基于GeoDam-BREACH与Graham法的溃坝生命损失估算

应用GeoDam-BREACH工具包模拟了超标准洪水状况下小井沟水库下游的溃坝洪水演进过程,得到水库溃坝下游淹没范围与淹没区水深分布,然后采用Graham法对溃坝导致的生命损失风险进行分析。分析结果表明,小井沟水库发生漫顶破坏时,溃坝洪水对下游产生严重影响,下游村镇有受淹风险;下游溃坝淹没区域的风险人口死亡率较高,并且随着警报时间的减小而增大,从而得出警报时间和风险人口对溃坝洪水严重性的理解程度是生命损失的重要影响因素、应当加强水库大坝的日常巡查工作和预警系统的结论。研究成果为小井沟水库的防洪调度和应急预案编制提供了有效支持,对于同类水库的防洪和安全管理亦具有参考价值。     

结合二叉树和Graham扫描技术的高效Delaunay三角网构建算法*

为了提高不规则三角网的构建速度,提出了一种高效构建Delaunay三角网算法。首先对平面上的离散点集按一定的阈值进行分块,建立子块索引二叉树,然后利用Graham扫描技术对各子块构建Delaunay三角网,最后自底向上合并具有相同父节点的子块。通过具体实验与其他构网算法比较,该算法在构网速度上具有明显的优越性。     

RELAX参数估计算法在雷达目标特征提取中的应用

从理论上推导分析了聚束式SAR(Spotlight SAR)的chirp信号回波模型。在回波模型中,回波被分解为两部分——强散射点的回波信号以及噪声和杂波,强散射点的回波(正弦信号)为离散谱,而噪声和杂波为连续谱。基于该回波模型,将RELAX算法应用于对可分解为若干强散射点的特定目标的特征提取,从噪声和杂波的连续谱中估计出强散射点回波的离散谱参数,频率对应于强散射点的位置、幅值对应于强散射点的RCS,从而实现对目标的特征提取。最后,通过计算机仿真,验证RELAX算法的有效性和优越性。     

基于遗传算法和雷达后向散射模型的地表参数反演研究

在地表自然裸露条件下,利用雷达后向散射系数反演地表粗糙度及地表土壤含水量已经开展了很多的研究,许多学者提出了很多相关的模型及反演技术。在已有散射模型的基础上,利用遗传算法反演地表参数,并且对反演效果进行了验证;然后分别基于AIEM模型和Oh模型对SIR-C雷达图像进行了反演计算,并对反演结果作了统计分析,从而为利用雷达图像反演地表信息提供了新的研究思路。     

一种基于Graham三角剖分生成Delaunay三角网的算法

目的提出一种基于Graham三角剖分生成Delaunay三角网的算法,加快Delaunay三角网的生成速度.方法首先按Graham扫描法对平面散乱点集进行排序,然后将排好序的点通过可见点的判断连接成Graham三角网,最后利用拓扑结构快速进行优化,使其成为Delaunay三角网.结果通过500至10000个点的测试,表明这种基于Graham三角剖分生成Delaunay三角网的生成速度快于传统基于凸包生成Delaunay三角网的生成速度.结论采用可见点表的数据结构以及利用点、边、三角形的有序性的特点构建Delaunay三角网,是提高建网速度的关键.     

Graham Valentine Goddard (1938-1987).

On January 15, 1987, Graham Valentine Goddard, aged 48, drowned in the Deception River on a hiking trip in the Arthur Pass area of New Zealand's South Island. As a measure of his humanity, Graham Goddard leaves behind a very large number of good friends, both professional and private. He will be best remembered by the academic and science communities as the father of "kindling," in relation to long-term potentiation and its physiological analogy to the memory process, but will be remembered by his friends as an ever thoughtful man with boundless curiosity and integrity, a good father and husband, and a dear friend. He is sincerely missed. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

煤自燃多参数预报指标试验研究

针对采用CO单一指标不能有效预测大佛寺煤层自燃的现状,通过模拟现场真实的漏风、蓄热条件,研究了大佛寺煤矿煤自燃多参数预报指标气体随煤温升高的变化规律。根据试验结果,确立了以φ(CO)/φ(CO2)、Graham指数、Δφ(CO)/Δφ(O2)为主的多参数预报指标体系。结果表明:当φ(CO)/φ(CO2)指数分别在0.1、0.1~0.2、0.2范围时,Graham指数在3、3~6、6时,分别对应大佛寺煤样的自燃氧化阶段、自燃氧化加速阶段和剧烈自燃氧化阶段。     

On scratching your own itch

Following Massimo Banzi's comment that the Arduino development board might be seen as a means of ‘scratching your own itch’, this paper explores the concept of affect in relation to physical computing, and investigates the ways in which cybernetic and networked objects could be said to enact a series of process-philosophical and object-oriented tensions. In so doing it addresses the cultural saturation of Arduino and its employment in an array of institutional, artistic and activist contexts, and brings this to bear on the conflict between the process philosophy of Gilles Deleuze and the more directly object-oriented perspectives of Graham Harman, Ian Bogost and Bruno Latour. Framing the enquiry around the at once ethico-aesthetic and speculative realist questions of what it is to ‘scratch' and what it is to ‘itch', the paper examines micro- and macro-political agency in the context of physical computing—contrasting process philosophy's pronounced notion of affective, connective, creative differentiation with the black-boxed, withdrawn objects of object-oriented philosophy, and its quasi-causal mode of aesthetic interaction.     

MODIS积雪产品及研究应用概述

MODIS是新一代图谱合一的光谱成像仪,适合进行雪情监测。概要介绍了MODIS积雪产品及NDSI算法在积雪制图方面的应用,也介绍了MODIS积雪产品在国内外研究应用的现状和今后的发展趋势。并且给出了应用MODIS数据制作内蒙古雪盖图的实例。     

利用运动线索的单目深度测量

目的 传统的单目视觉深度测量方法具有设备简单、价格低廉、运算速度快等优点,但需要对相机进行复杂标定,并且只在特定的场景条件下适用。为此,提出基于运动视差线索的物体深度测量方法,从图像中提取特征点,利用特征点与图像深度的关系得到测量结果。方法 对两幅图像进行分割,获取被测量物体所在区域;然后采用本文提出的改进的尺度不变特征变换SIFT（scale-invariant feature transtorm）算法对两幅图像进行匹配,结合图像匹配和图像分割的结果获取被测量物体的匹配结果;用Graham扫描法求得匹配后特征点的凸包,获取凸包上最长线段的长度;最后利用相机成像的基本原理和三角几何知识求出图像深度。结果 实验结果表明,本文方法在测量精度和实时性两方面都有所提升。当图像中的物体不被遮挡时,实际距离与测量距离之间的误差为2.60%,测量距离的时间消耗为1.577 s;当图像中的物体存在部分遮挡时,该方法也获得了较好的测量结果,实际距离与测量距离之间的误差为3.19%,测量距离所需时间为1.689 s。结论 利用两幅图像上的特征点来估计图像深度,对图像中物体存在部分遮挡情况具有良好的鲁棒性,同时避免了复杂的摄像机标定过程,具有实际应用价值。