Landsat7 ETM＋影像的融合和自动分类研究

利用SFIM、MLT、HPF和修改的Brovey(MB)等遥感影像融合算法对Landsat 7 ETM 影像进行融合和自动分类研究，并就融合影像的光谱保真度、高频空间信息融人度和分类精度对这些方法进行评价。结果表明SFIM变换几乎完全保持了原始影像的光谱特点，并具有最高的平均分类精度；MB变换具有最高的高频空间信息融人度；MLT变换也具有较高的分类精度；只有HPF变换的各项指标都不突出。所有4种融合影像的分类精度都较原始影像的分类精度有明显的提高。这表明，源于同一传感器系统的不同分辨率影像的融合可以避免异源传感器融合影像所常见的各种参数、时相和配准误差，所以能够明显地提高影像的自动分类精度。     

一类广义Hamilton系统的辛格式

通过引人泊松括号，分析了无限维Hamilton的性质，并将其推广到广义Hamilton系统，且从理论和实用角度讨论了这类广义Hamilton系统的辛格式构造问题，从而为辛几何算法在一般的时间发展方程的数值求解提供新的具体途径。     

应用CP网络进行岩性识别

为通过测井解决岩性识别问题，引入了具有分类准确、算法简练等优点的CP（Counter-Propagation)网络。在详细介绍CP网络的网络模型和算法的基础上，结合某油田的实际测井资料，进行了CP网络识别研究。应用结果表明：CP网络训练周期短、识别准确率高、不存在收敛问题。通过试验研究得出结论：CP网络完全可以用于解决岩性识别等问题，具有广阔的应用前景。     

凸度量空间内非线性映射的迭代算法

在凸度量空间内，对非线性广义拟压缩映射序列定义了带误差的lshikawa迭代序列，证明了带误差的lshikawa迭代序列收敛于非线性广义拟压缩映射序列的唯一公共不动点。     

地震静校正全局最优化问题的求解

针对地震静校正存在的非线性和多参数性等问题，本文提出了一种全局优化的剩余静校正方法.在模型更新规则上，把模拟退火方法和均匀优化设计方法结合在一起，使模型的更新更为合理，从而加快了搜寻全局最优解的速度.同时提出了模型的不同分量的温度参数和退火过程的选取方式，把温度参数的选取与地震剖面的能量联系起来，使温度参数的选取具有自适应的特点.该方法克服了常规模拟退火方法所具有的寻优空间不均匀以及退火参数需通过多次试验选取的缺陷.通过实际地震资料的计算证明，本文提出的方法对地震静校正问题合理而有效.     

基于数值格网数据生成流场图的算法研究

在各种基于场的分析模型（Field-based Model)中，流线的计算是一个重要的研究课题，如基于DEM提取水系，该文探讨了另外一个问题，即直接根据数值格网数据生成流场的空间分布，从而反映整个研究区域的梯度特征，文中提出的算法在水文，气象等研究领域有着较为广泛的应用前景。     

一种求带约束的离散Minimax问题的区间算法

进一步讨论了目标函数和约束函数都是Lipsehitz连续的带约束的离散minimax问题，给出了罚函数的区间扩张，提出了解该约束离散minimax问题的区间算法。算法给出了问题的minimax值所在范围以及minimax点所在位置。定理和数值算倒说明该算法是可靠的。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

浅水方程数值计算方法的研究

求解以水位为变量的连续方程,并根据Navier-Stokes方程压力修正算法的基本思想,建立了浅水方程的水位修正算法,放宽了对离散时间步长的限制.通过对离散方程系数矩阵的重新构造,建立了高分辨率有限元格式,该格式既具有较高的离散精度又避免了数值解的伪振荡.对动量方程的阻力项做负坡线性化处理,提高了露滩计算的稳定性.数值模拟结果与解析解吻合良好,表明所建立的数值计算方法是正确的和可靠的.     

地图线状要素自动合并的重心算法

提出一种基于矢量数据的线状要素自动合并的重心算法，阐述方法思路和实现步骤。该算法可用于消除曲线的微小凹凸。