基于EM-EBF模型的遥感影像分类方法研究

椭球径向基函数神经网络(EBF)是在径向基函数(RBF)映射理论基础上的改进。在保留RBF3层网络结构基础上,EBF采用了最大期望算法来估计特征空间的混合密度分布参数,用椭球体集合来分解混合密度分布,从而构造了神经网络的中间层基函数的状态。由于遥感数据在特征空间中通常表现为混合密度分布,EBF模型能够充分利用期望最大(EM)算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型,从而使得EBF模型能够保留RBF非线性复杂映射能力的同时,获得更合理的分类结果。为此提出了基于EBF的遥感分类方法,试验结果表明EBF方法比RBF方法网络连接更简单、分类精度更高。     

油气化探数据剔除噪声方法比较

本文在简要介绍移动平均、傅立叶变换和小波变换基本原理的基础上,比较了三者在地球化学数据处理过程中去除噪声效果的优劣。通过在塔北雅克拉―轮台地区地球化学勘探的实际应用。认为小波变换是一种理想的数据处理方法。     

条件模拟方法近期研究进展

对在近年来条件模拟研究中发展起来的转向带及其改进方法、矩阵三角分解法、快速傅立叶变换法、回归模型法和非平稳条件模拟等新理论和新方法做了简要综述。     

空间数据知识发现研究进展评述

首先对当前空间数据的复杂性特征进行了分析,提出海量的数据,空间属性之间的非线性关系,空间数据的尺度特征,空间信息的模糊性,空间维数的增高以及空间数据的缺值是当前空间数据复杂性的主要表现特征,并以其为线索将近年来在空间数据知识发现领域的研究进展及其热点进行了较为系统的归纳,在此基础上,对空间数据知识发现与GIS的关系进行了阐述,并对空间数据知识发现的未来发展趋势进行了展望。     

一种基于数学形态学尺度空间的线性条带挖掘方法

提出了一种线性条带挖掘方法L_MSCMO。方法可分为两个主要部分：首先，利用作者提出的基于数学形态学尺度空间的聚类算法MSCMO寻找到最合适的图像重分割尺度；其次，对此尺度下的分割结果进一步分割得到线性条带。L_MSCMO是一种对“非纯粹直线”与噪声具鲁棒性的线性条带提取方法。对地震带这种线性条带的有效挖掘验证了该观点。     

基于KBE技术的桥式起重机模块化设计系统

为了重用已有的设计经验和知识、缩短产品开发周期、降低产品成本,将知识工程技术与模块化技术相结合,开发了基于KBE技术的桥式起重机模块化设计系统。根据模块化设计原理,在功能分析的基础上划分桥式起重机的各级模块;利用知识工程技术建立了桥式起重机的知识库;以三维设计软件SolidWorks为开发平台,建立桥式起重机各级模块的三维参数化模型库和二维工程图库,并采用Excel数据库存放驱动三维模型所需的尺寸参数。在Visual Studio.NET平台上利用VB语言调用SolidWorks的应用程序接口函数进行二次开发,从而实现不同模块的自动装配和模型尺寸的参数化驱动,即实现了产品的横系列和纵系列模块化设计。以卷筒模块为例,说明用户如何在系统界面的引导下完成模块选择、模块组合和设计计算等环节,实现基于KBE技术的卷筒模块化设计。     

一种带控制节点的最小生成树聚类方法

综合考虑对象间相对距离和高等级对象对低等级对象的集聚效应这两种聚类影响因素，提出了一种带控制节点的最小生成树聚类方法。该方法用聚类对象间距离为权构建一棵最小生成树，将树中高等级节点作为分割最小树时选取被打断边的控制因素，使本次分割而成的两子树都包含控制节点，且被打断的边是在此条件下的最长边，最终使每棵子树包含且仅包含一个控制节点。检验自构建数据和地震数据的聚类结果证明，该方法在某些情况下能够较好地揭示数据分布的真实规律。     

基于小波空间噪声模型的地震数据多尺度表示

利用二维离散小波变换的àtrous算法对地震数据做处理,在处理过程中,通过引入噪声模型,并利用显著性统计假设检验,得出有用信息(地震序列中的异常现象)的多分辨支撑图.利用这一工具,可对华北地区不同尺度下的震中空间分布特征进行提取,并为该区活动构造的识别提供依据.     

一种甲烷连续测量系统的开发并用于某些源区甲烷分布的研究

为了调查大气甲烷的区域分布,我们用火焰离子检测器(FID)制成了一台连续测量系统。由于FID几乎对所有的烃类都敏感,故而让样气通过一个装有Pt催化剂的加热柱体以除去非甲烷烃,得到低达0.004×10~(-6)V的检出限和短达10 s的响应时间。我们把该系统装配在汽车上,测量了两个典型源区——稻田和天然气田上大气甲烷的区域分布。在气田的实例中,我们依据所观测的甲烷柱剖面估算了甲烷的逸散率。     

一种带线性约束的最小生成树聚类方法

提出了一种带线性约束的最小生成树聚类方法,目标是聚合在空间上大致呈线性密集分布的对象.方法的基本过程是,用线性率阈值约束最小生成树打断边的选取,尽可能使每次打断都能割取出一个满足线性率大于该阈值的子树(类),直至所有合适子树都被割取,残余子树则被抛弃.对自构建数据和真实世界中地震数据的聚类实验证明了该方法的有效性和实用性.