精度,很好改善了无线信号指纹定位方法在连续单点定位时的跳动问题。     

一种小波包混合滤波方法及其应用

GPS变形监测数据的采样频率逐渐提高,对数据预处理提出了更高要求。提出了一种改进方法,即在小波包分析的基础上,结合高频系数加权中值滤波以及整体加权均值滤波的混合滤波方法对数据进行预处理。实验证明,该方法能简单快速且最大程度地去除大量数据中的随机非随机噪声、粗差等无用信息,同时突出了监测目标中趋势项、周期项等有用信息,适用于处理采样频率较高的变形监测数据,是一种实用的数据处理方法。     

高分辨率遥感影像上居民地自动提取方法

提出了一种基于特征分解的无监督分割方法,对高分辨率遥感影像中的居民地进行提取。该方法通过小波分解多尺度特征,利用居民地内、外部结构差异以及平均光谱辐射强度差异构成特征空间,采用约束均值漂移算法进行特征空间自适应分解,实现居民地自动提取。实验结果表明,该方法能很好地消除高分辨率导致的影像高度细节化等因素对居民地提取的影响,有效提取居民地。     

改进的多视PolSAR非局部均值滤波算法

像素点间相似性度量是非局部均值滤波算法的关键所在。从信息论角度出发,提出了一种改进的多视Pol SAR非局部均值滤波方法。该算法在综合分析各类矩阵测度基础上,选定Kullback-Leibler距离作为最优相似度量,结合多视极化相干矩阵服从复Wishart分布,给出了极化相干矩阵的KL距离,并在预处理中应用了极化旋转。实验结果表明,改进方法能够在保持边缘细节的同时有效抑制相干斑。