抗差最小二乘配置在数字化地图几何纠正中的应用讨论

抗差估计具有较好的抗拒异常观测值及粗差的能力,而最小二乘配置又能较好地处理系统误差,本文结合两者的优点,利用抗差最小二乘配置对数字化地图进行几何纠正,其中对协方差函数采用抗差拟合,得到了较好的结果。实验证明在GIS数据处理的扫描数字化地图几何纠正中,抗差最小二乘配置在抗拒异常值和处理系统误差方面优于单纯的最小二乘估计和单纯的最小二乘配置方法。     

小波阈值消噪方法分析及应用

详细介绍了小波阈值消噪中阈值函数的选取和阈值的具体估计方法,并对阈值函数的选取进行了比较分析,以四川二滩大坝变形监测数据消噪前后的信噪比和均方根误差两个指标,对各种阈值方法进行了对比分析。理论分析、应用实例的结果表明,几乎硬阈值方法比Garrote阈值方法能更好地恢复被噪声湮没的局部变形信息。     

地磁匹配导航中几项关键技术研究

地磁匹配导航的实质是数字地图的匹配.地磁数据库的精度和地磁适配区的选择是地磁匹配导航中的2项关键技术.文中把克吕格插值算法引入到地磁图的重构中,仿真结果表明了其有效性;同时把熵选择法和统计特征法引入到地磁适配区的选择中,通过仿真结果对2种方法进行比较,结果表明,熵选择法综合效果更好,更适合于在实际中应用.     

高斯投影复变换与Maple计算机代数系统的实现方法

高斯投影的复变换与实变换相比具有独特的优势.使用Maple计算机代数系统,高斯投影正算及反算变换的核心就是方程求解及复积分计算.本文对高斯投影复变换进行了改进,只需建立正算变换计算式而不需要针对反算变换再建立一套变换计算式,给出了Maple系统方程求解的求根函数法以及复积分计算的积分级数分析法、椭圆积分函数法及直接积分...     

实时动态差分法测量精度模型及实验研究

从实时动态差分（RTK）测量精度的表现结果出发,通过综合分析RTK测量误差特性,推导出反映RTK测量精度的数学模型,并用实例验证。为实时预测评价RTK局域性控制测量提供可行依据,切实指导RTK测量实践,具有较好借鉴价值。     

手持GPS定位精度与误差的研究

分别探讨在绝对定位和相对定位两种模式下手持式GPS定位的稳定性,得出合理的观测时间长。通过不同时长的观测数据的对比分析给出：实时定位与长时间定位观测值之差在1m之内。手持GPS绝对定位的准确度即测量的结果与其真实位置符合程度非常高,能够控制在亚米级的范围之内。在卫星个数较多的情况下,实时定位的精度也能控制在亚米级的范围之内。利用单点定位系统误差改正模型,消除或减弱某些误差后能得到更高的精度,使得单点定位精度达到半米之内甚至更高。     

提高无控制点星载SAR影像的定位精度研究

针对无控制点情况下星载SAR地面目标高精度定位问题,提出在整个成像条带中任选一景SAR影像,并基于全球DEM数据生成模拟的SAR影像,然后通过自动或半自动匹配方式寻找一个控制点,修正整个条带的轨道参数,从而消除了系统误差的影响,提高了整个SAR条带影像的定位精度。     

一类小波基函数的构造及其在测量数据处理中的应用探讨

Shannon函数有很好的滤波性能,但向两端衰减速度缓慢;Gauss“窗”函数有很好的控制小波衰减的特性,但其低通滤波效果较差。根据这两个函数各自的优点构造了一类新的小波基函数,分别为满足低通的父小波和带通的一阶、二阶母小波,讨论了它们的正交性、完备性和紧支集性等性质,以GPS资料为例,分析其信号平滑和压缩效应、边缘效应和奇异点检测,得出一些有益的结论,为大地测量数据处理提供一种小波分析方法。     

基于聚类有效性函数的面状地理实体聚类

为解决聚类数未知条件下面状地理实体的聚类问题,文中提出了一种基于聚类有效性函数的聚类方法。给出了适合面状地理实体k-中心点聚类算法的聚类有效性函数;将该有效性函数改写为适应度函数,设计了基于遗传算法的面状地理实体聚类算法。该算法在计算聚类数的同时能得到划分聚类结果。实验结果从一定程度上反映了数据集的结构信息特征。     

A high-precision heuristic model to detect home and work locations from smart card data

Smart card-automated fare collection systems now routinely record large volumes of data comprising the origins and destinations of travelers. Processing and analyzing these data open new opportunities in urban modeling and travel behavior research. This study seeks to develop an accurate framework for the study of urban mobility from smart card data by developing a heuristic primary location model to identify the home and work locations. The model uses journey counts as an indicator of usage regularity, visit-frequency to identify activity locations for regular commuters, and stay-time for the classification of work and home locations and activities. London is taken as a case study, and the model results were validated against survey data from the London Travel Demand Survey and volunteer survey. Results demonstrate that the proposed model is able to detect meaningful home and work places with high precision. This study offers a new and cost-effective approach to travel behavior and demand research.