基于分层自适应部分模型的遥感图像飞机目标检测

提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。     

基于混合遗传算法的斜测电离图参数反演

斜向探测是获取电离层状态信息的重要手段之一,对斜测电离图的反演可以得到电离层的相关结构参数.遗传算法是一种有效的并得到普遍应用的反演方法,该算法的求解不依赖于初值的选择,可以有效地减少反演问题解的非唯一性,但也存在“过早收敛”和局部搜索能力差等缺陷,从而导致反演精度下降,影响反演结果的可靠性.本文提出将基于模拟退火的混合遗传算法应用到斜测电离图的参数反演中,该算法不仅把握总体能力强,且具有较强的局部搜索能力,是遗传算法和模拟退火算法的优势互补.为了验证该算法反演结果的可靠性和稳定性,首先分别采用遗传算法、模拟退火算法和混合遗传算法对合成的电离图进行反演,反演参数包括临界频率,最大电子浓度和半厚度.通过对三种算法反演结果的对比,得出混合遗传算法的反演结果最接近真实值,需要的迭代次数也远远小于其他两种算法;通过改变种群大小和总迭代次数来判断参数值的改变对三种算法反演结果的影响,得出混合遗传算法有效地降低了参数的选取对反演结果的影响.然后用这三种反演算法对实测电离图进行反演,并将它们的反演结果与斜测链路中点的实际垂测数据进行比较,结果显示混合遗传算法84.62%的反演结果可以控制在误差范围之内,高于遗传算法（76.93%）和模拟退火算法（65.38%）.这些都表明了混合遗传算法的反演结果具有较强的可靠性,在反演的寻优能力和稳定性上要明显优于遗传算法和模拟退火算法,对实测电离层图的反演具有很强的借鉴意义和应用价值.     

一种新型混沌遗传优化算法的研究

在对遗传算法交叉、变异后结果的处理方法进行改进并在将进化过程分段的基础上,提出1种新的混沌遗传算法。该算法利用混沌运动的遍历性择优产生初始群体,对每一轮遗传操作所得到的部分当前最优个体进行变尺度混沌搜索。仿真结果表明,该算法具有较高的优化效率,并能求得全局最优解。     

基于GA-BP神经网络的路基沉降预测

如何科学、合理地预测路基沉降是高速公路建设的关键,针对传统的BP神经网络算法易陷入局部极小值,影响预测精度的问题,本研究利用遗传算法(genetic algorithm,GA)的全局寻优能力对BP神经网络进行优化,构建了基于GA-BP神经网络的路基沉降预测模型。以高速公路路基沉降监测进行实验验证分析,结果表明：相较于传统BP神经网络模型,GA-BP神经网络模型的预测精度有了显著的提高,可为高速公路的建设及后续工程的沉降预测提供参考。     

第三次全国国土调查坡度图制作关键技术研究——以A地区为例

栅格数据矢量化、图斑融合、数据拼接、图斑边界处理等关键技术是坡度图制作的关键,也是第三次全国国土调查数据处理的难点.遗传算法可以对国土调查坡度图制作的关键技术进行优化,提高图形制作的效率和精准度.文章利用遗传算法对国土调查坡度图的数据进行优化,最终成果达到国土调查的预期目的.     

应用改进并行遗传算法反求水文地质参数研究

利用单纯形法局部搜索速度快和遗传算法全局寻优的特点,同时为了克服两种方法各自的弊病,提出采用混合单纯形技术的并行遗传算法(Hybrid Simplex Parallel Genetic Algorithm,SPGA)进行水文地质逆问题的求解。详细阐述了SPGA算法的具体操作和实现,并将该方法应用于水源地的地下水模拟反演中。计算结果表明,SPGA算法在水文地质参数寻优计算中具有比较好的可靠性和计算效率。     

结构保持的图像序列自适应超分辨率重建

基于概率运动估计的超分辨算法能克服传统超分辨率方法过分依赖于准确运动估计的缺点,为了改善其重建效果,通过分析图像的局部结构模式,给出了局部空域活跃度的定义表征图像的局部结构特征,设计了形状、尺度自适应的非局部空时邻域窗口函数,进而提出了一种结构保持的超分辨率自适应重建算法。实验结果显示,本文方法具有更好的重建性能。     

基于改进遗传算法的公路桥梁损伤程度标定的两阶段法

提出了基于改进遗传算法的公路桥梁损伤程度标定的两阶段法。第一阶段:应用静应变残差进行损伤定位;第二阶段:基于已经识别出的损伤位置,利用改进的遗传算法进行损伤程度的标定。两阶段方法有效地克服了同时进行常规的损伤位置识别和损伤程度的标定的收敛速度慢、存储空间大及可能误标定等问题。某三跨连续桥梁应用分析发现,在已知很少实测数据的情况下,对损伤程度的识别取得较理想的效果,证实了基于改进遗传算法的两阶段法用于损伤程度的识别具有更高的效率,更好的灵敏度、稳定性和可靠性。     

地球化学异常提取的自适应衬值滤波法

地球化学数据分布,特别是微量元素的频率分布,是正向偏斜的,其异常下限的计算也是基于对数正态分布.当定性分析元素的分布状态时,大部分样本分布状态的结果是可以接受的,但是当定量计算异常下限时,一定要结合具体样本的实际分布情况.引入g-h分布函数对样本数据进行拟合,根据所得到的参数确定异常下限,将异常下限与标准离差分割开来.结合子区中位数衬值滤波法,对个旧及其外围成矿区的化探数据进行处理,同时自适应的调节滤波窗口大小,提取化探异常,从而对预测靶区进行圈定.