一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题,本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量,并沿点云法矢方向探测基准点;然后利用三次B样条曲线对探测的正确基准点进行拟合;最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明,该方法可以快速、全面地获取监测对象的整体信息,且能够正确分析监测对象的基准形变。     

一种保持矢量数据几何形状的数字水印算法

针对目前矢量地理空间数据数字水印技术的需求,从矢量地理空间数据特点分析出发,运用矢量地理空间数据线状、面状要素具有的冗余数据的特性,首先在矢量地理数据中增加冗余数据点,然后通过控制冗余点在线状要素上的移动来嵌入水印信息,实现了高保真的矢量地理空间数据数字水印算法,最后对嵌入水印后数据的可用性以及算法的鲁棒性进行了试验分析。     

将微粒群和支持向量机用于耕地驱动因子选择的研究

结合微粒群算法(PSO)具有执行速度快、受问题维数变化影响小的优点及支持向量机算法(SVM)结构风险最小化原理,构建了基于离散二进制微粒群(BPSO)与支持向量机的耕地驱动力因子选择方法,使用特征子集中确定的特征来训练支持向量回归机,用适应度函数来评价回归机的性能,指导BPSO的搜索。实验表明,该方法能有效地提取出耕地驱动因子的特征子集,从而降低了指标的维数,保留了关键信息,以获得知识的最小表达。     

动态监测变化信息提取

在土地利用遥感动态监测变化信息提取过程中,利用自动发现方法得到的变化图斑灰度值是分布在一定范围内的,为了能高效地提取出区域变化信息,利用Photoshop图像处理技术,将变化图斑及其背景二值化,并利用本文提出的似四邻域边界矢量化算法进行自动矢量化处理.然后,对比其它方法处理得到的变化信息对提取的矢量边界进行编辑处理,提高数据室内处理精度.     

卡尔曼滤波在滑坡监测中的应用

针对滑波变形的特点,将滑坡体上的监测点视为一运动点场,提出一种以运动方程为核心、以卡尔曼滤波技术为工具的变形观测数据处理方法,使滑坡的预报成为可能.     

栅格图形数据叠置分析方法及其在城镇规划中应用

本文介绍用栅格数据进行图形叠置分析的方法,提出矢量数据转换为栅格数据的链拓扑法、减少栅格数据存储量的编码方法、根据模糊综合评判原理建立多因素综合评价数学模型以及叠置评价结果的类型格网合并的边界跟踪算法,最后给出一个实例说明栅格图形数据叠置分析方法在城镇规划中的应用。     

特征根估计

介绍的特征根估计是主成分估计的推广，其特点是把因变量和自变量放在一起来考虑它闪的特征根和特征向量，而主成分估计只限于自变量。因此，这个新提出的有偏估计引起广泛的兴趣，言语中在阐述其理论的基础上，结合实例说明这种有偏估计和主成分估计一样可以改进最小二乘估计。     

GRASS数据结构分析

详细分析了ＧＲＡＳＳ的三种数据结构，为设计ＧＲＡＳＳ与其它系统数据格式转换接口提供了基础。     

Ensemble prediction of regional droughts using climate inputs and the SVM–copula approach

In this study, the climate teleconnections with meteorological droughts are analysed and used to develop ensemble drought prediction models using a support vector machine (SVM)–copula approach over Western Rajasthan (India). The meteorological droughts are identified using the Standardized Precipitation Index (SPI). In the analysis of large‐scale climate forcing represented by climate indices such as El Niño Southern Oscillation, Indian Ocean Dipole Mode and Atlantic Multidecadal Oscillation on regional droughts, it is found that regional droughts exhibits interannual as well as interdecadal variability. On the basis of potential teleconnections between regional droughts and climate indices, SPI‐based drought forecasting models are developed with up to 3 months' lead time. As traditional statistical forecast models are unable to capture nonlinearity and nonstationarity associated with drought forecasts, a machine learning technique, namely, support vector regression (SVR), is adopted to forecast the drought index, and the copula method is used to model the joint distribution of observed and predicted drought index. The copula‐based conditional distribution of an observed drought index conditioned on predicted drought index is utilized to simulate ensembles of drought forecasts. Two variants of drought forecast models are developed, namely a single model for all the periods in a year and separate models for each of the four seasons in a year. The performance of developed models is validated for predicting drought time series for 10 years' data. Improvement in ensemble prediction of drought indices is observed for combined seasonal model over the single model without seasonal partitions. The results show that the proposed SVM–copula approach improves the drought prediction capability and provides estimation of uncertainty associated with drought predictions. Copyright © 2013 John Wiley & Sons, Ltd.     

FHD-1矢量质子磁力仪与温度相关性分析

通过矢量质子磁力仪FHD-1各分量北京时21点数据、日均值数据和室内记录的温度值作相关性分析,探讨温度对线圈和产出的数据是否有影响。