结合MRF与ν-SVM的SAR海冰图像分类

结合支持向量机SVM和马尔可夫随机场MRF在图像分类领域的优点,提出MRF-ν-SVC分类系统。与以往针对像素的分类不同,本系统在区域水平实现分类。首先通过双阈值准则判别区域间边缘的强弱,然后针对模糊边缘区域将基于MRF的空间语境模型改进为边缘语境模型,修正SVM原始问题中的偏差因子,从而优化最优分类超平面。实验表明,本文算法可有效提高分类精度,增强对斑点噪声的抑制能力,更好地分类特征相似的区域。     

财政局地理信息系统的设计与实现

本文分析了当前财政局管理信息系统存在的问题,提出将地理信息系统技术、网络技术、数据库技术运用到财政管理中,建立财政局地理信息系统;文章重点研究了财政局地理信息系统的结构及功能,并结合北京市财政局地理信息系统开发实例,阐述了财政局地理信息系统的核心功能和系统实现方法。     

面向数字城市空间管治的Mobile GIS集成研究

探讨了数字城市空间管治Mobile GIS集成的技术路线。通过城市空间管治动态信息采集、空间决策支持需求分析,设计实现了数字城市空间管治移动GIS系统。     

GIS的决策支持作用及其在ITS中的应用

地理信息系统(GIS)在智能交通系统(ITS)服务的各个领域中的框架定位作用越来越重要。和定位作用一样，GIS的空间决策支持作用已逐步应用于ITS的各个服务领域。本文通过对普通GIS空间决策支持作用的分析，提出面向ITS的GIS不仅可以对交通信息起空间定位作用，而且可以运用其对空间数据的分析能力，通过与交通专业的结合，在ITS的各个服务领域起决策支持作用。同时，根据ITS对GIS决策支持的要求，提出了面向ITS的专题GIS应具有的特点。     

GIS支持下的小流域水土保持应用研究

以黄河水土保持生态工程邙山生态园区邙山小流域水土保持为例,基于GIS技术,采用高分辨率遥感卫星IKONOS和高精度1∶1万比例尺DEM数据源,对小流域土地利用、植被覆盖、土壤侵蚀等进行了分析,建立了一个初步的水土保持应用系统.实现了水土保持信息查询、水土保持系列制图、水文特征分析、土壤侵蚀量估算等功能,对推进空间信息技术在水土保持领域应用进行了有益的探索.     

混合核特征加权SVM遥感湿地空间分类

针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

基于轨迹偏移算法的居民就医时空特征与空间格局分析

居民就医时空特征与空间格局反映了医疗设施的服务能力与布局合理性.本文以厦门岛为例,采用出租车轨迹数据,探讨了居民就医的时空特征和空间格局.论文提出了基于道路中心线的研究单元划分方法;提出OD轨迹偏移算法,更精细地提取出三级医院的就医OD数据,改善传统的缓冲区分析法中精确度较低的问题;对居民就医行为进行时空特征分析;基于...     

通过JSP和数据库技术实现ILS部分功能

在B／S系统中，使用JSP技术动态读取数据库的内容．帮助NETMEETING取得当前系统中的用户列表，定位用户位置．并提供相关信息，实现ILS的部分功能。     

几种统计预测方法对1998年南京降水的跨季节预测试验及分析

对1998年南京降水分别设计并开展了求和自回归滑动平均（Auto-Regressive Integrated Moving Average,ARIMA）模型预测、经验模态分解（Empirical Mode Decomposition,EMD）预测和基于Hilbert变换（HilbertTransformation,HT）的幅频分离预测等3种跨季节统计预测试验。结果表明：ARIMA模型预测结果存在明显的系统性误差且对夏季的降水突变现象预测困难;EMD分解预测的结果虽在降水演变趋势上有明显提高,但仍未能预测出夏季的强降水突变现象,究其原因可能是对高频分量预测效果不好所致;而基于Hilbert变换的幅频分离预测方法能够对各模态分量的瞬时频率和瞬时振幅实施隔离预测,消除两者的相互影响,显著改善高频模态的预测效果,使得最终预测结果最为理想,不仅具有最高的趋势相关性和最小的偏差,而且还较好地预测出了夏季两次强降水过程。不仅如此,在对2003年的降水预测验证中,基于Hilbert变换的幅频分离预测方法同样具有最好的预测效果,表明该方法预测效果较为稳定,为改进跨季节短期气候统计预测技术提供了一个新思路。