基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在ＧＲＡＳＳ环境下实现了基于ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果 与其它几种较流行的分类方法结果进行了比较。     

基于聚类算法的双孢菇保鲜运输智能导航策略

运输过程中的保鲜技术是双孢菇产业中至关重要的环节。为了更加合理地选择出鲜菇运输路线,针对实时路况信息做出调整,提出了一种结合北斗卫星导航系统的智能导航策略。首先分析了双孢菇的贮存规律,结合北斗卫星导航系统监测实时路况,使用聚类算法,制定了以智能选择最理想运输路线为目的的导航策略,最后通过仿真验证了策略的可行性。      

一种基于改进U-Net的高分影像公路线路提取方法

高质量的公路网信息在区域经济发展、灾害应急管理和土地规划中发挥着重要作用。本文提出一种基于改进U-Net(u-shaped network)模型的高分影像公路线路提取方法。首先,从功能、路线设计、分级标准和构造及横断面四个方面剖析公路线路特征,厘清公路与道路的区别;然后,联合通道与空间注意力模块,提出了一种改进的U-Net网络模型;最后,以重庆市南岸区和巴南区为研究区,建立数据集并进行公路线路信息提取实验。结果表明,与已有方法相比,精确度、F1分数、IoU指标有明显提升。本文方法在高分辨率影像提取公路信息方面具有可行性与有效性。     

多普勒天气雷达中气旋产品在强风预报中的应用

在深入了解WSR-88D多普勒天气雷达产品——中气旋算法的基础上,对上海地区近6年间中气旋产品的几个重要特征参数进行了统计研究,并结合局地强风的个例分析,总结了上海及周边地区中气旋发生发展过程中各阶段的基本特征。最后综合参考雷达其他相关产品,提出利用中气旋产品进行强风预报的思路,以期为准确预报局地强风天气提供一些参考信息。     

改进鲸鱼优化算法的叶片生化参数反演

为提高植被叶片生化参数的反演精度,利用扩展傅里叶幅度敏感性检验法对阔叶辐射传输模型进行敏感性分析,提取了叶绿素、类胡萝卜素、水分和干物质对应的敏感波段。在鲸鱼优化算法的基础上,引入改进的混沌序列对种群进行初始化,产生分布均匀的个体;再引入非线性收敛因子与权重对鲸鱼优化算法参数进行改进,并利用改进后的参数对个体位置进行更新,使算法更易遍历全局寻找最优解;然后在一次迭代完成时对适应度进行排序,选出适应度高的精英个体,通过扰动概率对精英个体进行高斯扰动,增加算法跃出局部最优的概率,形成改进鲸鱼优化算法;最后与粒子群优化算法的反演精度进行比较。结果表明,改进鲸鱼优化算法反演的叶绿素、类胡萝卜素和等效水厚度的精度均高于粒子群优化算法;其算法与分波段反演模型对生化参数的预测精度更高,可为定量预测植被叶片生化组分含量提供一定的理论和技术支持。     

基于改进DBSCAN空间聚类算法的北京市人工智能产业集聚格局研究

企业作为产业的重要主体,其发展直接表征着产业的发展,企业的空间格局对产业的发展及资源配置具有重要的引导意义。本文基于北京市工商注册在业的人工智能企业数据,提取企业注册地址并转化为地理位置信息,通过改进有噪声的应用背景下的基于密度的空间聚类算法（DBSCAN）,分析北京市细粒度层级下人工智能产业集聚在全市域的空间分布格局特征。在DBSCAN算法改进方面,首先调整Minpts参数为企业注册资本总额与企业数量2个维度,企业数量大于5家且注册资本总额大于一定数额,为形成产业集聚区的2个必要条件;其次提取簇内位于边界的企业位置点作为集聚区地理边界点,将边界点连线并绘制形成人工智能产业集聚区。本文重点分析了企业注册资本和地理聚合半径对人工智能产业集聚区形成的影响,同时采用核密度估计法作为参照验证,表明改进DBSCAN方法具有精确刻画产业集聚区地理边界和确定不同规模产业集聚区的优势。通过分析得知,北京市人工智能产业集聚具有明显的中心分布特征,集中在城六区,呈现“两大龙头带动,北京市全域遍地开花”的分布情况,海淀区、朝阳区处于人工智能集聚程度高水平,相较其他区域,人工智能产业发展遥遥领先;西城区、东城...     

结点虚流量法理论基础阐释及改进算法

含自由面的无压渗流问题本质上是一类非线性自由边值问题,固定网格的结点虚流量法在全域范围内不断扣除虚域流量贡献,从而使该问题得到求解。它具有网格依赖性小、出逸点收敛快等优点,但其内在理论基础尚未被完全揭示。通过引入互补型约束条件建立了结点虚流量法和Signorini型变分不等式提法的等价性桥梁,在此基础上引入过渡区放大系数 对自由面判别准则进行优化,并以砂槽模型试验为例进行验证。对比结果表明,优化后算法数值稳定性更好,计算结果与试验数据吻合度更高。研究成果为超大规模网格的渗控结构优化设计提供了有效分析手段。     

堆石料Gudehus-Bauer亚塑性本构模型改进及参数确定方法

研究了Gudehus-Bauer亚塑性本构模型和模型参数的求取方法。采用侧限压缩试验曲线求取模型参数颗粒硬度hs和指数n。根据模型方程的推导,建立了拟合指数 和 与围压之间的关系,并提出了新的拟合参数。考虑到堆石料具有明显的剪胀、剪缩性,在Gudehus-Bauer模型线性项中增加了主要控制体积应变项 ,以改善模型对堆石料体积应变曲线的描述。采用堆石料大型侧限压缩试验、常规三轴试验分别验证了新的拟合参数和改进后的Gudehus-Bauer亚塑性本构模型。与堆石料试验成果比较,提出的新拟合参数与改进后的Gudehus-Bauer亚塑性本构模型可以较好地模拟堆石料的应力-应变特性,并较好地改善了堆石料体变曲线的模拟结果。对改进后的模型作了常规三轴加、卸载模拟,模拟结果反映了改进的Gudehus-Bauer亚塑性本构模型具有一定的卸载适应性。     

基于岩石物理模型的页岩储层裂缝属性及各向异性参数反演

针对富有机质页岩储层复杂的矿物组分与微观孔缝结构,本文提出基于岩石物理模型和改进粒子群算法的页岩储层裂缝属性及各向异性参数反演方法。应用自相容等效介质理论与Chapman多尺度孔隙理论建立裂缝型页岩双孔隙系统岩石物理模型。开发基于岩石物理模型的反演流程,引入模拟退火优化粒子群算法解决多参数同时反演问题,反演算法能够避免陷入局部极值且收敛速度快。将本文方法应用于四川盆地龙马溪组页岩气储层,反演得到的孔隙纵横比、裂缝密度等物性参数和各向异性参数与已有研究结果一致,能为页岩储层的评价提供多元化信息。     

基于倒置声学基阵的INSUSBL组合导航算法研究

文中关注水下潜航器导航定位时,电磁波传播途径中能量衰减、惯导系统长航时积累误差以及提高水下潜航器定位精度等问题。基于倒置的超短基线声学基阵,分析声波往返传播时间(RTT)、平面波近似方法和USBL导航解算方法及其坐标转换过程,结合INS误差方程,建立INS/USBL松组合模型。为进一步提高系统精度、动态性能和抗干扰性,考察USBL的原始斜距、斜距差以及声学基阵的空间分布信息,提出基于USBL原始输出信息的INS/USBL紧耦合组合导航方法。通过MATLAB仿真对导航算法进行验证,结果表明两种算法能充分抑制纯惯导误差随时间积累问题,且有效地估计出姿态、速度和位置误差角;其中紧耦合方法状态估计误差最小,导航参数精度相对松组合提高30%以上,对于提高水下载体导航定位精度、海洋探测具有重大意义。