基于遥感的上海地区雾霾监测研究

以中分辨率成像光谱仪(MODIS)遥感数据为数据源,综合利用6S传输模型与NASA V5.2算法对2013年12月4日至8日上海地区雾霾污染进行了连续性监测,并对其形成原因进行分析。结果表明,此次雾霾污染主要是由本地生产和外地迁移来源共同作用形成,上海地区气溶胶光学厚度在12月6日达到最大,雾霾污染区域逐渐从上海地区的西北向东南扩散,污染等级也逐渐降低。     

使用自然语言处理和分层匹配方法的地理信息服务语义发现

设计了一种基于自然语言处理和分层匹配的地理信息服务语义发现框架,实现用户输入关键词与地理信息服务的语义匹配。框架基于Word Net知识库,利用消歧技术确定所提取词汇的含义;根据所提取的信息来源以及相关关系将地理信息服务上下文划分为6个信息层匹配,并使用遗传算法确定各信息层在匹配过程中具有的权重。最后将所提出的发现方法与常用的发现方法做实验验证,结果表明该方法可以提高地理信息服务语义发现的查准率。     

一种改进的单模式匹配算法

为了进一步提高模式匹配算法的性能,在对两种经典单模式匹配算法KMP和BM分析的基础上,结合二者的优点,提出了一种改进的单模式匹配算法。该算法主要利用KMP算法的"部分匹配"结果和BM算法的"后缀匹配"优势,对匹配过程中的字符移动距离做了优化。通过将改进算法与KMP算法、BM算法进行实验测试与分析,证明改进的算法性能稳定,匹配效率明显得到提高。     

基于局部体样条函数的海洋盐度场建模

海洋盐度是海洋水文要素的重要组成部分,是海洋战场环境研究的重点。在介绍海水盐度数据特点的基础上,采用局部体样条函数法对散乱的大规模盐度场标量数据进行建模,并利用遗传算法和非线性规划相结合的方法解决体样条函数法的区域划分问题。通过一组实测数据进行建模实验并将得到的数据场进行可视化,表明该方法适用于大规模散乱数据场的建模,可为海洋战场环境的数据分析和场景构建提供建模手段。     

专题地图色彩的智能设计

为提高专题地图色彩设计的智能化水平,结合专题地图制图的实际需求,给出了一种专题地图色彩智能设计算法;其基本思路为以设计者的配色期望、色彩情感数据库和色彩协调理论为基础,采用粒子群算法进行配色方案的选取,借助孟.斯宾瑟的美度公式对配色方案进行进一步优化,进而得出专题地图智能设色的最优方案。     

运用GVF Snake算法提取水域的不规则边界

GVF Snake是一种改进型主动轮廓提取算法。本文在详细介绍GVF Snake原理的基础上,重点对GVF Snake的内、外部约束力在边界提取中的作用以及初始边界对提取结果的影响进行了实验研究,提出了初始边界和内部约束力权值的合理设置方法,设计并实现了交互式GVF Snake算法,并用于提取遥感影像上水域的不规则边界。该算法采用种子点区域生长法自动给出水域的初始边界,采用人机交互法设置内部约束力权值,然后运用GVF Snake算法搜索水域的实际边界。实验表明：对于形状极不规则的水域,交互式GVF Snake算法也能方便、快速、准确地获取其边界。     

整体法与序贯法在测量平差中的比较

讨论了整体法与序贯法在测量平差中的应用,并结合实例比较整体法与序贯法在相同观测情况下的平差结果和精度问题。实例表明:在测量平差中,若测量网中数据较多,并且这些数据是在不同时期所得,用序贯法具有较高的处理效率。     

校园观光车最优路径规划算法研究——以韶关学院为例

复杂校园路网下的最优路径计算,直接影响校车站点设置、线路设置等。以韶关学院校园观光车的行车路线为研究对象,利用迪克斯查标号法(Dijkstra)最短路径算法为基础,采用地理信息系统(GIS)空间网络分析方法,根据校园师生问卷调查的结果确定站点,是建立最优路径规划算法的前提条件,从起点和终点,再根据连接的中间站点,计算韶关学院各乘车站点之间的最优路径的整体路径规划方案。结合韶关学院的实际情况,提出校园观光车最优路径方案规划算法、站点和路径。以便提高校园观光车的利用率,减少资源的占用和浪费,既保证了校园师生的安全,也节省了广大师生的时间以及获取教育资源的便捷程度,降低校园能耗,为创建节约型校园做出贡献。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

基于遗传算法的RBF神经网络在GPS高程拟合中的应用

本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。