北京市旅游流时空特征研究

大数据背景下,网络上产生了大量带有游客时空信息的"数字足迹".本文以北京市为例,利用游记数据探究北京市旅游流的时空及网络结构特征.结果表明:(1)2月、7至9月为北京市的客流高峰期;(2)北京市旅游流的空间分布具有明显的等级分异特征且密度分布不均衡,总体呈"小聚集、大分散"的特征;(3)北京市旅游流网络中,平均每个节点...     

静力水准测量在建筑物变形监测中的应用及精度分析

静力水准的原理、静力水准仪的安装和调试,静力水准测量沉降监测数据计算,并结合二等精密水准测量进行了比对。该方法具有外业操作简便,观测效率高,静力水准测量的精度和精密水准测量的精度相当,可以胜任精密水准测量二等的技术要求。     

结合微博数据挖掘的时空特征分析

在大数据背景下处理海量数据时,数据的获取和分析手段至关重要。本文运用网络平台的开放接口API,对特定的地理区域和特定的用户采集包含时空信息的数据,建立了一个通过模拟登录自动发送网络请求,解析与提取返回数据,集数据采集、处理、入库于一体的微博数据采集系统;用微博数据的发布位置分布及集聚状态研究了用户的行为特征。试验表明,该方法可为事件发现、趋势预测、用户特征分析等方面提供信息。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。     

BP神经网络用于水下地形适配区划分的方法研究

为确保背景场中最优适配航线设计的正确性以及水下地形匹配导航的可靠性,提出了一种基于BP神经网络的背景场适配/误配区自动识别和划分方法,该方法通过分析地形背景场特征参量显著性和主成分、构建BP神经网络、建立输入地形特征参量与匹配性能的映射关系,最终实现了地形背景场误配/适配区的自动识别和划分。试验验证了本方法的有效性。     

诊断复共线性的特征分析法及其在GEO定轨中的应用

根据复共线性本质,采用法矩阵元素绝对值的最小值为参照,给出判断“小特征值”的标准.然后利用有关矩阵特征值的Collatz包含定理,对条件数和复共线性之间的关系进行详细讨论,发现条件数大不一定存在复共线性.然后分析不存在复共线性时,条件数大对最小二乘估计(LS估计)的影响情况.判断出具体的复共线性关系后,基于有偏估计思想提出相应的双k型岭估计克服病态性的影响.最后给出线性模型和GEO定轨的仿真算例,验证改进的特征分析法、相应的双k型岭估计和本文推导的其他结论的有效性和正确性.