�㶫������������˫����¶�λ�������

???????λ????????????2004??1???2007??5??ML??1.5????????????ж?λ??????????2004??9??17?????????4.9????????????????????????????????????????ML??2.0?????????????б?????????????4.9???????????????????????????λ???????￡????????1?±?????????????????????????????????4.9?????????????????????     

亚像素定位的关键问题研究

分析了控制点标志的选择与设计,采用了图像处理、Hough变换、角点与直线高精度定位算子等方法,实现了中南大学近景摄影测量二维控制场1 350个人工标志点的自动识别和亚像素定位,仿真图检测平均精度达到±0.05像素。     

平均大潮高潮面的科学定位和现实描述

在对平均大潮高潮面进行科学定位的基础上,进一步阐明了我国海岸线(岛屿岸线、明礁、灯塔)起算面的定义。引入了三个国标的定义和沿海五省制定的法律条例的规定,结合东海及其岛屿海岸线不同起算面的计算算例,论证了我国海岸线就是平均大潮高潮面形成的实际痕迹线,并以此作为海陆分界线的科学定位和现实意义,澄清了在这一领域存在的一些异议和模糊认识。同时,并就这一重要的基准面进行现实的描述,以期服务于当前我国沿海经济建设、海域使用管理、海岸带开发和有关专项调查以及海洋测绘事业中。     

LEGE法与QUAD法的比较

通过多维粗差的同时定位与定值法(LEGE法)和拟准检定法(QUAD法)的比较研究,以及算例的数值分析,论述了两种探测粗差方法的不同特点,并指出了二者粗差估值的等价效果。     

住房成本与通勤成本的空间互动关系——来自北京市场的微观证据及其宏观含义

住房成本和通勤成本是城市空间结构中两个相互关联的内生变量。居民在进行居住区位 选择时, 会在这两者之间进行权衡, 从而形成住房价格、建筑密度和通勤行为在空间上的变化规 律。本文回顾了通勤成本和住房成本间的理论均衡关系, 探讨了各种现实情况是如何影响这个理 论关系的; 并利用大规模调研所采集的北京市微观个体数据, 提供了这一互动关系的一些定量证 据; 最后从两个角度探讨了这种互动关系在城市管理的公共政策方面的宏观含义: 考虑通勤成本 后的住房支付能力评价, 以及就业与居住过度分离的社会效果分析。     

双差定位法在地震丛集精确定位中的应用

应用双差定位方法(hypodd)对北美Loma Prieta 地区的分属于3个地震丛集的47个地震进行了精确定位.采用交叉谱法精确求取信号的走时差;同时采用人机联做方式在时域调整、修正按自动方式无法准确提取时差的信号,确保每个事件对的走时差精度.重定位后,在几百米的范围内,原来相互重叠的震源位置聚集为三个明显分离的丛集;水平方向的相对位置平均误差为8.5米,震源深度方向的平均误差为23.4 m.     

中国太阳能热发电站选址模型研究

太阳能热发电技术在我国新世纪能源战略中具有重要地位,太阳能热发电电站位置的合理选择对发电成本有直接影响,涉及到太阳能热发电技术本身、高时空分辨率的太阳能法直辐射分布、土地利用分布、水资源分布、社会经济分布,以及政策税收等众多因素。本文提出了一个太阳能热发电站选址的决策支持系统框架,就其中的太阳能直法辐射调查进行了初步试验。本文依据供需时空平衡原则进一步讨论了多种绿色能源互补的大能源系统运筹问题。     

AVHRR 1B定位数据经验插值模型的误差分析

确定像元地理坐标是几何纠正及卫星数据应用的基础。经验插值方法常用于计算高分辨率辐射计AVHRR1B定位数据,研究插值模型的定位误差具有重要意义。该文分析了AVHRR像元空间位置和像元大小,利用AVHRR扫描线的圆心角θ表示像元的位置,建立了像元位置θ和像元大小Δθ的表达模型;根据分段线性插值模型,计算插值后的像元位置θafter和像元大小Δθafter,获得分段线性插值模型的像元位置和大小的误差模型。     

基于"山西2015速度模型"的定位方法对比研究

为了确定山西台网基于“山西2015速度模型”的相对固定的定位方法,选择2010~2016年最大空隙角小于45°、参与定位台站数大于40的103个地震事件,分别采用单纯形法、Hypo2000、Hyposat结合PTD等3种方法重新测定。结果显示,单纯形法和Hyposat结合PTD测定的残差以及网缘地震的震中距两方面均优于Hypo2000;在震源深度方面,Hyposat结合PTD的结果较为可信。综合分析认为,基于“山西2015速度模型”定位地震时,山西台网应固定使用Hyposat结合PTD的方法。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。