用户多能源选择模型的构建与验证

在NETLOGO平台下构建了用户在不同条件下对电能、太阳能、天然气3种能源选择的多智能体仿真模型.模型中,每一种能源是否能被用户选择将取决于该种能源跟其它几种能源使用性价比的比对结果.性价比所考虑的因素包括:能源自身属性因素、用户对不同种能源进行自主选择时受到的邻居影响因素、政府宏观调控因素、地域因素、大众选择倾向心理因素和用户自身经济条件因素.模型构建的技术重点在于如何能够使上述几种因素对用户进行能源选择时的影响得以合理地体现.最后,通过模型中3组重要参数取值的不同设置,对模拟结果的合理性与可信度进行了验证.     

基于梯度转向核的半随机傅里叶域压缩重构算法

针对压缩遥感过程中非严格稀疏和傅里叶域欠采样噪声导致的伪影和混叠现象,本文提出了基于梯度转向核的压缩重构策略（GradSK）。在压缩感知编码过程中提出了半随机傅里叶测量的方式,既保留图像的概要分量,同时保证了K-空间随机欠采样的非连贯性。在压缩感知解码过程中提出了由基于多阶梯度的转向核与有限差分总方差（TV）结合的方法,来解决解码过程中的无约束凸框架问题。实验表明,该方法在解决无噪采样和有噪采样的过程中均有较好性能。     

基于变分贝叶斯ICA的遥感图像混合像元分析

混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析(ICA)能够实现图像的去 相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律 的不变假设,影响了遥感图像分类精度。针对这一问题,提出了基于变分贝叶斯ICA(VBICA) 的遥感 图像分析方法,并利用遥感图像进行验证,结果表明：VBICA方法提取的独立分量具有均方 根误差小、迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了9155% ,且目视效果较好;VBICA方法突破了ICA的局限性,提高了遥感图像自动分类精度,具有很 好的应用前景。     

基于变分贝叶斯ICA的遥感图像混合像元分析

混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析( ICA)能够实现图像的去相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律的不变假设,影响了遥感图像分类精度。针对这一问题,提出了基于变分贝叶斯ICA( VBICA)的遥感图像分析方法,并利用遥感图像进行验证,结果表明：VBICA方法提取的独立分量具有均方根误差小、迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了91.55%,且目视效果较好;VBICA方法突破了ICA的局限性,提高了遥感图像自动分类精度,具有很好的应用前景。     

基于多智能体的居民新能源选择情景模拟

居民对新能源的接受可以有效缓解常规能源紧缺的局面.居民对不同种能源的选择行为是决定是否接受新能源的关键。在NETLOGO平台下建立了以居民用户为主体的多智能体仿真模型,重点研究了不同性质的影响因素如何制约居民用户的能源选择行为进而引起使用新能源的居民用户数量发生变化。以太阳能热水器为研究对象,分析了影响居民用户接受太阳能的四类因素,在影响因素中选取大众传媒与政府决策因素进行情景模拟,结果表明,在天然气相对太阳能在地域及政府决策因素有优势的情景下,政府决策因素比大众传媒更能影响居民用户对太阳能的选择行为.能源补贴的发放可明显缩短居民用户接受太阳能的时间并提高使用用户数量,在这种情景下大多数接受太阳能的用户依然保持使用天然气。     

基于卫星图像的火山灰云识别方法研究

大规模的火山灰云既会引起全球气候和环境系统的巨大变化,又会威胁航空安全。卫星遥感技术能够快速准确地获取大范围的空间变化信息,实现对火山灰云发生、扩散状况的识别和预警。首先阐述了火山灰云的光谱特征和常用的卫星图像类型;然后从紫外吸收法、模式识别法、分裂窗量温差和改进型分裂窗量温差算法方面系统地介绍了火山灰云的识别方法;最后对国内现有的基于卫星图像的火山灰云的研究进行了评述,并对其发展趋势进行了总结和讨论。