两种GPS水准综合模型的比较研究

给出了GPS水准拟合中的加权综合模型和混合拟合模型,通过某测区的GPS水准数据对该两种综合模型和几种单一模型进行了计算和比较分析,结果表明综合模型逼近高程异常的精度和可靠性均高于单一模型,并且混合拟合模型比加权综合模型理论上更为合理。     

地震序列较强余震最小二乘拟合预测的方法研究

本研究给出了针对地震序列较强余震发生时间进行快速预测的一种方法,即最小二乘拟合预测方法.该方法包括:最小二乘拟合预测模型的建立、预测模型的各种可信性检验及模型预测等内容.震例研究表明,该方法在大(强)地震现场震情分析中可望发挥积极作用.     

曲线拟合在核探测器信号幅度提取中的应用

研究数字化核探测器输出脉冲信号的幅度提取问题。根据闪烁探测器的电路特性，推导了其脉冲信号理想曲线方程。综合利用三和值法、最小二乘法、试探法等方法，设计了该理想曲线拟合算法。由脉冲信号采样点数据，通过曲线拟合，计算出曲线的极大值，该值即为闪烁探测器输出脉冲信号的幅度。正反演数据结果对比表明，采用曲线拟合算法提取闪烁探测器输出脉冲信号幅度，其方案可行，计算结果更准确。相较于数字滤波和数字脉冲成形方法提取核探测器输出脉冲幅度，该算法更简单，对仪器的硬件处理速度要求更低。该方法开辟了核探测器脉冲幅度提取的新途径。     

一种深度图像拟合圆柱的优化方法

圆柱状构件广泛存在于古建筑仿真中,为了提高古建筑深度图像圆柱拟合的精度,针对古建筑仿真3维建模的特点,提出基于高斯图获取圆柱拟合参数初始值,然后利用圆柱距离函数参数化法进行非线性最小二乘拟合的圆柱拟合方法。实验证明,该方法不仅具有较高的精度,而且拟合结果稳定可靠。     

Road Surface Modeling and Representation from Point Cloud Based on Fuzzy Clustering

A scheme for an automatic road surface modeling from a noisy point cloud is presented. The normal vectors of the point cloud are estimated by distance-weighted fitting of local plane. Then, an automati...     

基于BP神经网络的三维激光测高数据拟合方法

针对三维激光测高拟合问题，本文采用BP神经网络进行拟合，该方法可以有效地消除或减弱数据中的系统误差影响，提高计算精度。实际算例证明，在数据无粗差情况下，BP神经网络的内符合与外符合精度优于传统的二次曲面拟合的精度。     

机器基础动力相互作用的研究

本文分别对单台、双台、联合基础与地基土相互作用体系在扰力作用下的振动特性进行了研究。在计算中考虑了外围土体的影响。通过算例,得到了单台、双台、联合基础的一些振动规律。     

二维位场向上延拓和向下延拓的样条函数法

本文用样条函数法实现了二维位场的向上延拓和向下延拓,向上延拓用样条函数法计算泊松积分,向下延拓用样条函数法求解第一类Ｆｒｅｄｈｏｌｍ积分方程。模型和实例计算表明,本文方法正确可行且精度高。     

A multiresolution hierarchical classification algorithm for filtering airborne LiDAR data

We presented a multiresolution hierarchical classification (MHC) algorithm for differentiating ground from non-ground LiDAR point cloud based on point residuals from the interpolated raster surface. MHC includes three levels of hierarchy, with the simultaneous increase of cell resolution and residual threshold from the low to the high level of the hierarchy. At each level, the surface is iteratively interpolated towards the ground using thin plate spline (TPS) until no ground points are classified, and the classified ground points are used to update the surface in the next iteration. 15 groups of benchmark dataset, provided by the International Society for Photogrammetry and Remote Sensing (ISPRS) commission, were used to compare the performance of MHC with those of the 17 other publicized filtering methods. Results indicated that MHC with the average total error and average Cohen’s kappa coefficient of 4.11% and 86.27% performs better than all other filtering methods.