Adjacency selection in Markov Random Fields for high spatial resolution hyperspectral data

 Markov Random Fields, implemented for the analysis of remote sensing images, capture the natural spatial dependence between band wavelengths taken at each pixel, through a suitable adjacency relationship between pixels, to be defined a priori. In most cases several adjacency definitions seem viable and a model selection problem arises. A BIC-penalized Pseudo-Likelihood criterion is suggested which combines good distributional properties and computational feasibility for analysis of high spatial resolution hyperspectral images. Its performance is compared with that of the BIC-penalized Likelihood criterion for detecting spatial structures in a high spatial resolution hyperspectral image for the Lamar area in Yellowstone National Park. Received: 9 March 2001 / Accepted: 2 August 2001     

A bound for the Euclidean norm of the difference between the best linear unbiased estimator and a linear unbiased estimator

 A bound is established for the Euclidean norm of the difference between the best linear unbiased estimator and any linear unbiased estimator in the general linear model. The bound involves the spectral norm of the difference between the dispersion matrices of the two estimators, and the residual sum of squares, all evaluated at the assumed model, but is independent of the provenance of the observation vector at hand. The bound, a straightforward consequence of first principles in Gauss–Markov theory, generalizes previous results on the difference between the best linear unbiased estimator and the ordinary least-squares estimator. In a numerical example from repeated precise levelling, the bound is used to analyse the sensitivity of estimates of vertical motion to the choice of estimator. Received: 9 September 1999 / Accepted: 15 March 2002     

BSP在TriMedia多媒体应用系统中与应用程序互通的一种简单实现

在分析嵌入式操作系统板级支持设计方法的基础上，提出在应用软件与板级支持包（BSP）之间加一层库函数，同时使用链表来组织管理板支持包涵数的方法，较好地解决了应用程序与板级支持包函数间的通信问题并减少了板级支持包函数的维护复杂度，为嵌入式系统板级支持包的实现提供了一个有价值的思路。     

基于方法-目的链的沙漠型旅游区体验特征分析：以库木塔格沙漠旅游区为例

旅游体验是丰富的、多层次的,游客获得的体验随旅游类型差异而不同,现有研究缺乏对沙漠旅游体验的深入探讨。为探索沙漠旅游体验的复杂性和层次性特征,以库木塔格沙漠旅游区为例,运用方法-目的链（means-end chain,MEC）理论及软式阶梯访谈法,辅以网络文本分析,构建属性-结果-价值关联矩阵,绘制沙漠旅游区体验的层级价值图。研究识别出6条方法-目的链,最重要的是MEC1（自然风光-开拓视野/新奇体验-满足感/美好回忆）,充分体现了沙漠旅游区因其浩瀚无垠的独特景观,让游客开阔眼界、满足好奇心,使其留下美好回忆、获得满足感。研究结果不仅从方法论视角丰富旅游体验研究,而且能为沙漠旅游的健康持续发展提供启示。     

长三角地区城市创新投入要素的经济溢出效应及趋同格局

近年来,城市创新投入要素在长三角一体化进程中的作用不断增加。论文基于2010—2017年长三角地区各城市空间面板数据,利用空间计量模型与马尔可夫链等方法,测度创新投入要素的经济溢出效应并揭示长三角一体化背景下创新外溢对区域经济趋同格局的影响。结果表明：① 长三角地区城市创新投入和创新产出均对城市自身经济增长表现出显著的直接效应,创新投入的溢出效应显著且大于其直接效应,而创新产出的溢出效应不显著;② 受创新投入要素影响,长三角地区经济增长存在“俱乐部趋同”现象,但毗邻不同创新投入类型的城市对本地经济增长呈现出“高促进、低抑制”的态势;③ 长三角一体化经济格局呈现由中心区高水平趋同向外围低水平趋同转变的特征,且具有明显的空间转移惰性,创新投入外溢作用将加剧区域经济增长的“马太效应”;④ 经济增长类型转移的城市集中于省域边界,在局部溢出作用下表现出复杂的转移机理。基于创新局部外溢促进经济俱乐部趋同的分析结果,对长三角区域一体化发展提出针对性建议。     

二值马尔科夫模型和多波段遥感影像的多尺度纹理分割

提出一种二值马尔科夫纹理分割模型,用于多波段遥感影像的纹理分割.将一次性多类纹理分割问题转化为多次的二类纹理分割,综合考虑影像二维空间尺度和光谱空间尺度,采取多级二值分割的方式,得到多尺度纹理分割结果.     

基于供应链管理的江苏沿江港口发展模式设计

综合论述了现代港口发展的演变历程及港口发展模式。针对江苏沿江港口的自身特色和发展驱动力,将江苏沿江港口划分为三大港口群,并对港口群的具体模式进行了设计。     

电动出租车专用充电场站选址模型研究

近年来随着能源短缺和环境污染问题日益严重,低排放、低噪声、节能环保的电动汽车受到了越来越多的关注.特别在电动出租车领域,我国公共充电设施的规划和建设已迫在眉睫.针对目前电动出租车专用充电站选址研究方面存在的缺少丰富详实的车辆运行数据支撑、未能充分结合出租车的换班特性开展分析和在选址模型构建方面未能充分考虑已建成充电站的...     

土地覆被及生态服务价值变化的多时间尺度模拟——以四川省渔子溪流域为例

根据渔子溪流域1986年和1994年的遥感影像土地覆被解译资料为基础,建立了模拟渔子溪流域生态环境变化的Markov Chain模型和Patch-dynamics模型,并以2002年遥感影像资料作为验证数据对模型进行了误差分析。以此为基础,分别以1年和8年的时间尺度对渔子溪流域土地覆被及其生态服务价值的变化进行了模拟,结果表明,时间尺度对模拟结果具有显著影响：在1年和8年的模拟尺度下,以Markov Chain模型得到的流域生态服务价值在1986~2018年间变化的相对误差为20%;不同土地覆被类型在不同步长下模拟结果的相对误差不一样,表明不同土地覆被类型变化的特征时间尺度不一样,以Patch-dynamics模型的模拟结果为例,步长为1年比步长为8年的相对误差大的土地覆被类型为耕地 (-8.2%/-5.6%)、有林地 (-0.5%/-0.4%)、草地 (0.7%/0.4%) 和居民建设用地 (-29.9%/-16.4%),它们的年际变化较大,其变化趋势不稳定,受到人为偶然因素的影响明显;而相对误差较小的土地覆被类型为灌木林 (-1.5%/-1.7%) 和永久冰雪覆盖 (27.3%/41.9%),它们的变化趋势较为稳定,主要受比较稳定的自然因素的影响。研究还表明,采用Markov Chain模型的模拟结果与采用Patch-dynamics模型的模拟结果总体上是一致的,但后者的模拟结果更稳定、更可靠。