应用BP神经网络评价大气环境质量

采用了ＢＰ神经网络对湖南省汨罗市大气环境质量进行了评价。实践表明，这种方法有其通用性和客观性。     

图象分割中随机噪音的影响

该文在生成的灰度图象上加上随机噪音，用最大后验（ＭＡＰ）估计方法、模糊Ｃ－均值方法和Ｏｔｓｕ阈值方法进行了分割计算，对结果进行了对比分析，绘出了分割随噪音的标准差变化曲线，对噪音图象使用了不同的滤波方法处理之后，并进行计算。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

基于Network In Network网络结构的高光谱影像分类方法

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。     

一种基于北斗三频的改进CIR算法

北斗卫星导航系统能全星座播发3个频率的观测值,有利于载波相位模糊度的解算。本文以传统的CIR方法为基础,分析了其在短基线和长基线计算时的优点和限制。针对于电离层延迟的影响,经典的CIR难以实现长基线模糊度固定的问题,本文提出了一种附有约束条件的适用于长基线的改进CIR算法,利用北斗三频数据对算法性能进行了验证。实验表明:提出的新算法能够提高长基线宽巷模糊度的固定成功率,并且能够很大程度上缩小窄巷模糊度的搜索空间,使其估值的波动能够在4周以内。     

GIS和神经网络在城市发展规划中的应用

本文介绍了GIS在城市发展门槛分析中的应用，针对城市发展用地综合评价方法的不足，将神经网络分析方法引入到城市用地的综合评价中，并介绍了GIS应用模块－神经网络分析的连接。     

单历元模糊度解算问题

通常GPS单历元算法存在的问题是成功率低、可靠性差及可区分度弱。从平差本质出发论证解算失败的原因；同时也证明单纯利用观测值不能搜索到可靠的模糊度真值。