一种基于分割的立体匹配算法

为获取质量更好的视差图,在图像分割的基础上提出一种新的立体匹配算法,首先采用均值漂移算法对图像进行分割得到不同分割区域,然后采用基于窗口的局部自适应加权方法获取初始视差图,经双向检测后得到可信区域与不可信区域,最后定义一个加入遮挡项的能量函数作为遗传算法评价函数,计算可信区域的平面模型参数,之后在能量函数中加入平滑项,为每个区域选一个使能量函数最小的平面模型,得到最终的视差图。实验数据表明,该算法可较好地处理深度不连续区域和无纹理区域,匹配精度高。     

一种K-均值聚类的改进算法及其应用

由于传统的K-均值聚类算法固有的特性,如对初始聚类中心的依赖性和对噪声点的敏感性,导致了其聚类结果的不稳定。文中基于k-dist图提出一种改进算法,算法首先去除数据集中的噪声点,然后从数据集中选取靠近点聚集区域、相距最远的k′个数据点作为初始簇中心。实验结果证明,文中算法能够很好地消除K-均值聚类算法对初始簇中心的依赖性,并能有效去除噪声点。     

基于CM4模型的中国大陆地区地磁场时空分布特征分析

本文利用第四代地磁场综合模型（Comprehensive Model 4,CM4）,计算了1982-2001年中国大陆地区同一经度链和同一纬度链上地磁台站的磁层源磁场及其感应场、电离层源磁场及其感应场的地磁北向分量X、东向分量Y、垂直分量Z的模型值,分析了各场源磁场随时间和空间的变化特征。结果表明:在时间上,经度链和纬度链台站的磁层源磁场及其感应场均呈现出11年和27天周期性变化。电离层源磁场及其感应场具有明显的季节变化,不同年份相同季节变化形态一致但幅度不同。在空间分布上,经度链和纬度链台站磁层源磁场及其感应场的年变化幅度呈现出不同变化特征,电离层源磁场及其感应场在经度链上变化特征不同,而纬度链台站的数值基本一致。日变化分析显示,磁静日和磁扰日期间,模型数据与台站实测数据变化一致性较好,相关性较高。     

阻尼修正条件均值谱及其在时程分析地震波选择中的应用

目前时程分析选波常采用目标谱法,即选择反应谱与目标谱有较好匹配的地震波,条件均值谱(CMS)已成为目前国内外广受关注及认可的目标谱。通常的CMS是基于5%阻尼比建立的,当结构阻尼比并非5%时,则需要对CMS进行阻尼修正。本文旨在建立1种CMS阻尼修正方法和计算公式,以便于不同阻尼比结构抗震时程分析的选波工作。以美国SAC Steel Project计划提出的针对洛杉矶地区设计的9层抗弯钢框架为场地和结构实例,建立了3种地震危险性水平(50年超越概率50%、10%和2%)下2%阻尼比的CMS目标谱,并进行了时程分析地震波选择及结构反应的计算。研究表明:提出的CMS的阻尼修正方法可不受衰减关系影响,适用的阻尼比范围(0.5%~30%)及周期范围(0.01s^10s)均较广泛,可用于各种类型的结构的抗震分析。     

基于K均值聚类EEMD的CORS高程时间序列信号分析方法

针对传统EEMD进行信号分解时信噪比低和部分模态混叠的问题,提出基于K均值聚类的CORS高程时间序列改进分析方法。通过添加正负白噪声的EEMD提高信号分解信噪比,基于K均值聚类方法对EEMD迭代过程中分解的各个IMF分量进行聚类分析。实验结果表明,该方法提高信噪比3%以上,基于正交指数的分解精度提高26%以上,聚类结果能够解决IMF中近似的0.5 a、1 a、2 a周期信号的模态混叠问题。     

均值漂移模型在地壳运动异常测站剔除中的应用

地壳运动及形变分析时,一般认为块体运动以刚性运动为主,整体具有长期稳定性。但受块体局部构造运动和观测粗差影响,少数测站会出现异常运动,只有剔除这些异常测站才能获得对研究区域地壳的长期运动趋势及运动规律的合理分析结果。长期以来,在进行测站筛选时,大多采用将残差标准差的验后估计与残差相比是否超过某一限值来判别异常测站,做法不具备检测粗差的能力,对异常测站剔除并不充分。本文提出利用均值漂移模型对异常测站进行剔除,并与拟准检定法及传统基于残差标准差的简单LS估计法进行对比;对中国大陆构造环境监测网络在环渤海区域的近几期GPS观测的速度场数据进行拟合分析。结果表明,通过均值漂移量求解的迭代过程,不仅能起到抗差测站筛选的作用,而且与拟准检定法相比,还能避免拟准观测选择不准确造成的影响,从而获得更高速度场拟合精度。     

全极化雷达遥感影像的迭代优化非局部均值去噪法

相干斑的存在严重降低了全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)的影像质量,对相干斑进行抑制是使用PolSAR数据必不可少的预处理程序。本文提出了一种迭代优化的PolSAR非局部均值去噪方法。该方法在每次迭代去噪过程中,通过同时考虑原始影像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量,从而实现对影像更精准的估计。试验部分利用模拟的PolSAR数据和真实的PolSAR影像进行了算法效果的验证。结果表明:去噪算法在显著抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。     

基于机器学习方法的甘肃华亭地震分类研究

甘肃华亭地区历史上地震活动频繁,由于华亭地区拥有大型煤矿,因此该地区的地震活动除了常规的天然地震还有采矿引发的非天然地震.本文为了将两类地震事件进行准确区分,采用无监督、有监督到半监督分类方法,分析应用于甘肃华亭地震事件分类中.本文一共选取(34.8～35.7°N,106.1～107.1°E)范围内305个地震事件的波形数据,使用速度地震图的复杂度(C)和S/P波振幅比两个时变参数作为分类器,经过我们的训练分析,GMM、K均值、线性判别函数(LDA)、二次判别函数(QDA)、标签传播模型(Label Spreading)和自训练模型(Self Training)的最高总精度分别为87.87%、86.23%、92.16%、94.12%、96.73%、96.73%.根据分类结果分别讨论了无监督和有监督模型对天然地震和矿震的分类性能,六种方法对地震事件的分类都有不错的效果,其中半监督(Self Training)方法比其他方法有更好的改进.通过本研究我们发现,对于没有标签信息可用的无监督聚类算法,尤其是GMM方法具有与判别分析的监督方法接近的判别能力,而仅需要标注少量事件的半监督学习在本文的...     

基于二分K均值聚类算法的数字档案优化

精细化预报服务和气象能源开发等需要时间序列长、空间和时间分辨率更高的气象资料,对逐小时资料的需求尤为突出。现存历史气象资料进行数字化扫描之后存在污点、褪色、模糊、字迹洇透等问题,不符合档案归档和服务的要求、同时也造成对图像进行数值提取的难度大大增加,提取结果的准确性也难以保证。本文提出一种基于K均值的图像优化算法,能够快速识别和区分图像背景和数据记录曲线,过滤图像中的噪点,统一数据记录曲线的颜色和粗细。经过优化之后的图像对比度和清晰度明显增加,体积明显缩小,实际应用中发现,经过优化之后的图像节约了存储资源和成本,同时清晰度有明显地提高,结果表明基于K均值的优化方法明显提高了气象数字化档案的质量和应用效果。     

基于KICA的多时相遥感图像变化检测

针对PCA变化检测方法的精度较低和ICA方法的线性局限性问题,提出了基于核独立成分分析(KICA)的多时相遥感图像变化检测方法。首先,将每一时相的图像转化为列向量,并把这些列向量组成矩阵;然后,通过核函数将矩阵映射到高维特征空间中,再在该空间中利用ICA方法分离出相互独立的图像分量;接着通过FCM算法分割表征变化信息的图像分量,并采用区域生长算法获得完整的变化信息;最后,分别利用本文方法与差值法、PCA方法和ICA方法对多时相遥感图像进行变化检测,并对检测结果进行定性分析和定量比较。结果表明,该方法能更好地分离出多时相遥感图像的变化信息,具有更高检测精度。