ACOMCD: A multiple cluster detection algorithm based on the spatial scan statistic and ant colony optimization

The spatial scan statistic (SaTScan) has become one of the most popular methods for detecting and evaluating spatial clusters. However, this method can only identify circular or elliptical clusters and is not a good fit for the detection of irregularly shaped clusters. Numerous methods have since been proposed to solve this problem. Nevertheless, if multiple clusters coexist, these methods may not identify the correct situation, because the interference between clusters can easily lead to a tree-like shaped cluster and cause confusion in the results. In this paper, we propose an Ant Colony Optimization based Multiple Cluster Detection (ACOMCD) algorithm, which combines classical SaTScan with the ant colony optimization (ACO) approach. In the initial stage, SaTScan is first used to mark the candidate cluster areas according to the significance of their maximum likelihood evaluations. Then ACO-based scan statistic is carried out separately on these candidate clusters to identify their natural shapes. The algorithm was designed for spatial regional count data only. Comparisons between ACOMCD, SaTScan, GaScan (genetic algorithm-based scan statistic), and FleXScan (flexibly shaped spatial scan statistic) on three kinds of simulated datasets show that ACOMCD performs the best in simultaneously determining the exact number of clusters and identifying multiple irregularly shaped clusters. A case study on esophageal cancer in eastern China further validates the correctness and effectiveness of ACOMCD.     

基于温度植被干旱指数的黄河源区土壤表层含水量反演

为了对黄河源区的土壤表层含水量进行反演与时空分析,利用黄河源区2006年第65—321天MODIS温度和植被指数产品数据,计算了温度植被干旱指数(TVDI),构建了不同像元尺度窗口的LST/NDVI斜率与实测表层土壤相对含水量之间的线性关系,比较了不同尺度像元窗口的拟合效果。分析结果表明:9×9像元窗口的拟合效果(回归系数R2为0.65)优于其他像元窗口尺度;季节尺度的拟合精度(回归系数R2为0.76)优于长时间序列的拟合精度;夏季模拟值与实测值的均方根误差为0.09,模拟精度满足实验要求,可用于黄河源区短时间序列的土壤表层含水量反演。     

改进的灰色灾变模型在干旱预测中的应用

为提高传统的GM(1,1)模型精度,分别从原始数据序列检验和建立残差修正模型两方面进行了改进,并将改进的灰色灾变模型与不进行原始序列检验的GM(1,1)1模型和对原始数据序列进行检验的GM(1,1)2模型进行了比较。结果表明:改进的灰色灾变模型精度最高;运用该模型预测榆林市未来可能发生干旱的年份分别为2012年、2015年和2019年。     

金沙江乌东德水库诱发地震统计预测研究

为了研究乌东德水库诱发地震的可能性,在选用国内外377座已建水库统计资料的基础上,对乌东德水库诱发地震进行预测分析。针对具体地质条件,共选出了10个影响因子,并将影响因子细化为3种不同状态,在此基础上建立了水库诱发地震预测统计模型。模型将诱震的10个概率因子表述为几个相应的地理位置可以完全叠加的矢量图层,然后进行GIS图层计算,实现了水库诱发地震的统计预测。研究结果表明,乌东德水库具备诱发地震的可能性。     

对抗旱服务组织发展的思考

叙述江西省抗旱服务组织现状,分析了制约抗旱服务组织发展的问题,提出了抗旱服务组织发展对策.     

设计洪水估计值的抽样误差分析与应用

在设计洪水估计值的抽样误差分析中,采用B值诺模图方法估计均方误差简单易用。文章对在水电工程中经常采用的P-Ⅲ型经验适线法估计的设计洪水成果如何借助优化适线法参数来估算设计洪水值的抽样误差进行了分析说明。不同的优化适线法会得到不同的诺模系数B,估算设计洪水估计值的抽样误差时,选用某一准则的优化适线要使用相应的诺模系数B值。并分别对实测洪水的连序系列及含历史洪水的不连序系列资料进行了应用分析。     

石家庄西部山区干旱成因及抗旱减灾对策研究

通过分析石家庄西部山区4个代表监测站的历年降水资料,利用《旱情等级标准》中农业旱情指标与等级,12．22009年春季石家庄西部山区的旱情为例,分析了旱灾主要成因,并提出抗旱减灾对策。     

一种改进的基于秩检测的信道有效阶数估计算法

信道阶数估计是SOS类盲辨识算法的前端步骤。针对Liavas阶数估计算法对信噪比要求高的问题,通过对接收序列自相关矩阵进行"降噪"处理和改进秩检测目标函数,提出一种改进算法,有效降低了对信噪比的要求。分析了在不同信道条件下,各种阶数估计算法的性能,阐明随着信噪比降低,阶数估计误差不可避免,该结论是进一步研究对阶数估计误差鲁棒的盲辨识算法的重要依据。     

基于地质统计学的多源遥感信息融合研究

在地质统计学的概念及相关理论的基础上,分析了多源遥感信息的特点及分类。将地质统计学引入遥感信息融合中,按时序获取不同传感器的观测信息并依据相关准则进行自动分析,完成了多传感器的状态估计和决策的信息处理过程。利用地质统计学的变差函数和克里金法对多源遥感信息进行空间特征的融合,提高了遥感信息的使用率,达到了准确预测和估计地质状态的目的。     

基于边缘分析和颜色统计的车牌精确定位新方法*

针对车牌的边界定位不准确和伪车牌较多的问题,提出了一种边缘分析和颜色统计相结合的车牌精确定位的新框架。该框架主要分为预处理、粗定位、精确定位和伪车牌排除四个模块。对图像作边缘检测和二值化等预处理,用投影法粗定位出候选区域,利用候选区域及其周围的边缘和颜色的信息实现车牌的精确定位。对于定位结果有多个候选区域的情况,对候选区域进行排序,再将排序结果按顺序传入字符分割模块,从而有效排除非车牌区域的影响。实验结果表明,该方法精确度和准确率高、实时性强,适用于不同的应用场合。