城镇土地估价多媒体信息系统研究

随着我国土地使用制度改革的深入和地产市场的逐步培育、完善、土地估价以及地价信息的管理和利用显得越来越重要了。该文介绍了将城镇土地估价、地价信息管理与先进的计算机技术有机结合，研制开发多功能可视化城镇土地估价多媒体信息系统的设计思想和实现方法。该系统的使用将大大提高土地估价和地价信息管理的科学化和自动化水平。     

改进的Fuzzy—Artmap网络在遥感图像分类中的应用

提出了一种新的神经网络RBF Fuzzy-Artmap网络,该网络由径向基(RBF)神经网络和Fuzzy-Artmap网络构成.因为在Fuzzy-Artmap网络结构中使用了RBF网络的学习方法,因此克服了RBF网络和Fuzzy-Artmap网络的缺点,具有在线增量学习的功能,且不受样本输入顺序的影响.将新型网络应用到遥感图像分类中,得到了满意的分类精度,是一种有效的图像分类方法.     

自动调配的层次网格空间索引技术

海量空间数据的处理需要通过空间索引来提高效率。在深入研究网格类空间索引技术的基础上,针对层次网格空间索引进行若干的改进,提出了有创造性的基于正态分布的第一层网格长宽自动调配算法和完全包含的重新定义算法,并分析了它们的性能。结果表明,改进的层次网格空间索引大大提高了索引的效率和自适应的能力。     

电力电子高频磁技术及其发展趋势

论述了高频技术在现代电力电子技术的地位、作用、研究内容及其发展趋势。在研究目前国际上电力电子高频磁技术发展现状的基础上,总结提出了高频磁技术发展的五大趋势,即磁件的高频化、平面化、集成化、阵列化和混合化,以及由此所带来的高频磁技术在发展上的主要问题以及前沿研究的主要内容。     

基于自适应双阈值的SUSAN算法?

传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,并将其应用于遥感图像的边缘提取。实验结果表明,该算法能够有效提高边缘定位精度,降低漏检率,使边缘更细致光滑。     

BP神经网络的优化算法研究

BP学习算法通常具有收敛速度慢,易陷入局部极小值等缺点;遗传算法是全局优化算法,具有较强的全局搜索性能,但它在实际应用中容易产生早熟收敛的问题,且在进化后期搜索效率较低;模拟退火算法具有摆脱局部最优点的能力,能抑制遗传算法的早熟现象.因此,本文在BP算法结合遗传算法的同时,再加入模拟退火算法,可以有效地缓解遗传算法的选择压力.     

基于点锐度法和小波变换的图像融合方法

小波变换在图像融合中已有广泛的应用,但在进行小波塔形分解后通常是直接将低频分量简单替换或者均值加权,不能很好地利用多源图像的低频信息。针对这一现状,对基于小波变换的图像融合方法作了改进,对低频分量融合提出点锐度法进行处理,并对高频部分融合采用的区域能量法进行改进。仿真实验结果表明,融合的图像在保持细节和光谱信息方面都有一定的提高,评价指标较好。     

基于Kohonen神经网络的农用地分等模型研究

运用Kohonen神经网络理论,建立了农用地分等Kohonen网络模型,实现农用地分等的智能化,增强了分等的准确性和客观性。     

基于交通网络最短路径搜索的改进算法

对全源最短路径搜索算法进行了深入地研究分析,并结合国内城市道路交通的实际情况,提出了基于边序列最短路径搜索算法的一种改进算法——EBSP*算法。该算法在平均时间复杂度上比传统的Floyd最短路径搜索算法有较大的提高。     

遥感图像分类的LMBP核函数改进算法

在核函数的基础上采用向量扩展的方法改进传统的LMBP算法,将输入向量由低维转换到高维,充分利用误差函数的一二阶导数信息,同时结合传统LMBP算法的优点提高网络训练的收敛速度。仿真实验结果表明,改进方法网络训练的迭代次数更少,分类精度更高,对遥感图像分类更有效。