经验模态分解和遗传小波神经网络法用于边坡变形预测

从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。     

顾及设计矩阵随机误差的最小二乘组合新解法

提出了一种顾及设计矩阵随机误差的最小二乘组合解法(combined least square,CLS),该算法适用于整体最小二乘(TLS)的参数估计。给出了整体最小二乘平差新算法下的精度评定公式,解决了传统TLS解算方法难以进行严密的精度评定的难题,并通过算例验证了新算法的可行性和正确性。     

《黑龙江省基础地理信息成果质量检查与验收》规定的研究与制定

随着经济、科技的不断发展,测绘产品不断丰富,我省的部分测绘产品检查验收规定已无法满足现阶段测绘产品的质检需要,为了保证我省测绘产品的质量,提高检验工作的科学性、全面性,我站对现行的省测绘成果检查验收规定进行了修订和扩充,制定了适合我省现阶段测绘产品质量评定的规定——《黑龙江省基础地理信息成果质量检查与验收》。     

基于散乱点集的规则格网构建方法

数字高程模型(DEM)是地理信息系统(GIS)重要的空间地理信息,是地理信息系统(GIS)进行地形分析的核心数据。模型构建方法的选择是数字高程模型的核心问题,它直接影响数字高程模型的质量,贯穿于数字高程模型生产制作的全过程。数字高程模型有三种数据结构形式:规则格网数据结构、不规则三角网结构和等高线结构。在通常的使用中,规则格网形式的数字高程模型是使用最为广泛的一种,也是建立最为容易的。为此,本文着重对规则格网的构建方法中的内插方法进行了探讨。     

浅谈房屋普查外业修补测阶段的质量控制和评定

房屋普查外业修补测阶段的工作是房屋普查修补测工作的一个重要环节,具有承上启下的作用,其数据成果质量的好坏不仅直接影响着整个修补测工作的工程进度还直接影响着最终成果质量。本文通过对房屋普查外业修补测阶段的工作内容的介绍,指出了其质量控制方法、质量检查标准、质量验收和质量评定的指标。     

全站仪坐标测量精度评定方法探讨

全站仪坐标测量在航空航天、大型设备制造业、特种异形工程和计量检测等领域有广泛应用,其坐标测量误差是最受关注的精度指标。基于激光跟踪仪建立高精度三维检校场,以空间绝对坐标基准来检定全站仪坐标测量外符合精度。设计了碳纤维基准尺以引入长度基准,检定全站仪长度测量误差。通过建立强制对中墩和测定加常数等方法,严格控制全站仪自身系统误差。基于多站公共点定向原理,检定全站仪坐标测量内符合精度。将该方法应用于检定TDA5005、TS30和MS05A等工业全站仪坐标测量精度,取得了良好效果。     

基于MapGIS的DEM质量检查与精度评定

介绍了DEM的NSDTF-DEM格式及Arc GIS明码Grid格式,后者的DEM格式应用更广泛并支持更多的GIS软件对其进行读取及处理,故本文通过自编程序实现了前者到后者的转换。     

地理国情普查成果质量评定表格的批量生成

为了评定地理国情普查成果质量,结合广东省第一次全国地理国情普查工作的实际情况,设计程序批量生成基于单位成果的评分表格,为地理国情普查成果质量评定提供数据。     

全省第二次土地调查队伍资质考试坚持“公开、公平、公正”的原则 将土地调查实际操作能力作为资质评定的重要标准

11月27日，我省第二次土地调查技能考试在东北农业大学举行。考试本着“公开、公平、公正”原则，着重考察土地调查实际操作能力，成绩将作为第二次调查作业队伍资质评定的重要依据。本次考试是与第二次土地调查有关的省级最大规模的计算机考试。     

RIEGL LMS-Q140i-80激光扫描仪精度评定

RIEGL LMS-Q140i-80激光扫描仪是863课题“近景目标三维测量技术”中关键传感器之一,其精度直接影响课题所能达到的精度指标。为衡量扫描仪实际精度与其标称精度的一致性,设计扫描仪在静止情况下进行扫描实验。实验结果表明:扫描仪的实际精度与其标称精度相一致,满足课题对传感器的精度要求。