基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.     

基于麦克斯韦理论的海底大地电磁探测技术

麦克斯韦理论为海底大地电磁探测技术奠定了坚实基础。大地电磁场的测量通常测取Ex，Ey，Hx，Hy,Hz。大地电磁仪的设计要点包括：高灵敏度、智能化、同步采集数据、锚系硬连接、承压密封和合理的下沉速度所观测的数据经计算机处理后，可获得被测海域的地球物理信息。     

煤矿区地质环境与地质灾害遥感集成监测系统的关键技术

面向“数字矿山”应用系统的需要,在分析煤矿区地质环境和地质灾害特点及其在遥感监测理论依据的基础上,提出了煤矿区地质环境与地质灾害遥感集成监测系统的技术思路和体系结构,强调各种监测技术手段、不同时空尺度、不同数据源和不同主题信息的集成,并针对这一集成系统实现与应用中的多目标遥感信息处理、环境传感器网络应用、遥感监测数据与专题分析模型的集成、数据质量控制等关键问题进行了探讨。     

基于GIS的城市交通网络要素可视化表达方法研究

城市交通网络要素的可视化表达是GIS—T研究和应用领域中的一个难题,本文在对目前流行的交通网络数据模型进行系统研究的基础上,选择了动态分段技术下的结点-弧段模型,对交通网络复杂要素进行可视化表达,并对城市交通网络要素的可视化表达方法和形式进行了分析,最后结合交通网络复杂要素的可视化表达,设计和创建了具体的数据结构表和数据结构图。     

基于BP神经网络的地图数字化误差纠正

由于在数字化采集过程中不可避免地会引入系统误差和异常误差,因此消除和削弱这些误差的影响是提高空间数据质量的关键。然而由于图纸变形不均匀,扫描误差又极其复杂,用常规的多项式拟合技术只能消除部分有规律的系统误差,很难完全消除它们对地图数字化坐标的影响。BP神经网络是一个高度非线性映射系统,能以任意精度逼近。结合地图数字化坐标改正的特点,本文给出了基于BP神经网络地图数字化坐标误差纠正的方法,并通过实例验证了该方法的有效性。     

供水管网地理信息系统中爆管分析的算法研究

爆管关阀分析是供水管网地理信息系统中重要的空间分析功能之一,目前已建系统的爆管分析功能存在着算法繁琐或功能简单、不具通用性等缺点。本文以高质量的源数据为基础,根据系统和爆管分析的需求建立合理的数据模型,设计了爆管关阀分析算法,该算法克服现有算法的不足,剔除了可关可不关的阀门,得到正确、经济的关阀门方案,并列出了受影响的用户。将此设计方案应用于"新疆石油管理局供水地理信息系统"中,成功地实现了爆管分析,体现出了该算法简洁、高效、准确、通用的优越性。     

GIS和RS技术在城市规划设计中的应用探讨

数字技术时代的到来,城市规划行业面临机遇和挑战。本文针对国内目前3S技术在城市规划管理层次应用较广而在规划设计方面应用薄弱这一现状,结合规划设计相关案例介绍GIS和RS技术在规划设计方面的辅助应用。案例选用ArcGIS软件介入规划设计的全过程,进行现状地形分析、三维模拟等辅助分析,并与Sketchup建模充分结合制作大范围三维漫游动画,辅助推敲规划建筑与周边环境相互关系,同时还充分利用GoogleEarth与Sketchup和ArcGIS之间的接口,将规划方案和建筑模型导入全球卫星影像,从而更好地辅助规划决策和公众参与等。     

葫芦岛地区道路网络的建立

本文针对城市交通道路网的特点,根据现实的交通网络,对葫芦岛地区道路网络进行建立及分析。利用ArcGIS中的Geodatabase构建路网数据库,利用节点一弧段数据结构构建空间网络拓扑关系,生成点一弧矢量数据模型表示的道路网络。并实现四种网络分析功能:最佳路径分析、空间查询、追踪分析和缓冲区分析。     

Geodatabase与公交网络数据建模

随着城市交通的迅猛发展,交通问题已成为各国政府面临的首要问题,建立智能交通系统,将先进的地理信息技术引入城市道路交通管理已是必由之路。论文对公交网络数据模型进行深入分析。论文介绍了一种全新的面向对象的空间数据模型——Geodatabase,并对公交网络数据进行建模。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。