确定大地水准面的Tikhonov最小二乘配置法

提出Tikhonov—LSC法,即在LSC法中引入Tikhonov正则化算法。基于GCV法选择协方差矩阵的正则化参数,利用正则化参数修正协方差矩阵的小奇异值,以抑制其对观测误差的放大影响。通过以EGM2008重力场模型分别计算山区、丘陵和海域重力异常作为基础数据确定相应区域大地水准面的试验,验证该方法的有效性。     

基于Harris兴趣值的影像线特征高精度提取方法

针对影像高精度线特征提取问题,本文提出一种基于Harris兴趣值的直线提取方法:利用EDISON算法提取影像的初始边缘,并将其细化到单像素,对提取的每一边缘点在其法线方向进行基于Harris兴趣值的子像素定位,并将精确定位后的点拟合成直线.通过采用两幅真实影像进行试验,证实了本文所提方法的有效性.     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

结合模糊分割和遗传算法的航空影像车辆提取方法

利用高分辨率遥感影像实现道路车辆监测在交通管理系统中占有重要地位,然而受成像条件及车辆本身颜色多样性的影响,很难从遥感影像中直接提取道路车辆。为此,本文提出了一种结合遗传算法和数学形态学的遥感影像道路车辆提取方法。首先利用模糊聚类方法建立影像分割模型,并利用遗传算法对其进行求解,从而实现影像中道路、车辆及环境的精确分割;然后对分割结果中不同层进行赋值,实现分割结果的二值化;最后利用数学形态学操作从分割的道路-车辆的二值结果中剔除道路,从而实现道路车辆的提取。利用本文方法对航空影像进行了道路车辆提取试验。试验结果表明,本文方法不仅能够准确识别地面车辆位置,还能精确提取其轮廓线。     

快速序贯算法

本文讨论了序贯算法的基本原理，与ｋａｌｍａｎ滤波的关系，和序贯算法的渐近性态，得到无先验信息的序贯算法不受初值的影响。实例分析表明，此序贯算法可适于方程系数阵的求逆、求解和病态方程的快速解算。     

无拓扑矢量数据快速压缩算法的研究与实现

首先论述传统矢量数据压缩算法：道格拉斯—普克法,分析将其应用于多边形边界数据压缩所造成的图形失真现象,在此基础上提出一种针对无拓扑矢量数据的快速压缩算法,并在MapInfo环境中实现该算法。     

一种随机增量式地形建模算法设计

Delaunay三角网是DEM主要表示方式，一直以来，因其数据结构和构造算法的复杂性导致应用受限。本文结合随机增量式算法理论，提出一种全新的有向无环图（directed acyclic graph，DAG）查找数据结构（search data structure）和随机增量式Delaunay三角网构造算法，并对算法作了简要证明和深入分析。该算法最大的特点是具有随机特性，能够支持地形特征数据的动态更新。     

投影寻踪门限回归模型在年径流预测中的应用

为预测年径流这类同维复杂动力系统,提出了投影寻踪门限回归（PPTR）模型。构造了新的投影指标函数,用门限回归（TR）模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标指数函数和TR模型参数。实例的计算结果表明,用PPTR模型预测年径流是可行而有效的。PPRT模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有利投影寻踪方法的推广应用,为解决高维非线性复杂预测问题提供了新途径。     

基于蚁群算法的城市可持续发展综合评价

在可持续发展体系分类的基础上，应用蚁群算法对可持续发展各分类指数公式和综合指数公式进行优化，建立可持续发展评价模型。将该模型应用于乌鲁木齐市可持续发展水平评价，评价结果与现状分析一敛。结果表明该模型简单适用、有良好的通用性。     

GPS高程转换的神经元网络方法分析

GPS高程转换是GPS高程应用的关键问题之一，试图应用神经元网络方法来进行GPS高程的转换，并在网络的拓扑结构与网络结构的改进等方面作了分析，通过GPS高程转换的二次曲面法和神经元网络法进行了比较试验，结果表明了神经元网络转换GPS高程的可行性和可靠性，对于应用神经网络转换GPS高程具有实际的指导意义。