基于多演化阶段插值方法的滑坡预测研究

使用位移-时间曲线分析及预测滑坡形变趋势时,监测误差和数据录入会影响精度,而恰当的插值方法能提高滑坡位移预测值的准确性。从传统全局分段插值法和滑坡预测经典模型的研究背景出发,充分考虑典型滑坡不同演化阶段对插值效果的影响,将实际位移曲线按实际演化阶段划分为插值算法参数各异的敏感区间,利用多级别阶数的拉格朗日插值法完善滑坡多演化阶段的位移数值填充过程,然后对白家包滑坡的累积位移-时间曲线进行基于实际运动学变化情况的插值,最后通过指数平滑短期预测方法对比验证了该算法对于阶跃型滑坡的预测精度。结果表明,分段插值的方法误差更低,形成的位移预测值更精确,相较于传统方法更具有优势。     

基于地形修正的降水空间插值方法及其应用

获取精准的降水空间分布信息对于水资源管理和洪涝灾害预报预警具有重要意义。地形变化对降水空间分布有显著影响,然而传统的降水空间插值方法难以考虑这种影响。基于黄土高原气象站1988～2017年长序列降水观测数据和高精度地形数据,建立了综合考虑站点与插值目标网格的位置、高程及坡向关系的降水空间插值方法(Angular Distance Aspect Gradient Weighting method, ADAGW),并在黄土高原地区进行应用。结果表明：相较于传统空间插值方法,ADAGW方法能够更有效地捕捉复杂地形下的降水空间分布。该方法在日尺度、月尺度、年尺度上的空间插值结果的决定性系数(R²)和均方根误差(RMSE)均优于传统降水空间插值方法;地形对于降水分布的影响与时间尺度有关,当时间尺度较长时,地形因素对降水分布的影响更为明显。该方法考虑了高程及坡向对降水空间分布的影响,有助于获取更精准的面雨量分布。     

基于聚类的超声射频图像阴影双线性补偿方法

待识别目标个体若处于图像阴影区域,其轮廓特征就会出现模糊或者失真丢失的情况.传统超声射频图像阴影补偿方法难以提高原图像的清晰度,且阴影补偿后的图像亮度偏低.为此提出基于聚类的超声射频图像阴影双线性补偿方法.采用固定阈值法将图像分成两组,计算两组图像方差的最大值,确定阈值.采用模糊聚类算法将所有辨识对象划分为某一类属性,获取新聚类中心和起初聚类中心之间的距离差,设置对应门限分割条件完成图像分割.利用加权估计位置插值点灰度值计算双线性插值,最后引入RGB色彩空间抑制蓝光分量,将其转换至HIS色彩空间内,完成图像色度、亮度以及饱和度的双线性补偿.实验证明,所提方法补偿后图像阴影区域比原始图像更加清晰,且非阴影区域图像的特征也具有理想的亮度,实验结果证明了所提方法的应用鲁棒性较强.     

基于地图投影的三维脑电地形图绘制

直接在三维表面上进行脑电地形图的插值绘制具有较高的算法复杂度,在实际应用特别是商用脑电处理软件方面具有一定的局限性.针对该问题,本文利用地图投影理论将三维头表空间投影到二维空间并完成电位插值,最后再将插值电位反投影到三维头表空间,完成三维头表地形图的绘制.由于该方法是在二维空间完成插值,极大地降低了算法的复杂度,提高了算法的效率,具有明显的工程意义.     

Hermite-Shannon-Cosine区间小波及其在图形自适应分划插值中的应用

动态曲线图是描述客观现象变换规律的常用工具,为实现动态曲线特征点的动态捕捉及精确表达,构造了同时具有插值性、光滑性、紧支撑性和对称性的Shannon-Cosine小波函数.首先利用Shannon小波函数的波动性和连续性,根据积分中值定理,设计了一种参数化的窗函数,通过参数调整,可满足Shannon-Cosine小波对支撑区间和光滑度的自适应控制的要求;其次,分析确定了对曲线进行小波变换时边界效应归因于曲线边界的不连续,因此,采用2点3次Hermite插值函数构建了区间小波;最后,采用多尺度Shannon-Cosine小波对冲击波传播曲线和反射Burger曲线进行多尺度自适应细分和逼近,自动捕捉曲线的特征点进行重构.实例结果表明,与其他方法相比,Hermite Shannon-Cosine区间小波逼近曲线具有较高的数值精度和较低的算法复杂度.     

三峡区间面雨量空间插值方法对比分析

空间插值是常用的面雨量计算方法,以三峡区间为研究对象,选取反距离加权、普通克里金、协同克里金3种空间插值算法,进行面雨量空间插值计算和对比分析,其中协同克里金插值将地形作为影响因素。三峡区间面雨量插值结果表明:克里金插值在精度上要优于反距离加权插值,插值效果也更平滑;协同克里金的插值精度优于普通克里金,平均绝对误差、误差均方根相对于普通克里金插值分别降低了19%,10%。因此,在山区或地形复杂区域的面雨量计算,将地形作为协同区域化属性的协同克里金插值更合适。     

基于控制核回归的多帧图像超分辨率重建

针对多帧图像超分辨率重建问题,本文提出了一种基于控制核回归的重建方法.该方法先对低分辨率图像序列进行亚像素配准,再利用控制核回归进行非均匀插值得到高分辨率图像的初始估计,然后通过迭代控制核回归进行进一步的鲁棒估计,最后经过全变差正则化图像复原得到高分辨率重建图像.本文针对模拟图像序列及真实视频图像序列进行了对比实验,结果表明本文方法不但可以较好地保持图像中的细节信息,而且有较好的去噪能力,能够有效地提高图像重建质量.     

一类变时间分数阶扩散方程的Chebyshev小波数值法

运用第二类Chebyshev小波函数拟合的方法,求解一类变时间分数阶扩散方程.通过推导得出第二类Chebyshev小波的变阶微分算子矩阵,进而利用算子矩阵将方程转化为一组线性方程组,再利用最小二乘的方法求得方程组的解,进而得到原方程的数值解.并给出数值算例验证了本方法的有效性.     

基于广义分形插值理论的多尺度分类尺度下推算法

多尺度数据挖掘多应用于空间遥感图像数据,以图像的分辨率或者区域分割为依据进行尺度划分,然后在每个尺度层进行分析。近期,有不少学者将多尺度数据挖掘应用于一般数据集上,以等级理论、概念分层和包含度理论尺度划分等为尺度划分依据,研究不同尺度层的分布规律,进而发现有意义的事实,如多尺度关联规则以及多尺度聚类。但是在一般数据集下,很少将多尺度数据挖掘应用于分类算法领域。本文定义了广义分形插值理论的概念,打破了局限于迭代函数系统IFS(Iterative Function Systems)的缺憾,拓展了分形插值的应用;提出了基于广义分形插值理论的多尺度分类尺度下推算法MSCSDA(Multi-Scale Classification Scaling-Down Algorithm);仿真实验建立在4个UCI基准数据集和1个H省部分人口真实数据集上,并将MSCSDA与KNN、Decision Tree以及Libsvm算法进行对比分析;实验结果表明,MSCSDA算法在不同的数据集上,均优于其他算法。     

基于改进PLS和PLS_ZP算法的卫星移动通信信道估计

针对传统最小平方(least square,LS)算法和基于离散傅里叶变换(discrete Fourier transform,DFT)的信道估计算法不能有效提高宽带卫星移动信道的传输性能这一问题,提出改进的基于功率判决的LS估计算法(简称PLS)和PLS补零插值算法(简称PLS_ZP).PLS算法在基于DFT估计算法的基础上,利用宽带卫星移动信道的衰落特性,通过对有效抽头数的限制设定功率阈值,抑制有效抽头外的噪声;PLS_ZP算法利用时域补零等效频域内插的原理对原频域插值算法进行改进,充分利用所有已估计导频信息.理论分析和仿真结果表明,与传统信道估计算法相比,PLS和PLS_ZP算法的信道估计均方误差(mean square error,MSE)和误比特率(bit error rate,BER)均有一定程度的提升,且算法复杂度较低,易于硬件实现.