“一带一路”倡议下中欧集装箱潜在铁路运输流的空间格局模拟

在“一带一路”倡议背景下,探讨中欧集装箱运输通道的空间格局对中欧班列运输组织优化及欧亚大陆一体化发展具有重要意义。基于铁路货运网络数据提取了各地市节点的对欧运输最短路径,采用集装箱货源系数算法对各地市对欧进出口总额进行加权计算,用以表征腹地对欧陆运集装箱生成量,模拟潜在的中欧集装箱铁路运输流汇集格局。研究表明：① 在满洲里、二连浩特和阿拉山口三大陆运优势片区分别形成了沿大连-营口-锦州-通辽-白城-齐齐哈尔-满洲里集装箱运输东通道,沿上海-南京-济南-天津-北京-乌兰察布-二连浩特集装箱运输中通道,以及沿杭州-合肥-西安-兰州-乌鲁木齐-阿拉山口集装箱运输西通道;② 长三角地区是中、西通道的始流区域,区域内城市通过两通道运输集装箱的成本相当;③ 集装箱流量汇集的关键节点共22个,其中,齐齐哈尔、乌兰察布、北京、济南、南京、乌鲁木齐和西安为第一等级汇集点。     

基于邻域投票和Harris-SIFT特征的低空遥感影像匹配

文中提出一种基于邻域投票和改进的Harris-SIFT特征的低空遥感影像匹配方法。首先用NMS算法提取多尺度的Harris-SIFT特征并对其进行方向描述,然后根据最近邻与次近邻特征点距离之比确定初始匹配点对,最后通过近邻域选择投票的方法剔除候选点中的虚假匹配点,进而实现低空遥感影像的配准。实验表明该算法在获得充足匹配点且保证匹配精度的同时,明显提高影像匹配的效率。     

红外临边探测发展现状

临边探测器垂直分辨率高,辐射信号的变化主要受大气参数影响,且辐射校准后几乎不受背景辐射影响,对痕量气体可探测性强,探测高度约为10—100 km,对臭氧层的大气遥感监测具有特殊意义。红外临边传感器经过40余年的发展过程,在通道数目、信噪比、可探测目标种类、冷冻技术、在轨寿命方面都有明显改进。本文以平流层O_3及其相关的痕量气体为中心,按照传感器搭载的卫星平台及卫星发射时间的先后顺序,比较了国际上已有的LRIR、LIMS、SAMS、ISAMS、CLAES、MIPAS、HIRDLS、TES共8个星载红外临边探测器的特性、探测目标、技术改进、性能提升等;介绍了红外临边探测大气成分的反演原理;总结了红外临边探测器在痕量气体,平流层云与气溶胶,重力波与极涡,非局部热力学平衡效应4个方面的应用成果。最后对红外临边探测的前景趋势提出了思考。     

离散小波变换的快速算法

在离散正交小波变换的快速Mallat算法的基础上,根据小波滤波器的特性,提出一种小波变换及逆变换的快速算法,用该算法进行小波变换及逆变换,对容量为N的一维离散信号样本,可节省N次浮点乘法运算。     

基于时间序列相似性匹配算法的地震预测研究

把匹配抽象时间序列相似性的方法引入到地震预报的应用中,结合大量地震历史源数据,在地震领域的专家经验知识和相关成果基础上,提出了一种简化的抽象时间序列匹配模型。该模型在对海量数据进行预处理筛选的基础上再进行时间相似性匹配,增加了横向和纵向多方位地区和多方位时间段的匹配,不同时间差和阈值的匹配,并通过大量实验对该模型进行了反复验证,同时对我国地震频繁地区近几十年的地震历史数据进行了相似性匹配实验分析,取得了可信度较高的实验结果,实验结果验证了所给时间序列相似性匹配控制策略的有效性、实用性以及算法的优越性。     

用遗传算法改进模糊隶属度克里格插值的研究

克里格法是一种应用广泛的空间插值方法,本文研究了指示克里格法和模糊隶属度克里格法,讨论了用遗传算法对模糊隶属度克里格法进行改进的可能性及效果,并在空气污染数据插值中对3种方法的效果进行了比较。实验结果分析表明,遗传算法改进的模糊隶属度克里格插值在结果上要优于前2种方法,且具有鲁棒性较高和适应性较强等优点。     

利用Huffman算法对RINEX格式GPS观测文件进行压缩

针对RINEX格式的GPS观测数据文件，实现了利用Huffman算法进行数据压缩的软件编制并进行了成功的试验，数据压缩的比率在44％－50％之间，优于一般压缩工具如Winaip、Compress等。     

基于遗传算法的磁流变阻尼器模型参数识别

磁流变阻尼器是一种具有广阔应用前途的半主动控制装置,但其复杂的力学特性很难精确描述。非线性参数模型是一个相对简单并且能够很好地描述磁流变阻尼器力学特性的力学模型,但该模型既是非线性的、又是非解析的,参数识别十分困难。结合传统遗传算法良好的全局搜索能力和二分法可靠的收敛性,本文提出了一种改进的遗传算法——层次压缩遗传算法。对非线性参数模型的参数识别结果显示：层次压缩遗传算法简单可行,具有较高的识别精度。同时也验证了非线性参数模型描述磁流变阻尼器阻尼力特性的准确性。     

径向基函数神经网络需水预测研究

在分析山西省历年用水量和人均用水量的基础上，建立径向基函数神经网络需水预测模型，采用最近邻聚类学习算法确定径向基函数的宽度、选取聚类中心和权值。采用丰富的需水预测因子作为模型的输入，网络输出需水预测值。预测结果表明，径向基函数神经网络需水预测模型运算速度快，有较高的预测精度。需水预测可为水资源规划和配置提供依据。     

Modeling urban expansion by using variable weights logistic cellular automata: a case study of Nanjing,China

Simulation models based on cellular automata (CA) are widely used for understanding and simulating complex urban expansion process. Among these models, logistic CA (LCA) is commonly adopted. However, the performance of LCA models is often limited because the fixed coefficients obtained from binary logistic regression do not reflect the spatiotemporal heterogeneity of transition rules. Therefore, we propose a variable weights LCA (VW-LCA) model with dynamic transition rules. The regression coefficients in this VW-LCA model are based on VW by incorporating a genetic algorithm in a conventional LCA. The VW-LCA model and the conventional LCA model were both used to simulate urban expansion in Nanjing, China. The models were calibrated with data for the period 2000–2007 and validated for the period 2007–2013. The results showed that the VW-LCA model performed better than the LCA model in terms of both visual inspection and key indicators. For example, kappa, accuracy of urban land and figure of merit for the simulation results of 2013 increased by 3.26%, 2.96% and 4.44%, respectively. The VW-LCA model performs relatively better compared with other improved LCA models that are suggested in literature.