共查询到20条相似文献，搜索用时 162 毫秒
1.
�Dz���λ����Ԥ�����TurboEdit�㷨����Ľ� 总被引：4，自引：1，他引：3
??TurboEdit????3???????????и????????????????????????Ρ????γ??????????????????????????????????????3??????????????????????????????????????????????????????????????????????????????Geometry??Free??G??F??????????????????????????????????G??F???ο???ж??δ???????????С?????????????????????????????????????????????????????????????????????????Ч????? 相似文献
2.
���ڷ���������ڵ������Ʒ��ĵ����TEC����Ԥ���о� 总被引：1，自引：0，他引：1
??????????е??????????????????????????????????????????IGS????????TEC??????????????????????ò??????λ???30??40 ???50 ?????????з??????????????????????0.8 TECU???????????仯?????????￡????????????????????????????γ???й?? 相似文献
3.
???й????????????????磨???“??????”?????????????????????Ms7.3?????????8 d??????????????з???,????????6 d??2 d???й????????????????????4~8 s??????????????????????????????????????????????????????????γ????????;????????????????????????????差????????????????γ???????????о????????????????????????????????????????塣 相似文献
4.
30��N���ණ����ƽ��ĵ�Ƶ�仯������ENSO�Ĺ�ϵ 总被引：2，自引：0，他引：2
????1992??12???2007??5?μ??????????о???????????仯??????????????????14?????????????30??N??????????????????????????57.7 mm??40.9 mm??????????????????????????????о?????????????????????ζ??????SOI????????????????????????????????????????????SOI???????30??N??????SLA??SOI???????????????γ??????????SLA??SOI???к???????????????????????????糡??????????????????SLA??γ???????????????????????????????30??N ???????????????????????????????????????????????????????????????????????????????????????SLA??????????·???????u??????????????????????????30??N ?????????????????????????????u??????????????70???????23????????????u????????SLA??SOI????????????????????????????????????????е?????????????30??N ???????????????????u????SOI???????ENSO????????????????????????糡???????????糡???γ????????????????????仯???????????á?????ENSO???????????????????????????? 相似文献
5.
�ؿǷֲ�͵ؿǺ�ȶ��봨����ͬ��ЧӦ��Ӱ�� 总被引：3，自引：1，他引：2
???????????λ???????USGS???????????????????о?????????????????????????????????????????PSGRN/PSCMP?????????????????????????????α???????仯??????????????????????????????Ч?????????????????????????λ???й??????????????????????????Ч????????????????????????????Ч?????????????????????????????????????10%~20%????????????????????30%?????г????????????????????????λ???γ??λ??????λ????????仯???????????18.4????18.0%??15.8%??16.2??????????40 km?????????????λ???γ??λ??????λ????????仯???????????4.6%??5.3%??3.8%??3.8%???????70 km??????????????3.5%??4.6%??3.0%??2.5%?? 相似文献
6.
????1951??????????????????1999-2007???GPS???????????????????α???????о???????????????岻????ε????α???????????α?????8.0??????????????????????????????8.0?????????????α?????????????α???????????????????????????????????????骲???????????й????λ?????????????????????????????????????γ???????????????????????????????????? 相似文献
7.
̨������7������ǰ���غ������ؿ��˶��ı仯 总被引：1，自引：1，他引：0
???????????GPS????1995???????????????6???????????????????GPS?λ??仯????????仯????????У???????1999??9??20???UTC????弯??Ms7.7???????2001??12??18???UTC????????Ms7.6??????????GPS??????????????????λ??????????????????????????????????С???????Ms7.7???????????GPS????????????????????λ???????????????????????????????????????????????????1997??2001????????????????仯???????????????????????????7??????????????????????????????γ????????￡????????????????ε???????????????? 相似文献
8.
�����������͵������ݷ����¿Ǻ�� 总被引：1，自引：0，他引：1
??????????????????????????3?????????Ρ?ī??????????o????????????????????GLTM??2???????????LP165????????o?????????????????￡??????????γ???60??Χ????κ?ī????????????????????????????????????????????????????????????15??76 km?????48.6 km???o???????????????? 相似文献
9.
????????????????????????????????????μ?????????????????TEC???????????????????????в??????????????????????в??????????????????????????????????????????????????????????0.53 TECU????????RMS??0.65 TECU???????????γ???й???????????????????????з????????÷?????????????????????????????С? 相似文献
10.
????GPS?????????????????????????????????????????????????????????????????GPS????????????????????Χ????λ??????к??????????????????????????????????????????????????????????????ε?????????????ó????3???????????????????????????η?Χ????????????????λ???仯???????????????????Χ????????????????飬???????????????????С???????????λ????е??????????????????????????ο????????????????????????????????????????ο??嶫????γ????????η?????????????硪??????????????γ????????????????????????ο???????????ο??嶫????????????????й???????????? 相似文献
11.
在对卫星跟踪经纬仪转动轨迹建模基础上,提出一种基于预报轨迹及历史轨迹的经纬仪转向自决策算法。此算法具有事先规划经纬仪旋转轨迹的特点,从而在保护硬件设备的同时避免了卫星跟踪经纬仪目前普遍采用的“断电制动/限位反转”策略所引起的观测弧段的损失。该算法可以应用于其他类似的依赖于卫星预报的卫星跟踪经纬仪。 相似文献
12.
??????????????????????????????????????????????????????????????????????????GOCE????????????????????GOCE????????????????????????????????????????????????????????????????????????????“???-???”????????????????????????????? 相似文献
13.
为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。 相似文献
14.
时空轨迹分类旨在为一条轨迹预测类别。时空轨迹分类在城市规划、个性化用户推荐等方面具有重要应用价值,其过程主要包括轨迹数据预处理、特征提取、建立分类器3个阶段。本文综述了近年来时空轨迹分类的研究进展,首先对时空轨迹分类的过程进行概述;然后将时空轨迹分类算法按特征提取的方式分为基于运动特征的轨迹分类算法、基于分类规则的轨迹分类算法和基于图像信号分析的轨迹分类算法3类,分别论述了这些算法的基本思想和优缺点;之后对现有的轨迹分类算法从数据来源、分类器、特征提取方式等方面进行对比分析;最后讨论现有的时空轨迹分类算法面临的挑战。 相似文献
15.
异常轨迹检测是移动对象数据挖掘的一个重要研究领域。TRAOD(TRAjectory Outlier Dectection Algorithm)算法是一种经典的异常轨迹检测算法,但它对于海量轨迹数据的异常检测效率低。为提高海量轨迹数据集的异常检测效率,本文提出了一种利用MapReduce 的异常轨迹检测并行算法(Parallel algorithm for TRAjectory Outlier Detection, PTRAOD),并在此基础上提出了网格索引的异常轨迹检测并行算法(Grid-based Parallel algorithmfor TRAjectory Outlier Dectection, GPTRAOD)。GPTRAOD算法在PTRAOD算法的基础上,利用网格索引实现区域查询,进一步提高算法效率。将PTRAOD算法和GPTRAOD算法在Hadoop 平台上加以实现,结果表明:本文提出的2 个并行检测算法,能实现异常轨迹的检测;GPTRAOD算法的效率优于PTRAOD算法;GPTRAOD算法具有较高的可扩展性和较好的加速比。 相似文献
16.
针对在未知环境中行人轨迹跟踪问题,提出一种基于行人航位推算的改进航迹跟踪算法,有效实现了在磁场干扰环境下行人轨迹的高精确跟踪。在步数估计中,利用双重阈值二值化算法对加速度数据进行分析,进而获得行人的运动步数;在航向估计中,利用自适应融合算法来获取航向。该融合过程首先根据姿态更新微分方程,将角速度与加速度融合获取一次航向角,再通过磁感应强度阈值确定一次航向角与磁力计测算航向角融合的权重,最后通过实验验证算法的有效性和优越性。结果表明,在未知环境中行走32 m的距离,获得的轨迹跟踪误差小于1.1%,定位误差小于0.75 m和1 m的概率分别为59%和80%,显著优于对比算法。 相似文献
17.
居民就医时空特征与空间格局反映了医疗设施的服务能力与布局合理性。本文以厦门岛为例,采用出租车轨迹数据,探讨了居民就医的时空特征和空间格局。论文提出了基于道路中心线的研究单元划分方法;提出OD轨迹偏移算法,更精细地提取出三级医院的就医OD数据,改善传统的缓冲区分析法中精确度较低的问题;对居民就医行为进行时空特征分析;基于就医意向与K-means聚类算法分析了居民的就医空间格局。结果表明：① 相对于传统的缓冲区分析,使用OD轨迹偏移算法提取医院的就医OD数据时,不要求OD数据具有较高的定位精度,仅通过偏移OD点坐标即可更加准确与完整地提取就医OD数据,精度提高约30%以上,并适用于所有浮动车轨迹数据;② 居民就医高峰期在7时与14时,休息日日均就医人次为工作日的2倍,当就医出行距离大于1 km时,就医出行人次随着出行距离的增加不断减少,整体符合韦伯分布函数;③ 居民就医时首要选择中山医院、第一医院或中医院,就医选择具有显著的区域性差异,反映居民临近就医的习惯,厦门岛西南部区域医疗资源十分充足,居民首要选择的就医最大出行距离在4 km以内,而西北部与东南部区域的居民首要选择的就医出行距离多在10 km左右,医疗资源较为匮乏,亟待加强;④ 厦门岛三级医院的吸引力具有明显的层次性,居民的强就医意向 （Pij>33%）的医院皆为中山医院、第一医院与中医院中的1所,这3所医院的服务范围基本包括整个厦门岛,对居民有着较强的吸引力,居民对其余6所医院的就医意向值在0~33%之间,服务范围基本为医院临近的一些区域,吸引力与服务能力相对较弱。研究结果不仅为挖掘居民就医时空特征提供方法参考,还为后续医疗设施资源空间配置优化提供决策支持。 相似文献
18.
提出一种短弧段ETALON卫星的SLR数据处理策略,仅解算卫星轨道、测站距离偏差、地球自转参数,并利用2018-01~10数据进行验证。结果表明,ETALON-1/2卫星定轨残差RMS分别为1.11 cm、1.08 cm;与IERS-C04 产品相比,短弧段数据解算的Xp、Yp、LOD参数误差RMS分别为2.21 mas、2.26 mas、218.30 μs/d;与ILRS事后最终轨道相比,ETALON-1卫星R、T、N方向轨道精度分别为1.6 cm、8.5 cm、6.8 cm,ETALON-2卫星R、T、N方向轨道精度分别为 2.1 cm、8.9 cm、8.7 cm。 相似文献
19.
卫星对地覆盖时间窗口的高效计算能够有效地保障遥感卫星数据信息资源的管理与应用。为解决现有卫星对地覆盖时间窗口计算方法无法提供同时保证精度、效率和实时性的在线服务的问题,提出了一种实时卫星对地覆盖时间窗口计算服务方法。在时间窗口的通用计算方法基础上,建立了地面区域的扩充四至范围,通过判断卫星星下点与地面区域的扩充四至范围的空间关系来决定是否需要计算卫星对地覆盖区域;在卫星对地覆盖区域与地面区域空间关系发生变化时,通过双重时间步长策略提高计算效率和精度;使用流计算框架构建算法的实时在线服务。实验结果表明,与商业软件采用的跟踪传播算法对比,本文方法与其计算结果差异较小,均小于1 s,说明本文方法能够保证较高的计算精度;与传统跟踪传播算法相比,本文方法耗时大幅减少,实现了超过8倍的加速比。本文方法同时保证了精度、效率和实时性,能够满足不同场景下卫星对地覆盖时间窗口的计算需求。 相似文献
20.
位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。 相似文献