基于Logistic和Gompertz曲线模型拟合的建筑物沉降分析

重大工程建设一般会有定期的沉降和变形监测,本研究利用具有规律变化的Logistic和Gompertz曲线模型进行拟合,并以某大型发电厂为研究对象,利用近15年的监测数据,建立预测模型并进行精度评估。研究结果表明,若监测数据具有一定程度的稳定性,并对计算时监测数据进行合理取舍,对采取的全区、分区平均值或单一点高度值的检测数据,运用Logistic和Gompertz曲线模型来预测大型建筑物的沉降情况是可行的。     

一种改进的病态问题截断奇异值方法

截断奇异值分解方法是通过删除较小的奇异值及对应的特征向量获得病态模型的稳定解.文中首先将线性病态模型表示成近似的秩亏模型,证明秩亏模型的最小范数最小二乘解与截断奇异值解的等价性;然后,根据模型参数间的先验信息,以参数的线性函数的二次范数最小为目标,在残差范数最小条件下给出改进的最小范数最小二乘解,其实质是截断奇异值解的修正.截断参数的选取采用L曲线法.计算实例表明,修正的截断奇异值算法稳定有效,比正则化解和截断奇异值解具有更小的均方误差.     

黑龙江省耕地非农化的空间格局与重心曲线分析

为了揭示耕地非农化的空间格局与重心曲线,为耕地资源保护和利用政策制定提供决策支撑,该文以黑龙江省1980、1990、2000、2010、2015年土地利用数据为基础,运用GIS空间分析方法,引入重心模型分析黑龙江省耕地非农化的空间格局及重心曲线。研究结果表明:1980—2015年黑龙江省耕地非农化发展不平衡,4个时期耕地非农化面积呈波动增长的趋势;耕地非农化等级空间分布特征明显,等级较高的城市集中分布在西部地区;耕地非农化速度等级的重心曲线在空间分布上,具有从中心向边缘延伸的特点;耕地非农化围绕中心地区进行,其空间扩散路径在图形上呈现出一个回旋状。     

马尔科夫链优化Richards曲线的沉降预测模型

针对建筑物沉降具有非线性及随机性的特点,建立了基于马尔科夫链修正的Richards曲线预测模型,以提高模型的预测精度。首先利用Matlab平台的fminsearch函数,以拟合值与实测值误差平方和最小为原则,然后求得Richards模型的最优参数解,最后利用马尔科夫思想修正拟合残差,进行沉降预测。以安阳市某高层建筑实际数据为研究对象,通过实例比较分析模型的预测精度。结果表明利用fminsearch进行Richards参数估计是有效的,经马尔科夫链优化后的Richards模型预测值平均绝对百分误差及均方根误差都比单模型预测小,预测精度有了一定的提高,能更好地反映数据序列随时间发展变化的总体趋势,适合于建筑物沉降预测。     

新灰色组合模型在沉降变形预测中的作用

提出以传统灰色模型、初始值修正值、背景值优化后的预测数据及组合模型预测值作为B样条曲线的型值点进行曲线拟合,得到新的灰色组合模型。新灰色组合模型能够在一定范围内更好地反映沉降序列变化的曲线,获得较好的预测效果。该方法既保留了灰色模型的短期预测精度高的特点,也具备了B样条曲线局部性、连续性的特点。实例计算结果表明,该新灰色组合模型预测效果能够更加逼近实际沉降序列,较单一传统模型预测精度高,能够达较好的预测效果。     

基于贝塞尔曲线法线的太阳圆心求取方法

针对测日定向中获取的残缺不完整太阳图像难以确定其圆心的问题,本文提出了一种新的基于贝塞尔曲线法线的太阳圆心求取方法.该方法通过将图像上太阳的轮廓信息还原成贝塞尔曲线,利用轮廓点筛选由贝塞尔曲线的多个法线交点计算得来的圆心和半径,来确定太阳圆心的精确位置.实验结果表明该方法在太阳完整或残缺的情况下,均能精确可靠地求取太阳...     

区域土地财政与经济发展关系研究

本文从经济发展的角度将全国30个省份划分为三大类型区,基于1995-2012年不同地区的面板数据,通过对土地财政库兹涅茨曲线假说的检验,定量分析区域土地财政收入随经济发展的演变趋势.研究表明:由北京、天津、上海构成的第一大类型区其土地财政收入与其经济发展之间呈线性增长关系,主要由东部省份构成的第二类型区和中西部省份构成的第三类型区其土地财政收入与其经济发展之间呈倒U型演变趋势;所有地区的土地财政收入随经济的增长仍处于上升阶段.此外,城镇化的发展对各地区土地财政的增长具有正向促进作用.     

自由测站法曲线座标计算程序设计

通过对曲线测设和测点坐标计算过程的分析，把坐标计算的程序设计归结为有向直线与X轴顺时针夹角即方位角的计算和线路转向转角的计算，弥补了测点位置和计算公式分类复杂等不足，简化了程序设计和计算过程。     

高光谱遥感数据三次光滑样条滤噪

分析了高光谱遥感数据噪声滤波的作用和现状，实现了一种基于三次光滑样条函数的高光谱遥感数据噪声滤波算法，解决了目前高光谱遥感数据噪声滤波算法自适应效果不理想的问题。通过对AVIRIS数据试验，证明此方法简单易行，计算精度高，具有良好的局部自适应拟合能力，并能有效地滤除数据中的噪声，改善数据质量。