基于GeoStar的长江水文河道GIS研制与开发

长江水文河道地理信息系统以长江流域内河道、湖泊及其水文泥沙特性为主要研究对象,以多年观测所得的水文、泥沙及河道地形勘测资料为基础,以吉奥之星系统软件为开发平台,来建立相应的地理数据库系统及应用型GIS基础软件,以期实现Web数据库系统和WebGIS,为最终实现长江数据仓库的建设蓝图及"数字长江"的宏伟目标奠定基础.介绍了系统研制的背景及目的,系统开发的目标与环境、特点及意义,着重对系统的设计与开发作了详细的总结与探讨,最后对系统需要改进之处作了说明与建议,有益于系统的后续研制与开发.     

珊溪水电站施工控制网的模拟计算和优化设计

本文从对网形、观测精度、网的精度、可靠性、费用及其相互关系等分析出发,结合珊溪水电站施工控制网进行了较深入的研究,并按基于观测值内部可靠性的方法对该网进行了模拟计算和优化设计。     

铁路某采空区变形测量技术方案探讨

结合太中银铁路山西境内某采空区的变形测量工作,对铁路建设中采空区变形测量特点、等级、变形网及变形观测点的布设方法、测量周期的确定、外业观测、数据处理等进行了探讨。     

某特种工程天线基础的精密放样与调整

某特种工程的两个子工程相隔距离超过100km,天线基础定位、定向的控制指标高.如果工程定位、定向满足不了控制指标的要求,该工程将会报废.通过分析发现天线基础从放样到竣工,误差来源主要为测量误差和施工误差.对可能出现的影响天线基础定位、定向的各种因素进行误差估算,制定了合理的技术方案,使用不同种类的机加工配件降低了施工难度,使得天线基础施工效果达到了较高精度.     

基于卡尔曼滤波的导航道路地图匹配方法研究

定位数据与地图数据不符是地图匹配致力解决的问题,目前还没有理想的通用匹配算法,本文针对匹配过程中传统方法对于误差处理的不足,探讨了卡尔曼滤波的相关应用问题,考虑了将动态滤波技术引入地图匹配的直接模式和间接模式,使道路形状相关与道路形状无关情况都可以得到有效地处理,对线性系统和非线性系统都适应,这种对动态系统中观测误差、系统误差进行处理的有效方法,在模拟实验中取得了较好的结果。     

卫星角反射器的设计

以角反射器远场衍射理论为依据,提出了利用角反射器参数补偿速差的技术方案。即通过改变角反射器参数的大小,使得接收光斑的极值中心刚好回到测站位置,以弥补速差效应的影响。采用角反射器衍射光学理论与采用传统理论所得的卫星角反射器补偿角之间存在差异,这种差异随着轨道高度的不同而发生变化。以德国Champ卫星上角反射器为例,运用角反射器衍射光学理论进行了设计,设计所得的单角误差-3.70″与Champ卫星提供的-3.8″非常相近,而且按两者结果模拟得到的接收强度仅相差0.6%,从而验证了设计方法的正确性和可靠性。     

基于PS-InSAR的天津地区沉降监测及分析

城市地面沉降监测是保障城市安全建设和健康发展的重要手段之一,而传统的沉降监测方法无法大尺度反映地面形变信息。针对近几年天津地区出现大面积沉降现象,利用Sentinel-1A数据基于永久散射体干涉测量技术开展城区大范围沉降监测研究并分析了地面沉降原因。结果表明：近年来天津地区多处出现地面沉降,严重沉降区集中天津的武清区、北辰区以及郊区乡镇结合区域的王庆坨镇、胜芳镇、左各庄镇、静海镇以及大寺镇,其最大沉降漏斗位于王庆坨镇,沉降速率为-63.2 mm/a。经分析发现天津地面沉降与地下水过度开采、大型工业区的迁移和建设以及活动断裂带地质活动有关。     

GB-SAR影像坐标到三维地形坐标转换方法

为提高地基合成孔径雷达(GB-SAR)影像二维坐标到地方三维坐标转换的全局精度和可靠性,克服传统相似变换参数估计法的局限性,提出三维激光扫描数据辅助GB-SAR影像坐标三维变换方法。首先推导了相似变换参数估计法缩放因子的计算公式。分析结果表明相似变换法在目标处于不同相对高度条件下的计算精度不均匀,仅适用于距离雷达较远、范围较小的局部区域,并且相对于雷达中心的高度变化不能过于剧烈。由此提出利用三维激光扫描技术提供外部高程信息,依据GB-SAR成像几何投影原理,在投影面上完成点云和像元的匹配,实现GB-SAR影像坐标到地方三维坐标的变换计算。最后,结合GB-SAR隔河岩坝体高边坡变形监测试验,验证了该方法的有效性。研究成果有利于实际GB-SAR监测应用中对变形的三维解译和分析。     

基于集成学习的交通拥堵预测模型

The current navigation software has obvious inaccurate speed assessment when facing some serious traffic congestion, and cannot accurately predict the duration of the traffic congestion. Therefore, we propose a traffic congestion prediction model to accu- rately predict the congestion time in the face of most congestion situations through the prediction of speed. Regarding the speed pre- diction model, we select high-similarity samples based on the KNN algorithm. The prediction speed model is divided into two main models, KNN-VA and KNN-RBF, and we use an integrated learning method to fuse these two models to obtain more accurate aver- age speed prediction. Then, the congestion time can be predicted. In order to determine the congestion time, we use the RBF speed prediction method and the sampling method in a fixed area to verify. The results show that the model has high reliability for conges- tion time prediction.     

基于RVM机器学习方法的高校理论与实验教学质量评价模型

为提高高校理论教学与实验教学质量评价的精度及可靠性,基于机器学习新算法RVM构建高校理论教学与实验教学质量评价新模型。对RVM的核函数及参数确定方法进行改进,利用遗传算法优化的MK-RVM模型分别建立高校理论与实验教学质量评价的MK-RVM新模型,并构建基于置信区间的结果可靠性分析方法。实验结果表明,高校理论教学与实验教学质量评价MK-RVM模型的各项精度指标均表现优秀,精度等级达到"好";训练集及测试集的教学质量评价真实值均在MK-RVM估计的95%置信度置信区间内,证实基于MK-RVM的教学质量评价结果具有较好的可靠性。因此,RVM算法为高校理论教学与实验教学质量评价提供了一种新的有效途径。