应用信息熵方法对地下水观测网的层次分类——以河北平原地下水观测网为例

本文主要针对目前地下水观测网存在的层次不清问题，提出了基于信息熵理论新的分类方法。文章列举了观测网层次问题的表现，原因和可能造成的后果，提出地下水观测网的层次性应该对应地下水流动系统的层次性。认为地下水观测网就是一种信号通讯网，水位信号具有可传递性、差异性以及衰减性等特征，可以运用信息熵理论中的互信息概念，定量刻画观测孔之间的信息联系，并以这种信息联系程度作为观测孔层次分类的主要依据。作者以河北平原地下水观测网为实例，研究了区域尺度观测网的分类，结果表明信息熵方法可以很好地解决此类问题。     

外语地名机器翻译中通专名区分技术研究

现有外语地名机器翻译中只有关于音译方面的研究,区分地名通名与专名的研究未开展,造成无法区分地名的通名与专名,外语地名翻译过程中无法正确选择音译与意译的翻译方式,外语地名翻译准确率不高.针对这一问题,提出一种外语地名通专名区分技术.该技术通过对地名词语构建结构树,并对树的叶子节点进行分类来完成通名与专名的区分,从而确定翻...     

区域生长的半全局密集匹配算法

针对传统的半全局匹配算法在处理视差变化大、遮挡严重的城市航空影像时,存在匹配精度下降、匹配效率低下的问题,提出了一种基于区域生长的半全局密集匹配方法。采用区域生长算法获取影像的初始视差,并从初始匹配点中挑选可靠的点作为视差控制点;利用区域生长获取的视差图,限制各个方向动态规划的过程以加速最优路径的搜索;通过视差控制点对动态规划的路径进行修正,避免错误匹配代价的传播。基于城区无人机影像的实验结果表明,所提算法不仅可以提高匹配结果正确率,还能使耗费的内存和时间都不到原算法的50%。     

“针孔”模拟成像下的单航空影像与LiDAR点云配准

以摄影测量共线方程为严格配准模型,提出了一种引入针孔成像模拟过程的单张航空影像LiDAR点云配准迭代方法,共分为3个阶段:第一,利用航空影像内参数及初始外方位元素对LiDAR点云针孔模拟成像,生成与航空影像空间分辨率、几何形变相接近且具有相同幅面大小的透视影像-LiDAR深度影像;第二,以梯度互信息作为影像相似性测度依据,实施影像金字塔、分块处理策略实现LiDAR深度影像与航空影像几何变换参数快速估计,进而依据估计参数及LiDAR深度影像、激光脚点投影关系建立LiDAR点云航空影像概略相关;第三,以LiDAR点云影像概略相关下的近似同名像点为观测值,以像点梯度互信息为权重,实施摄影测量空间后方交会计算获得优化的影像外方位元素,生成新的LiDAR深度影像并重复上述过程,直至满足给定的迭代计算条件,实现单张航空影像与LiDAR点云数据的自动空间配准。实验表明,本文方法配准精度达亚像素级且自动化程度高。     

基于mRMR特征优选算法的多光谱遥感影像分类效率精度分析

在遥感图像分类过程中,进行合理的特征优选操作,将有助于提高分类器的分类效率及精度。本文以淮南地区资源三号卫星多光谱遥感影像数据为例,采用二值离散化、直方图法及F统计法3种计算方法实现mRMR（minimal-Redundancy-Maximal-Relevance）算法特征优选过程。根据3种方法所得到的特征优选结果及全部特征信息,分别采用C5.0决策树和K近邻2种分类器进行图像分类实验,并利用目视解译方法对不同方法组合的影像分类结果进行精度验证。实验结果表明,利用3种计算方法实现mRMR特征优选算法对不同分类器的影响程度不同：在分类效率方面,C5.0决策树分类器可提高36.84%,而K近邻分类器可提高72.05%;在分类精度方面,C5.0决策树分类器能保证分类精度大致不变,总体分类精度可提高0.60%,Kappa系数可提高0.80%,而K近邻分类器总体分类精度可提高4.34%,Kappa系数可提高7.90%。     

露天煤矿草原区植被指数与气象水文要素关系

内蒙古东部草原区某露天煤矿在长期疏排水条件下造成地下水位持续下降，为研究矿区周边植被生长是否受地下水位下降的影响，采用归一化植被指数法（NDVI）分析了研究区2013—2019年植被盖度变化趋势，选择气温、降水量和地下水位埋深3个气象水文要素，基于联合熵理论计算NDVI与不同要素之间的互信息，得出植被生长的主要影响因素。研究结果表明:研究区植被盖度呈逐年好转趋势，植被指数由2013年的0.10逐渐增加至2019年的0.33，年均增长约为0.03；植被生长与当地气温和降水量关系密切，与地下水位埋深相关性弱；研究区气候变暖和稳定的降水量造成植被返青期提前和生长期延长；在矿区目前疏排水强度下引起的地下水位下降不会造成周边草原植被干枯死亡。研究成果丰富了内蒙古东部草原区植被生长与地下水关系的研究内容，为类似分析评价工作提供技术支撑。      

基于互信息法的北部太湖Chl.a与环境因子的关系

以北部太湖竺山湾、梅梁湾、贡湖湾为研究区域,基于2013—2018年蓝藻暴发期三湖湾出入湖河道的水量数据和湖湾的水质及气象数据,采用Pearson相关法及互信息法分析了三湖湾Chl.a与环境因子的相关关系,分别建立三个湖湾Chl.a与由Pearson相关法确定的主要环境影响因子之间的线性解释回归方程以及与由互信息法确定的主要环境影响因子之间的非线性方程。结果表明：(1)互信息法显示三湖湾的Chl.a浓度与水温、风速、TN、TP浓度均有较好的相关性,梅梁湾和贡湖湾的Chl.a浓度与出湖水量有较好相关性,而竺山湾的Chl.a浓度则与入湖水量有较好相关性;Pearson相关系数法表明除梅梁湾Chl.a浓度与出湖水量存在弱相关性外,三湖湾的Chl.a浓度仅与水温、TP浓度有较好的相关性。(2)对于梅梁湾和贡湖湾,水温风速等气象因子与营养盐浓度共同影响藻类的生长;而在营养盐水平最高的竺山湾,水温风速等气象因子成为蓝藻水华暴发的最主要驱动因子。(3)拟合三湖湾Chl.a浓度与其主要影响因子关系的非线性方程R~2均在0.9以上,而线性方程R~2均小于0.7,表明互信息法能更加全面地筛选出蓝藻水华的主...     

未来气候情景下天山西部山区融雪径流变化研究

基于三种不同模式的CMIP5气象数据,采用互信息法挑选预报因子结合RBF神经网络模型,预测不同排放情景(RCP2.6、RCP4.5、RCP8.5)下未来气候变化下天山西部山区融雪径流的变化情况。对三种模式下不同排放情景预测出的未来径流量进行分析发现:(1)未来径流量在2020～2030年将持续上升,在2060年趋于稳定;未来径流量在非汛期有大幅度的增加而在汛期径流量减少;(2)通过灰色相关性分析找到未来不同模式不同情景下影响径流的主要相关因子,对各相关因子未来变化情况进行分析,发现径流在非汛期有大幅度的增加而在汛期径流量减少的主要原因是:非汛期的降水增加而蒸发减少或增加幅度不大;汛期降水减少而蒸发随气温升高导致汛期的径流量减少。     

基于相似数据聚合与变K值KNN的短时交通流量预测

短时交通流量预测是交通控制和诱导涉及的关键技术问题,由于短时交通流量存在不确定性和时变性,其预测难度较大,是相关研究领域与工程实践中亟待解决的难题。为提高短时交通流量预测的准确性,本文设计与实现了基于相似数据聚合和变K值KNN(KNN-SDA)的短时交通流量预测算法。该算法首先采用互信息法在经过预处理的交通流量数据集提取交通流量序列最佳延迟时间信息,生成状态向量,并构建交通流量历史数据库;然后以本文所提出的相似数据聚合方法完成历史数据的聚合与清洗得到训练数据集;最后通过交叉验证确定每个时刻的最优K近邻数,完成算法实现。实验结果表明,本文提出的变K值KNN-SDA算法在保证执行效率的同时能明显提高短时交通流量的预测精度。     

一种英语地名机器翻译方法

针对大量英文地名急需实现中文翻译及目前英语地名自动翻译研究较少、翻译结果质量低下的问题,该文提出了一种英语地名机器翻译方法。首先对于不同类别地名语料基于点互信息和有向无环图数据结构提取地名模板,然后基于统计模板模型解析地名词法结构实现翻译。实验结果表明:该方法翻译精度相对较高,可有效应用于地名生产。本方法解决了地名翻译中通专名合理区分的难题,同时利用地名类别属性辅助翻译,大大节省了人工成本,对我国地名翻译及生产领域具有一定参考意义。