基于夜间多时相遥感数据的热异常与地震的相关性

本文使用第二代欧洲气象卫星MSG搭载的SEVIRI传感器数据,基于卫星数据稳健分析技术提取了意大利地区2015—2017年间的三次热异常,并在此基础上增加热异常的判定条件,利用静止气象卫星的高时间分辨率特性,基于夜间多时相遥感数据探究热异常与地震的相关性.结果显示:通过夜间多时相遥感数据均值可更清晰地展示出研究区热异常...     

基于机器学习的区域工程地质分层思路与方法研究

传统的地质分层方法通常依赖于人工解释和经验判断,存在过程繁琐、工作量大、受人为因素影响较大等缺点。本文旨在研究基于机器学习的区域工程地质分层的思路与方法,将地层分层问题转换为地质体空间单元的序列到序列预测任务及地质属性特征分类任务,以提高地质分层的准确性和效率。本文在对工程地质原始数据开展深入研究的基础上,提出采用深度学习方法对静力触探试验数据进行地质分层的训练和预测,通过分类算法对取土孔土样进行分层,并定量评价了相关算法的适用性。通过对比传统方法和机器学习方法的结果,验证了机器学习在地质分层中的优势。本研究为区域工程地质研究提供了一种新的地质分层思路,具有重要的实践意义。     

基于MATLAB的基本矩阵随机采样鲁棒估计

基本矩阵的估算可以分为线性算法、非线性优化迭代算法、鲁棒估计算法三大类,而以鲁棒估计效率、效果最为突出,但是实现比较复杂。本文通过数码相机获取的两张未标定照片,采样互相关系数法和RANSAC算法,在MATLAB中实现了基本矩阵的自动拟合,实验表明拟合精度较高、速度快,为下一步三维场景的自动重建和量测奠定了基础。     

基于ArcEngine的数字高程模型更新方法研究

采用COM技术,以ARCENGINE所提供的类库和凸包算法,实现了数字高程模型(DEM)数据更新的边界检测和利用矢量地形数据采集更新数字高程模型数据的方法。保证了数字高程模型数据的精度,可以满足数字高程模型的现势性需求。     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。     

集体建设用地基准地价评估方法及实证研究

基于地价二元构成及供求关系理论,明确了集体建设用地地价不仅受表征土地物化资产价值的个别因素影响和外部经济联系引致的区位级差影响,还因土地供需关系的不同使其在行政村之间存在整体等别差异,提出以行政村、均质网格为基本单元分别评定的土地等和级指数为自变量,以个别因素条件统一的样本地价为因变量,构建区域整体的基准地价二元关系模型,并基于模拟退火思想设计了模型回归拟合与动态优化的抽样回放统计方法,以合浦县的集体商服用地基准地价评估应用进行了实例验证。研究有效克服了因集体建设用地及其交易案例离散分布带来的抽样稀疏现实问题,模型优化、结果合理。     

基于MEA-BP神经网络的卫星钟差预报

卫星钟差是影响导航定位精度的重要因素之一,建立高精度的钟差预报模型对高精度定位有重要意义。针对常用模型卫星钟差在短期预报中随时间增加误差积累,以及传统BP神经网络不稳定,容易出现过拟合等问题,本文提出一种基于思维进化算法(MEA)优化的BP神经网络钟差预报模型和算法。首先对原始钟差数据进行一次差处理;然后利用思维进化算法对BP神经网络的初始权值和阈值进行优化,给出该模型进行钟差预报的具体步骤;选用IGS站提供的多天GPS精密钟差产品数据进行试验分析,使用GPS一天中前12 h数据建模,进行2、3、6和12 h的钟差预报。结果表明:利用MEA-BP模型得到的上述4种时段的预报精度分别优于0.36、0.38、0.62和1.56 ns,预报误差曲线变化起伏较小,说明新模型的预报性能优于3种传统模型,新模型在钟差预报短期预报中的实用性及稳定性是较佳的。     

基于CLEAN算法的GPS监测数据处理方法

对建筑物进行高精度的变形监测是后期信息提取,预防安全隐患的基础。针对GPS变形监测中存在的多径误差问题,本文提出一种基于CLEAN算法的GPS多径提取方法,首先对多径信号理论模型进行分析,结果表明多径信号可以作为直达信号的谐波分量,在此基础上利用CLEAN算法在频域对多径信号进行提取,基于仿真和实测数据的实验结果表明,所提方法相对于小波方法和经验模态分解(Empirical Mode Decomposition,EMD)方法具有更高的提取精度和更好的多径抑制性能。     

不同测站点云数据的配准算法

随着三维激光扫描技术的发展,利用三维激光扫描仪采集信息,构建三维模型成为了热门的课题。由于受到观测环境、观测方向等影响,无法一次性地获得物体的所有的点云数据。因此,不同视角下点云数据的配准成为了三维建模中的关键技术,直接影响了最终的重合结果以及模型精度。本文着重研究主方向贴合法和最近点迭代算法(ICP算法),基于matlab平台编写算法,并对算法进行研究,得出配准结果以及配准精度。