大坝变形监测的粒子群优化高斯过程预测

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程(Gaussian Process,GP)对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法(Particle Swarm Optimization,PSO)优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。     

粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

基于LSD算法的无人机影像电力线提取方法

根据无人机影像电力线的特征,利用LSD算法实现了电力线的自动提取。首先使用各向同性的Sobel算子对特征区域进行图像增强,再使用LSD算法进行线段提取,然后通过线段合并和线段拟合过滤线段集合,最后使用K均值算法进行聚类,筛选得到最终电力线结果。采用多种地物背景下的电力线影像进行实验,结果表明,该方法能提取完整的电力线,稳健性强,对电力巡线具有较大的实际意义。     

广度优先算法在爆管分析中的优化与实现

爆管分析是城市地下管线管理系统中的一个重要内容,但目前多数地下管线管理系统采用的爆管分析算法和管线数据结构难以提供最优的爆管分析解决方案。先利用Geodatabase网络数据模型将管线数据建模为逻辑网络和几何网络,并在管线数据模型中明确表达管线中资源的流向,一体化集成存储管线数据;再利用ArcEngine相关网络访问接口扩展优化传统的广度优先算法,以实现有流向环状管线的爆管分析功能。     

基于Landsat8的海冰表面温度反演算法研究

Landsat8影像被广泛应用于陆地表面温度的提取,但基于Landsat8的海冰表面温度产品依旧空缺,且无标准算法可循。基于Landsat8卫星搭载的TIRS传感器获取的热红外波段影像,利用3种常用的劈裂窗算法分别进行海冰表面温度反演,并将结果与浮标实测海冰表面温度数据和MODIS海冰表面温度产品进行了对比和验证。与浮标数据相比,DU C等的算法平均绝对误差和均方根误差最小,分别为1.718 6 K和2.621 3 K,可作为海冰表面温度反演的标准算法;而Jiménez-Mu?oz J C等的算法结果与MODIS冰温产品最为接近,适用于需与已有的MODIS冰温产品联合使用的情况,且两种算法的精度均优于已有的MODIS冰温产品;JIN M J等的算法在研究区域表现不佳。同时,与浮标数据相比,所有基于卫星影像反演的冰温产品在数值上总体偏低。     

基于CIM+GIS的配电网拓扑建模与布局算法研究

在基于公共信息模型(CIM)的配电网拓扑建模规范的基础上,研究了配电网设备的GIS数据建模方法以及空间连接逻辑关系;提出了基于GIS的专题图布局算法(单线图和系统图布局生成技术);并通过佛山市电力GIS建设对拓扑模型和专题图布局算法进行了应用和验证。结果表明,算法能满足专题图布局科学、布线美观和避免交叉等技术要求。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

改进A?的高层建筑逃生路径规划算法研究

针对高层建筑内部结构复杂,发生火灾时没有疏散引导情况,逃生通道极易发生拥堵导致疏散效率降低的问题,本文基于对A*算法的改进,提出了高层建筑逃生路径规划算法。该算法以高层建筑内部路网节点为关键要素,综合火灾发生位置、人员密度、人员数量等因素,从逃生终点优化分配、节点扩展优化、权值优化3个方面进行改进,实现了火灾发生时高层建筑内部的逃生路径规划,并以某高层建筑为例,验证了本文算法的可行性。     

改进分数阶达尔文粒子群的多Renyi熵图像分割算法

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次a系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%.     

运用人工鱼群算法的3D扫描碎片重建探究

针对传统三维碎片拼接匹配过程中依赖单一特征及存在误差累积的问题,提出了一种运用鱼群算法的全局最优匹配方法。该方法先对碎片点云数据进行多特征提取,结合纹理、专家经验信息对混合在一起的多种类型碎片进行粗糙集分类,之后采用鱼群算法的最优解求得最佳匹配方案。实例验证所提全局匹配方法具有能力强、与初始位置无关及较强的稳健性等特点,为三维碎片的全局匹配提供了一种有效的解决方案。