排序方式: 共有26条查询结果,搜索用时 389 毫秒
1.
为了解决无人机点云数据中的孔洞修补问题,本文提出了基于麻雀搜索算法(SSA)优化BP神经网络的无人机点云孔洞修补方法。首先利用麻雀搜索算法对传统的BP神经网络进行初始权重与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法(SSA-BP)运用于无人机点云数据中孔洞的修补。为了验证算法的可行性,将SSA-BP神经网络与传统的BP神经网络、最小二乘支持向量机(LSSVM)两组算法进行精度比较。试验结果表明:SSA-BP神经网络算法的修补精度高于另外两组对比算法,且SSA优化后的BP神经网络稳定性更强,在复杂地形孔洞的修补中仍具有较好的修补效果。 相似文献
2.
冰雹天气过程的综合分析 总被引:6,自引:2,他引:4
选取发生在邯郸辖区内的5次冰雹天气过程,应用常规观测资料并结合雷达回波资料,从天气形势、物理量场和雷达回波演变特征等几方面进行了综合分析。结果表明:冰雹天气出现在对流性不稳定层结条件下,中高层干冷低层暖湿,地面有中尺度辐合切变线配合,0℃层、-20℃层和强垂直风切变的高度适宜。多普勒雷达能很好地监测中尺度天气系统的发展演变过程,回波强度和回波顶高度的变化、速度对和逆风区的出现、1 h降水累积值和垂直积分液态水含量的急剧增加等都对冰雹的出现具有指示意义。 相似文献
3.
4.
5.
6.
针对机载LiDAR点云的岛屿岸线提取过程复杂、附属岛屿岸线难以提取等问题,提出一种基于改进Alpha Shape算法的点云数据岛屿边界提取方法。首先利用布料模拟滤波算法剔除非岛屿点云数据,通过欧式聚类进行不同岛屿的提取,再将岛屿点云数据投影至二维平面,并根据岛屿点云构建格网。在此基础上使用自适应Alpha Shape算法,对提取出的岛屿点云进行边界提取,即可得到岛屿的岸线轮廓。选取新西兰的玛提尤/萨姆斯岛作为研究区域,并将本文算法与Alpha Shape算法进行对比,结果表明:本文算法提取岛屿边界点云的精准度为97.78%,可以准确地提取岛屿岸线,为海岛规划提供参考。 相似文献
7.
应用WRFV3.2.1中尺度数值模式,利用每日4次1°×1°的NCEP-FNL全球分析场资料,对2009年11月9-12日河北省回流暴雪过程进行数值模拟,并利用模式输出的时空分辨率较高的资料,对冷流暴雪特征及其物理机制进行分析。结果表明:暴雪区近地层为干冷气团形成的冷垫,暖湿气流沿锋面上界自低层向高层输送,暴雪的出现与高温高湿能量的输送密切相关,水汽主要来自南方|近地层以辐散和反气旋性涡度为主,上升运动的加强与中尺度对流云团的活动相对应,太行山的地形影响使降水强度加大。 相似文献
8.
华北一次西南涡暴雨过程的诊断分析 总被引:1,自引:0,他引:1
利用一日4次1°×1°的NCEP再分析资料和常规观测资料,分析了2010年7月19日发生在华北地区的西南涡暴雨过程。结果表明:此次暴雨过程是不同尺度系统共同影响的结果,低空急流将水汽源源不断地向暴雨区输送,云水含量大值区与强上升运动和强降水时段有较好的对应关系,高、低空急流的耦合作用促进了上升运动,暴雨期间对流层低层有自南向北发展的高能舌维持,存在对流性不稳定层结,上升运动自低层向上发展,将低层的暖湿空气向上输送,使得大量的不稳定能量释放,为暴雨区提供了持续的能量。 相似文献
9.
根据灾情观测资料、重要天气报告资料,从多角度对京津冀地区雷暴大风进行了统计分析,结合MICAPS资料、NCEP资料、自动站资料以及多普勒天气雷达资料,讨论了雷暴大风形成的天气条件、类型和风暴特征,结果表明:雷暴大风主要分布在北京西北部山区、沿海地区以及西北部高原,平原相对较少,近30 a演变趋势为振荡减少。雷暴大风最早始于3月中旬,最晚终于11月上旬,6月下旬达到顶峰,6、7月份为最多月份,14—20时为日高峰期。雷暴大风的旬、月分布与冷空气活动、南支急流的位置有关;雷暴大风的形成,5、9月份需要更高的热力条件和动力条件,6、7、8月份需要更高的不稳定条件和能量条件;西北气流型和低涡型是产生雷暴大风日数最多的天气类型。各类型天气系统的月分布与冷空气活动、副热带高压位置以及南支急流的强度、位置有关;雷暴大风的范围与影响系统的尺度和强度有关,冷锋和低涡出现区域性雷暴大风天气的几率最高,且级别越高,冷锋的优势越明显;雷暴大风过程多单体风暴最多,飑线次之。雷暴大风的范围与风暴的强弱有关,飑线、超级单体风暴是出现区域性雷暴大风几率最高的对流风暴,且级别越高,飑线的优势越明显。
相似文献10.