精密时钟噪声的按噪声分量分解与白噪声中f^—1随机过程的最优估计

对于任何精密时钟来说,其五种噪声分量的幂律谱系数不存在固定的比例关系,因而在对精密时钟进行最优综合时需要对其噪声进行按噪声分量分解。通过探讨白噪声中ｆ＾－１随机过程的最优估计,提出了一种分层次地对精密时钟噪声进行按噪声分量分解的方法。     

随机介质理论在深基坑稳定性分析中的应用

使用矿业工程中广为应用的随机介质理论和方法,计算深基坑开挖引起的地表及土体变形,并据此探讨深基坑边坡的稳定性。     

区域地下水溶质运移随机理论的研究与进展

在总结近年来国内外区域地下水溶质运动研究的基本理论、方法和部分成果的基础上,论述了溶质在大区域运动的主要影响因素为区域介质的空间变异性。首先总结了野外条件下饱和介质和非饱和介质土壤渗透性能的空间变异性结果,由于野外渗透介质严重的空间变异性,研究溶质在野外条件下的运动采用了随机理论方法。基于Lagrange方法和Euler方法,研究结果表明,在渗透系数为对数正态二阶平稳及一阶扰动近似条件下,平均浓度满足对流－弥散方程,方程中宏观弥散度决定于介质渗透性能的统计特征,总结了一系列宏观弥散系数的表达形式,在此基础上,指出了需要进一步研究的问题。     

棉花耗水规律和灌溉随机控制

根据5年田间试验资料,分析了棉花产量与耗水量的抛物线关系,确定了棉花最佳耗水量;根据棉花植株在不同土壤湿度情况下气孔阻力、蒸腾强度和蕾铃脱落率的变化,确定了不同生育阶段的适宜水分指标和干旱指标。在此基础上,研制了棉花灌溉随机控制模型,可以动态预报棉田土壤有效水分含量和实际蒸散量,并从经济效益和水分利用效率的角度提出优化灌溉决策。     

Ulysses的观测与太阳风加速机理初议

Ulysses 是迄今为止第一次沿独特的日球纬度方向考察日球高纬度空间区域的飞船。本文描述了 Ulysses 飞船的部分主要观测结果,并进行了分析,在 Ulysses 飞船穿越太阳南,北极之前,科学家们提出了各种不同的太阳风速度、磁场等参量的纬向变化模型。分析表明,这些模型都不能解释 Ulysses 飞船的观测结果。Ulysses 飞船的观测对经典的太阳风理论提出了挑战,太阳风的加热与加速是一个远没有被解决的问题。观测与分析表明,经典热传导不可能驱动高速流,太阳风的加速伴随着加热的发生,而加热率大小可能与离子的回旋频率有关;太阳风的热源可能不是单一的形式,而且不同形式的热源对太阳的加热贡献大小与日球径向距离有关。本文讨论并分析了几种可能的太阳风加热与加速机制。     

随机激发过程对地极移动的作用

以随机微分方程组（1）作为地极移动（钱德勒摆动）的数学模型,求出了（1）的解。此解是二维的正态、平稳、马尔科夫随机过程,它具有遍历性.找到了它的转移概率密度和相关函数.通过对相关函数的研究,如果取ω=5.274,则钱德勘周期重合于强相关周期2π/ω;此外,还发现了另一个周期,即独立性周期π/ω.最后,研究了地极移动模型的最佳预测公式和预测误差.     

黄土高原区SRTM1 DEM高程误差校正模型构建及对比分析

对SRTM1 DEM高程误差进行校正可有效提高其应用精度。以具有典型地貌特征的黄土高原作为研究区域，以ICESat-2/ATL08陆地高程作为参考数据，引入主流机器学习算法建立SRTM1高程误差与影响因子之间的关系模型对高程值进行校正；通过分析模型性能指标、误差频数分布、校正误差空间格局以及典型剖面误差分布，以此得到不同地貌类型区的高程误差校正模型适用性。实验结果表明：在平原、风沙丘陵和黄土塬地貌区随机森林模型高程校正效果最佳，平均绝对误差分别降低0.49、0.82和1.2 m，同时校正误差在空间分布上异常值较少，低起伏度的平原和风沙丘陵地貌区典型剖面误差与原误差较为贴合；山地区支持向量机模型适用性更强，均方根误差和平均绝对误差分布降低了6.79 m和5.43 m，可大幅提升误差绝对值较小的点位频数，同时在空间格局和典型剖面验证效果最佳；黄土丘陵地貌区弹性反馈神经网络模型效果最优，均方根误差和平均绝对误差分别降低了2.3 m和2.04 m，空间分布上误差降低效果显著，典型剖面误差异常值较少；土石丘陵地貌区卷积神经网络模型效果更理想，均方根误差与平均绝对误差分别降低4.14 m和3.5 ...     

融合GNSS气象参数的PM2.5随机森林预测模型

针对PM2.5浓度的预报问题,该文结合国家GNSS服务(IGS)分析中心获取的北京房山站的气象数据及同期的PM2.5实测数据,分析了气象因子和环境污染物因子对PM2.5浓度的影响,并提出 了基于随机森林算法的PM2.5浓度预测方法,建立了融合GNSS气象参数的PM2.5随机森林预测模型.实验结果表明:该算法的时效性达6 h,在一定精度范围内能够取得较好的预测效果,同时能够有效地抑制过拟合的现象.     

集成学习和条件随机场的影像招弧角识别

无人机巡检是目前电力部门主推的一种巡检方式,招弧角是一种重要的电网设备、但其呈现细长的几何形状特征,其测量需要优于1 cm空间分辨率的影像.为了从无人机获取的高分辨率影像上提取招弧角,该文提出了基于随机森林、集成学习、全连接条件随机场的无人机影像分类和招弧角提取方法.首先,提取了影像的12个光谱和纹理特征.接着,建立训练样本库,训练了多个独立的随机森林分类器、并形成随机森林集成模型进行影像分类.最后,利用全连接条件随机场优化分类结果.该文采用5000张无人机影像进行了实验.实验表明,该文提出方法的整体分类精度达到85.5％,招弧角识别的正确率为98.3％、完整率为74.3％,表明该方法具有潜在的工程应用价值.     

点云分割方法性能评价与对比分析

针对原理相似,但空间邻域类型、相似性准则不同导致的基于区域生长的点云分割方法对同一数据具有不同分割效果的问题,该文介绍了现有的5种基于区域生长的点云分割方法的基本原理.5种方法可以归纳为两种分割过程,即逐点生长和表面生长.所采用的分割准则包括法线向量夹角、点到拟合平面距离和曲率等.另外,不同的分割方法采用不同的分割策略,即使在使用相同的生长准则情况下,仍然会得到有显著差别的分割结果.实验结果表明,区域生长过程中采用RANSAC优化的邻域与法线向量的方法可以有效解决平面相交区域次优分割、过分割问题,而且该方法仅使用法线向量夹角生长准则即可得到较好的分割效果.