测量系统差对大地水准面精度影响分析

从边值理论出发,推导了顾及Stokes核函数改化的观测值系统误差传播公式,基于超高阶重力场模型设计了仿真试验,以定量分析顾及核函数改化的重力异常系统差对大地水准面计算精度影响。仿真试验结果表明,重力异常系统差对大地水准面的影响表现为系统性特征,顾及核函数改化的Stokes积分公式能显著改进大地水准面计算精度,即使重力异常系统误差达3 mGal,大地水准面精度也优于1 cm,这些成果将为大地水准面精化工程的方案优化和质量评估提供有益参考。     

中国上市公司的时空变化及机制研究

针对在中国地区发展不均衡的态势下,上市公司分布格局时空演变问题,该文对2009-2017年中国大陆各省上市公司的数量和总资产采用Local Moran’s I指数与Getis-Ord Gi*统计量进行研究,分析了中国大陆上市公司的空间分布格局和时间演变趋势,总结出中国上市公司相关指标的高值聚集和高低聚集分布格局、热点区域及其经济辐射能力。并且以北京、上海和广东为热点区域典型代表,从上市公司产业结构和区域经济发展两方面对时空变化机制的成因进行深入探讨。     

语义因子支持的多源POI分类信息一致化处理

为了解决网络POI分类异构导致多源POI数据匹配与整合困难的问题,该文利用分类特征词提取、特征词去重与优化等关键技术,构建POI分类的语义概念格,然后通过概念格之间的语义关联关系,实现多源异构POI分类体系的映射与转换。最后通过实验验证了该文方法的有效性,并将其成功应用于省级地理信息公共服务平台(政务版)数据更新。     

两条控制线直接求解地理化参数的方法

针对某些三维激光扫描测量中,由于地形限制,扫描视场内的起算数据不足以平差计算地理化参数,则需建立地理化参数直接求解模型的问题,该文提出一种基于两条控制线直接解算地理化参数的方法。该方法采用主方向法分3种形式精确表达控制线,有效克服了地理化中传统直线表达的冗余性和扰动性。实验结果表明,该方法获取的地理化参数可靠,可作为精地理化中获取地理化参数初值的途径,也能应用在无初值参考、只有少量控制基元的实际扫描测量中,有一定的实际应用价值。     

利用卷积神经网络进行绝缘子自动定位

提出一种基于二值化赋范梯度特征和卷积神经网络的航空影像绝缘子自动定位方法。首先利用二值化赋范梯度分类器提取绝缘子候选窗口,而后利用卷积神经网络算法进行精细识别,获得包含绝缘子目标的窗口集,最后对高重叠度窗口集进行加权迭代合并得到最终绝缘子定位结果。采用广东电网大型无人机实际线路巡检获取的可见光影像对自动定位算法进行验证,实验结果表明,在复杂背景下绝缘子整体回调率为90.5%,定位精度为92%,证明该方法能够对复杂背景下可见光影像中的绝缘子进行有效识别定位,且算法通用性较强,可适应不同背景的可见光影像。     

相似性度量支持下的隐喻地图轮廓设计

形状轮廓对于事物的认知十分重要,是决定事物类别的关键属性,对于借助虚拟地图表达非空间数据的隐喻地图,其轮廓具有可操作优势,可用以增强其地图相似度,促进其与真实地图间联系的建立。但目前隐喻地图研究多侧重地图制作生成技术,较少关注地图认知设计,对制图过程掌控性差,导致地图轮廓形态随机性较强。以Gosper地图为基础进行改造设计,依据真实地图轮廓设计隐喻地图轮廓:基于转角函数法构建目标函数,衡量隐喻地图轮廓与目标轮廓的相似性,通过目标函数对地图轮廓进行筛选,并利用优化算法控制筛选流程,获得满足需求的地图轮廓。使用真实数据进行试验,结果表明,该方法可以获取与目标轮廓近似的地图轮廓,并能基于此轮廓框架开展地图设计表达工作。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

基于Python实现多源IGS数据快速获取

通过分析已有IGS数据获取程序存在的不足,结合现行IGS数据特点和数据处理需求,利用Python语言threading、ftplib、jdcal和gnsscal模块,编写IGS数据多线程快速获取程序,实现了多源IGS数据及产品的快速准确获取以及历史数据完好性和完整性检核,根据不同GNSS解算软件的数据组织结构、数据源、电脑性能和操作系统,实现快速定制和移植。通过运行测试,验证了程序的运行效率。     

一种病态EIV模型正则化的修正算法

针对解决变量中含有误差(EIV)模型参数估计算法的降正则化性导致即使模型参数初值可靠,参数估值也可能在迭代过程中发散的问题,该文分析现有EIV模型参数估计算法具有的降正则化性质,讨论EIV模型参数估计算法具有的降正则化性对模型正则化的影响,建立一种病态EIV模型的实时修正算法。通过算例验证该文所建立的算法,算例结果表明,该文建立的算法能够有效解决EIV模型参数估计存在的上述问题。该文所建立的病态EIV模型正则化算法更具普适性。