基于FCM的时间序列论域划分方法

随着社会的发展,人们对于数据预测的需求日益增加,模糊时间序列因其能够处理时间序列中含糊不清的数据而备受关注。从提高模型的预测精度角度来看,论域划分作为时间序列数据预测的第一步,作用至关重要。本文提出一种基于FCM的二次论域划分方法。该方法首先根据FCM聚类算法得到的聚类中心对论域进行一次划分,然后根据样本点空间分布的疏密程度不同对论域进行二次细化,实现不等分论域,最后通过对经典样本的预测证明方法的可行性。     

基于变化步长的数字影像特征搜索算法

先通过大步长搜索确定匹配区域再通过小步长排查确定匹配点,完成基于变化步长的特征搜索算法优化。     

基于卡尔曼滤波参数自学习的大坝变形预测

卡尔曼滤波模型被广泛运用于大坝的变形预测,然而其参数的识别,尤其是状态和观测噪音协方差矩阵的识别,主要来源于工程经验和领域专家知识。因此提出一种自学习的参数识别方法,该方法基于历史数据,结合Monte Carlo和拒绝采样算法获取卡尔曼滤波参数。具体地,从训练样本中挑选出与真实值最接近的实测值对状态噪音进行估计,并通过计算它与总体误差的差值来确定观测噪音。实验表明,相比已有的同类方法,该方法的准确性更高,更适用于大坝变形预测。     

山洪灾害防御外业踏勘调查研究

山洪灾害防御外业踏勘工作极其繁重,需要采用先进技术来构建踏勘系统辅助踏勘工作的圆满完成。在分析了山洪灾害的防御外业踏勘工作基础上,介绍了目前中国大恒的山洪灾害防御外业踏勘系统。中国大恒山洪灾害防御外业踏勘系统能为山洪灾害的防御提供实用和便捷。