基于模糊推理的最大似然分类算法研究

本文将模糊集理论与最大似然分类原理相结合,用模糊均值和模糊协方差代替传统最大似然分类的均值和协方差矩阵,依据极大隶属度原则,对最大似然分类算法进行改进。并尝试采用一种基于相异像素空间分布算法的分类精度评定方法,得到相异像素空间分布图,依据该空间分布图对不同的分类方法进行精度评定。实验结果表明,改进后的最大似然分类法的正确率、Kappa系数均优于传统的最大似然分类方法,所采用的精度评定方法也较传统方法在有效性、效率等方面有所改善。     

The influence of seasonality on estimating return values of significant wave height

A time-dependent generalized extreme value (GEV) model for monthly significant wave heights maxima is developed. The model is applied to several 3-hour time series from the Spanish buoy network. Monthly maxima show a clear non-stationary behavior within a year, suggesting that the location, scale and shape parameters of the GEV distribution can be parameterized using harmonic functions. To avoid a possible over-parameterization, an automatic selection model, based on the Akaike Information Criterion, is carried out. Results show that the non-stationary behavior of monthly maxima significant wave height is adequately modeled, drastically increasing the significance of the parameters involved and reducing the uncertainty in the return level estimation. The model provides new information to analyze the seasonal behavior of wave height extremes affecting different natural coastal processes.     

等维新息灰色模型在深基坑变形预测中的应用

分析了改进的等维新息灰色预测模型用于深基坑变形预测的合理性。应用深基坑实际变形监测资料,对其预测精度及可行性进行了验证。结果表明,等维新息灰色模型的预测精度较高,模型的预测结果基本上能满足要求。灰色预测模型的预测精度与监测的时间间隔是否固定、数据变化的规律性是否明显有关。当规律明显时预测精度较高,而当监测时间间隔波动大、数据有大的跳跃突变时,预测精度较低。     

具有对数正态分布几何过程的统计推断

在假定几何过程的初始分布为对数正态分布的前提下 ,研究了几何过程的统计推断问题。对其中的参数分别用极大似然法和改进的矩法进行了估计。然后 ,在理论推导、模拟试验和实际数据分析的基础上提出了一些建议。     

遥感图像最大似然分类方法的EM改进算法

基于参数化密度分布模型的最大似然方法（MLC）是遥感影像分类最常用手段之一，与其他非参数方法（如神经网络）相比较，它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点。但是由于遥感信息的统计分布具有高度的复杂性和随机性，当特征空间中类别的分布比较离散而导致不能服从预先假设的分布，或者样本的选取不具有代表性，往往得到的分类结果会偏离实际情况。首先介绍了用基于有限混合密度理论的期望最大（EM）算法来作为最大似然函数（MLC）参数估计的方法－EM－MLC。该模型首先假设总体混合密度分布可被分解为有限个参数化的高斯密度分布，然后把具有先验知识的样本与随机选取的未知样本混合在一起，通过EM迭代计算来估计出各密度分布的最大似然函数的参数集，从而一定程度上避免了参数估计可能出现的偏离。最后，本文提出了基于EM－MLC遥感影像分类的具体实施流程和应用示范，并与一般最大似然方法（MLC）得到的分类结果进行了定性和定量的综合比较，认为EM－MLC在精度上得到了提高。     

考虑局部趋势的非一致性水文频率分析方法

变化环境下水文序列常表现出非一致性,导致基于独立同分布假设的频率分析方法受到严峻挑战,故亟需研究适用于非一致性水文序列的频率分析方法。针对具有趋势变异的水文序列,提出了一种考虑局部趋势的非一致性水文频率分析方法:以具有局部与整体趋势识别能力的滑动窗口趋势分析法诊断序列;构造时变概率分布模型组,采用融合了贝叶斯理论的广义极大似然法估计模型参数;优选模型并按照等可靠度原则推求设计值及置信区间。应用该方法对甘肃石羊河流域红崖山水库站年径流量序列开展了实例研究,结果表明从设计值及95%置信区间角度看,所提方法与现行的一致性频率分析方法及考虑整体趋势的时变分布方法相比存在一定的差异,揭示了在准确识别序列局部或整体趋势成分的基础上,开展非一致性水文频率分析有助于合理估计设计值。     

香港GPS基准站坐标序列特征分析

利用香港GPS连续运行参考站网络2001年1月至2007年8月的观测资料,全面深入地分析了12个基准站坐标序列特征.本文采用主成分空间滤波算法去除公共误差,来提高坐标序列的信噪比,并采用最大似然估计准则定量估计滤波后坐标序列的噪声特性,计算了地球表面质量负荷（包括大气、非潮汐海洋、积雪和土壤水）对香港GPS基准站坐标序列的影响.研究结果表明：香港GPS基准站坐标序列具有高度的空间相关性,其公共误差具有较强的季节性变化特征;地表质量负荷变化引起的香港地壳形变可以解释公共误差序列中约为3mm的垂向周年变化,经过质量负荷改正后的公共误差序列与高阶电离层误差高度相关;滤波后坐标序列的噪声特性可以用可变白噪声加闪烁噪声模型来描述,顾及闪烁噪声所计算的速度误差要比只考虑可变白噪声计算的速度误差大2~6倍;基准站间存在达1.5 mm/yr的相对水平运动,揭示香港地区存在活动断层;部分基准站坐标具有明显的振幅为1～2 mm本地季节性变化,所有测站的残差序列也表现出强烈的季节性变化.     

一类新的变比例尺地图投影——组合投影研究

以常用地图投影为基础,通过组合投影方法,得到一类新的变比例尺地图投影。该研究开拓了常用地图投影的功能和应用范围,获得了系统的理论结果和应用实例。     

基于最大似然的GPS转发式干扰信号估计方法

估计GPS接收机的转发式干扰,对抗干扰研究具有重要意义。利用多径估计理论,提出了一种新的基于最大似然估计的GPS转发式干扰信号估计技术。阐述了转发式干扰的原理,建立了GPS接收机对转发式干扰信号相干积分累加的数学模型,推导了转发式干扰最大似然估计的计算公式。仿真实验表明：该技术可以在有色噪声条件下,对多个转发式信号进行较精确的估计。     

Advancing understanding in data-limited conditions: estimating contributions to streamflow across Tanzania’s rapidly developing Kilombero Valley

Large seasonal variability in precipitation patterns may help overcome data limitations and difficult conditions when characterizing hydrological flow pathways. We used a limited amount of weekly water chemistry as well as stable water isotope data to perform end-member mixing analysis (EMMA) in a generalized likelihood uncertainty estimation (GLUE) framework in a sub-catchment of the Kilombero Valley, Tanzania. While there were considerable uncertainties related to the characterization and mixing of end-members, some robust estimates could be made on contributions to seasonal streamflow variability. For example, there is a low connectivity between the deep groundwater and the stream system throughout the year. Also, a considerable wetting-up period is required before overland flow occurs. Thus, in spite of large uncertainties, our results highlight how improved system understanding of hydrological flows can be obtained even when working in difficult environments.