城市典型要素遥感智能监测与模拟推演关键技术EI北大核心CSCD

城市典型要素遥感智能监测与模拟推演的理论、方法与应用,对于国土空间规划与管理,城市规划与综合治理,区域决策与管理等均具有关键支撑作用。针对覆盖要素和驱动要素复杂非线性,本文研发了协同多源遥感数据的智能识别方法,实现了精细化高可信覆盖要素分类;协同遥感、POI兴趣点和时空大数据等多源数据,有效探测和识别了要素变动的驱动力。在此基础上,开展了空间演变机理挖掘、空间统计建模、启发式智能建模,并应用于土地利用、城市扩张、生态演变、碳储量等。同时,研发了聚焦城市生长推演的UrbanCA平台以及聚焦多类土地利用变化推演的Futureland平台,集成了自主研发的模拟推演系列方法并以长三角为主要区域进行了验证。     

利用优化的组合核相关向量机算法构建地表下沉预测模型

为了提高地下开采地表下沉预测结果的精度及可靠性,提出了基于混合智能优化算法（hybrid intelligent optimization algorithm,HIOA）与组合核相关向量机（multi-kernel relevance vector machine,MK-RVM）的地下开采地表下沉预测方法。首先,分别构建HIOA与MK-RVM算法,并利用HIOA优化MK-RVM的参数。然后,采用优化后的MK-RVM构建地表下沉几何参数预测模型和动态下沉预测模型。最后,利用以上模型对上山移动角、下山移动角、中心移动角、地表最大下沉及动态下沉进行预测,并分析预测结果的精度及可靠性。实验结果表明,该方法的精度与可靠性较单一核函数相关向量机与支持向量机有较大改善。     

雷达数据外推与特征识别的下击暴流预警方法

现今利用普通气象资料对下击暴流进行识别预警的可行性很低,因此提出一种基于多普勒天气雷达资料的下击暴流识别追踪和预警方法。首先,采用光流法对反射率因子垂直剖面的光流场进行分析,得出风暴核心随时间演变的规律。然后,采用拉格朗日力学模型对风暴核心顶高的下降过程进行函数拟合。再采用直方图和巴氏系数统计分析法,对风暴核心中层径向速度场中的"正负速度对"图像进行匹配识别,综合一系列阈值的判定,最终实现下击暴流的智能预警。提出基于多层迭代的局部约束光流算法,有效改善了传统光流法对回波这类非刚体移动目标的不适用性。提出直方图和巴氏系数统计分析法,解决了因径向"正负速度对"图像的非对称结构而造成的图像匹配难题。个例检验结果表明,该方法可在风暴核心抬升和急速下沉的前期识别出潜在的下击暴流,并对风暴核心下沉速率和到达近地面的时间做出估测,从而实现下击暴流的智能识别、预警。     

地震波的计算机自动提取——智能跟踪与细化

本文通过对地震图特征的分析,提出了一个地震波的计算机自动提取方法.该方法由地震图扫描输入、灰度规一化、水平线消除、时标和起震点提取及智能跟踪与细化等步骤组成.在地震波的跟踪与细化过程中,充分利用了地震波的先验知识,以提高地震波自动提取的智能化水平.实验证明,该方法可取得较满意的结果.     

多智能体系统的协调控制研究综述

近年来,多智能体系统的协调控制在多机器人合作控制、交通车辆控制、无人飞机编队和网络的资源分配等领域有着广泛的应用,成为当前控制学科的一个热点问题.首先介绍了多智能体系统的研究背景、智能体的概念和相关的图论知识;然后从多智能体系统协调控制包含的几个问题入手,即群集问题、编队控制问题、一致性问题和网络优化问题等,对其国内外的发展现状进行了总结和分析;最后,给出了多智能体系统有待解决的一些问题,以促进对多智能体系统协调控制理论与应用的进一步研究.     

覆盖区智能地质填图的探索与实践 ——以森林沼泽区为例

截至目前,中国已经完成的1:5万区域地质填图工作主要分布于基岩裸露地区,很少涉及覆盖区.为了满足和适应新时代国家经济建设对地质调查工作的需求,未来中国地质填图工作必须向覆盖区推进.所以,利用机器学习与数据挖掘技术,按照地质填图的要求对海量多源异构地质数据融合与综合分析,是实现覆盖区智能化地质填图的关键环节.以浅覆盖森林...     

基于电磁摩擦控制装置的被动智能控制研究

本文将电磁摩擦控制装置应用于结构被动智能控制。分析了电磁摩擦控制装置的恢复力特性及影响参数，建立了被动连续变刚度体系的理论模型，推导了受控结构系统的一般方程，进行了模型结构的被动智能控制仿真分析。从理论上验证了：电磁摩擦控制装置用于结构被动智能控制具有良好的控制效果。     

一种联合特征降维的极化SAR影像分类方法

针对PolSAR影像极化信息利用不完全,分类效果有待进一步提高的问题,该文在综合多源极化信息的基础上,提出一种核熵成分分析算法(KECA)特征降维,及BA-SSVM模型训练的PolSAR影像分类方法.构造PolSAR多源目标分解及纹理特征组合,根据熵值贡献率利用KECA开展特征降维,之后采用蝙蝠算法(BA)对光滑支持向量机(SSVM)模型参数自动寻优,实现PolSAR影像分类.通过Flevoland地区的AIRSAR影像及北京地区的Radarsat-2影像的分类实验,验证了该文方法的有效性.在特征降维方面,KECA比传统KPCA算法表现出更好的特征融合效果和非线性适应性;利用BA对SSVM参数进行智能解算,也可有效解决盲搜索问题,提高模型训练精度;通过KECA降维及BA-SSVM智能模型训练,分类效果总体优于传统方法.     

智能辅助地震区划系统IASHES

本文概述了“场地地震危险度评估专家系统”课题组６年工作的主要成果和智能辅助地震区划系统ＩＡＳＨＥＳ的组成及测试结果，着重叙述了潜辰源区两级划分的思想，Ａ级潜在辰原区地震活动趋势估计和Ｂ级潜在震源区划分及震级上限判定所依据的专家知识，以及适用于专家系统的Ｂ级潜在震源区加权系数的确定方法。