基于格网模型的三维地形可视化

地形是自然界中具有复杂特征的景物之一,格网模型具有结构简单,数据直观的优点,是地形建模的有效模型.在地形建模的基础上,经过消隐处理、光照处理等处理过程后,可以实现三维真实感地形的显示.提出了基于格网模型的地形建模技术,并给出了消隐处理、光照处理的方法和实验结果,从而实现三维真实感地形的可视化.     

基于UTM格网坐标的地形基准数据库技术

介绍了UTM格网坐标具有快捷方便、精度高、易识别的特点,提出了利用UTM格网坐标与地形数字高程,构建地形基准数据库的方法。     

基于公里格网的陕西省地震损失自动评估系统的设计与实现

地震损失预评估是地震应急的基础。通过GIS平台,基于python语言,构建陕西省地震损失自动评估系统。通过栅格运算技术以公里格网数据为基础构建震害数据库,以提高系统评估精度。引入自动触发、自动出图、自动空间分析等技术实现系统自动化运行,提高系统产出速度,满足地震应急时效性要求。     

数控加工路径的最优调度模型设计与实现

以往设计出的数控加工路径最优调度模型往往过于注重对数控加工能耗的优化,导致模型收敛性较差,对数控加工效率的优化能力不强。基于上述原因,在保证合理的加工能耗基础上,设计数控加工路径最优调度模型。通过构建数控加工任务DAG模型,对数控加工中的重要路径进行有效提取。对数控加工任务DAG模型进行优化,获取到数控加工路径最优调度模型的顺序模型、并列模型和支线模型。三个模型分别针对任务量较少、任务量较多以及单任务且多路径的数控加工重要路径进行最优调度,并进一步给出以微处理器为中心的硬件架构,对模型进行实现。实验结果表明,所设计的模型具有较好的收敛性和较强的数控加工效率优化能力。     

基于菱形块的全球离散格网数据组织与管理策略的探索

针对海量基于菱形块的全球离散格网数据的组织管理问题,提出了一种基于文件数据库的瓦片金字塔数据模型,详细介绍了其分层分块的结构以及数据块的编码方式和数据索引方法,为基于菱形块的全球离散格网的数据集成提出了新的解决方案。     

基于RVoG模型的极化干涉SAR最优基线分析

 针对极化干涉SAR体散射体参数估计应用,基于随机体散射体/地表二层(RVoG)模型分析研究了其最优基线问题.在基线去相干、RVoG模型、相位管等相关理论分析基础之上,证明了最优基线的存在性,给出了其定义与计算方法,比较了其与常规干涉SAR最优基线的异同.通过仿真验证并讨论了雷达、成像几何和体散射体参数对最优基线选取的影响.     

基于多分辨率格网的三维物体识别方法

本文首先提出了一种改进的三维物体表达方法,它将一个三维物体表面网格与其它表面网格的几何关系表示为一个二维矩阵,称为距离角度图.这种表达能够描述任意形态物体,抑制杂乱背景和遮挡,几何意义直观,且适应不同分辨率、非规则的三角格网.然后,以这种表达方法为基础,本文阐述了一种基于多分辨率格网的,由粗到精的三维物体识别方法.它先在场景和模型的低分辨率格网上进行粗匹配以得到模型候选集合,之后在已匹配网格的高分辨率格网邻域上筛选模型候选集合,最后综合考虑多个网格对应的模型候选以得到最终模型候选的确认和验证.这种识别方法具有运算量小,准确可靠等优点,实验证明该方法正确有效.     

基于关联规则算法的推荐系统设计与研究

随着互联网的深化普及,当前我国社会已经进入大数据时代,这是一个信息网络和数据经济相互交融的时代.电子商务系统在为用户提供越来越多选择的同时,其结构也变得更加复杂,用户想从海量数据中找到所需要的信息,所用的时间越来越长,信息过载和信息迷失的现象日益严重,如何高效地为用户推荐所需要的信息,在数字时代变得越来越重要.本文研究的推荐算法就是基于这一问题,试图给出相应的解决方法.首先,介绍了推荐系统的研究背景、研究意义;其次,详细介绍了关联规则的推荐算法,通过案例进行分析、说明此算法的有效性.     

基于VB与MatrixVB的最优分类超球面实现

提出了一种基于共形几何代数最优分类超球面的表示方法;讨论了运用共形几何代数理论来构造最优分类超球可分问题的可行性和简便性;介绍了基于共形几何代数的分类超球面几何表示,并用此表示将二类最优分类超球面的可分问题转化为二次规划的训练学习问题,该算法保留了最大分类间隔理论的优点,将二类最优平面可分推广到最优超球可分。另外针对VisualBasic数值计算能力的不足,不利于系统开发,介绍了基于VB和MatrixVB实现最优分类超球面,该方法将Matlab的强大计算功能与VB的Windows用户界面的开发优势结合起来,充分发挥了各自的特点．缩短了软件的开发周期。软件测试结果表明,计算方法正确,计算速度快,系统资源消耗少,操作简便易行,能满足数据分类的要求。     

基于CARBA具备认知能力的规则引擎自搜索模型的实现

本文通过介绍规则引擎和Rete匹配算法提出了自搜索的重要性和必要性,随后介绍了具备认知功能的自搜索方案,然后提出了一种分布式环境下基于公共agent请求代理体系结构(CARBA)的具备认知能力的规则引擎自搜索模型以及自搜索模型中基于agent协作的二次自学习算法,最后对该机器学习算法进行实验分析并提出了改进方法.     

基于改进的电流模型磁链观测器的异步电机矢量控制

本文首先讲述了交流调速的现状,阐述了矢量控制原理,采用转子磁链定向搭建磁链电流模型,最后搭建了带转矩内环的转速、磁链闭环矢量控制系统仿真模型。使用MATLAB仿真软件进行了仿真,并在原来仿真基础上修改了相关仿真参数,结果验证了基于电流模型磁链观测器的矢量控制策略的优越性能。     

基于最小二乘拟合的运动单站无源测向定位

无源测向定位是应用最多的一种无源定位技术。研究了在平面直角导航坐标系下,移动单站直线运动时的高精度定位综合算法问题,提出了基于最小二乘直线拟合的定位算法,并给出了仿真结果。     

高起点本科生的多样性培养模式研究

中南大学创办的升华班立足以高起点本科生为培养对象,以培养知识广、见识广,意识强、能力强的领军人才为目标,按照"夯实基础、融合专业、注重个性、放眼国际、强化能力、提升素质"的办学理念,遵循高起点、高要求、高目标的培养原则,倡导培养对象多专业、培养过程多手段、质量评价多方法,构建了以多样性为主导的高起点本科生培养模式,创建了多样化的培养手段和培养途径,重点提出了通过非教学途径和国际教育长见识,使人才培养实现真正意义上的国际化。实践证明,这是一种成功的领军人才培养模式,它开辟了我校培养杰出人才的新途径。     

学生成绩分析数据仓库的模型设计及实现

随着信息技术的发展，许多高校建立了相对完善的管理信息系统。但是，现有的系统信息只能完成简单的查询操作，而不能获取潜在有用信息。数据仓库及其相关技术为解决此问题而产生：这里提出了构建学生成绩分析数据仓库概念模型、逻辑模型、物理模型的模型设计方案，并通过决策支持对象编程实现数据仓库的构建。     

基于自回归移动平均模型的图像模糊消除并行稳定机制研究

为了克服图像模糊消除算法不稳定与解模糊等难题,保证复原图像的细节信息清晰完整; 并提高算法的运行效率,获取实时性,本文提出了神经网络融合自回归移动平均模型的图像模糊消除并行稳定机制。引入神经网络,基于突触权重系数,构造激活函数;再嵌入人工蜂群算法（ABC- Artificial Bees Colony）,并以神经网络的均方误差函数设计适应度方程,由ABC算法训练神经网络,利用优化后的神经网络来获取自回归移动平均模型的参数;再将自回归移动平均优化模型引入模糊图像,以同时识别模糊函数与模糊图像;并对模糊函数进行相关定义,以消除算法不稳定性与解模糊问题;再对模糊图像进行反卷积,消除模糊。借助仿真实验来测试本文机制的相关性能,结果表明：与其他模糊消除算法相比,该机制的运行速度更快,时耗最短;且本文机制更稳定,模糊消除效果更好,复原图像的细节信息清晰可见。     

一种基于TOA的定位优化算法

提出了一种在非视距环境下,当基站处于不良布站情况,即基站不能如蜂窝状包围住移动台时,测电波到达时间(TOA)定位算法的一种优化方法。其主要思想为先利用三基站相交线定位方法测得一个移动台的初始值坐标,再通过初始值坐标,确定基站选择和坐标优化机制,选择两两基站最优搭配,利用最优基站的圆周线相交定位方法,经过多次测量,消除NLOS误差对测量值的影响,最终确定出移动台坐标。此方法计算量小,结构简单,经验证,此方法比原来方法有更高的测量精度。     

基于观察者模式的屏幕布局控件设计

在软件设计过程中,遇到一个对象的行为引发其他多个对象相应的行为。观察者模式作为设计模式中行为模式的一种,解决了上述具有一对多依赖关系对象重用问题。文中在分析观察者模式思想的基础上,应用观察者模式、用C语言实现了一个屏幕布局控件,取得了比较好的效果。     

基于逐级最大似然估计的单站无源定位跟踪算法研究

本文以单站无源定位跟踪为研究背景,根据其观测方程严重非线性的情况,在最大似然估计算法的基础上提出了逐级最大似然估计算法.讨论了这种算法的最优性、计算量少的特点,以及初始值的选取对算法收敛性的影响,并通过仿真试验进行了验证.     

基于关机点状态的弹道导弹落点估计及误差分析

反导系统中,如何准确快速地估计导弹落点为目标威胁估计提供了重要依据,也是提高拦截概率的关键步骤。根据弹道目标关机点状态估计信息,利用椭圆弹道理论进行落点估计研究,克服了现有方法的弊端,通过误差传播矩阵研究了关机点状态估计信息对落点估计的影响,利用误差估计模型对落点估计的误差进行了分析,对落点估计精度的改善具有一定的实际意义。     

基于EETS与GC的非规则QC-LDPC码低错误平层构造方法

针对准循环低密度奇偶校验(QC-LDPC)码在高信噪比区域可能出现的错误平层现象,提出了一种基于消除基本陷阱集(Eliminating Elementary Trapping Sets, EETS)和围长约束(Girth Constraints, GC)的非规则QC-LDPC码构造方法。该方法通过巧妙选取度分布,利用基本陷阱集搜索和围长约束改进渐进边增长(Progressive Edge Growth, PEG)算法构造基矩阵,然后通过等差(Arithmetic Progression, AP)序列扩展得到所需的校验矩阵。该方法仅需对简单环形式的ETS进行搜索和消除,就能确保构造的基矩阵中不存在设置范围内的绝大多数ETS,从而降低错误平层现象,且该方法计算复杂度相对较低,可灵活设计码长码率。仿真结果表明,由所提出构造方法构造的非规则QC-LDPC码比其他五种QC-LDPC码的纠错性能更为优越,且没有明显的错误平层现象。