共查询到20条相似文献，搜索用时 140 毫秒
1.
???????????????λ?????????????????????????·????????????????????????????????????????????????ο???????????г?????????????????????????????????????????????????????????????????????????????????????????????????λ???????????????????????????????????????????????? 相似文献
2.
???????????????SVM?????????????????·?????????GPS???????????????ò????????????????????????????????????????????????Ч???? 相似文献
3.
???????????????????λ??????????????????????????????????±?????????·???????????λ????????????????????λ???????????λ???????????????????????????????????????????????λ????????????????????????????????????????????????仯????? 相似文献
4.
????????????????????????????????????????????????????????Airy?????????????????????ο????о????????????????????????????Airy???????????????????????????????????????15 km??Tamu?????Moho???????26 km????????о????????????????????????????????????????????????Ч???????1~5 km??????“On Ridge”??????????????μ????????????????????????????????????????????????????ε?50 ???????????20 km???????????????????????????????????????????????? 相似文献
5.
???????????????????з????????????????????????“??????????”????????????????????????????????????????????????з?????????????????????????????????????????????? 相似文献
6.
���ڶ�߶ȱ�Ե�������쳣���� 总被引：2，自引：0，他引：2
????λ??С????????????????????????????????????????????????Щ???????????????????????????????????????????????????????÷???????????????κμ??輴??????????β?????????????????н????????????????????????????????????????÷?????????????? 相似文献
7.
?????????任?????е????????????????????????????????????????????????и?????????????????????÷???????????????????????????????????任??????????????????????????????????????????????λ??Ч??? 相似文献
8.
��ɢ���Dz��������ϲ�̽���о� 总被引：4，自引：0，他引：4
????????????????????????????????????????????????俱????????????????????????????????2 km??Χ?????????????????????????????????????????;??????????????????????????????????????????Щ???????????????С??????????????? 相似文献
9.
����������̨����б���ŵĿ��ܻ��� 总被引：4，自引：2，他引：4
???????????????????????????б????????????????????????????б????????????????????????????????????????????????б?????????????????????????????????????????????????????????б????????????????????????????????????????棬?????????????????????е????塱???? 相似文献
10.
???????????????????????????????????????????????????????????????±仯?????????????????????????????????????????????????????????????临??????????ε????????????????????????????????????????????????仯?????t???????????????????????????????????Щ??????仯??????????????????????????????й?? 相似文献
11.
???????????????????IPSO??????????????????????м??????????????????????????????????????????????????????????????????????????????BP?????????γ?IPSO_BP??????????????????μ????????????????????????IPSO_BP???????????????Ч?????????????????????????????? 相似文献
12.
通过对传统GM(1,1)缺陷分析和改进的基于权的PGM(1,1)建模机理描述,顾及PGM(1,1)中背景值构造时取相同的参数不能充分降低模型的预测误差,对不同的时刻引入不同的参数来改进GM(1,1)背景值序列的计算公式,将这种背景值构造方法和灰元N引入GM(1,1)建立了新的白化方程。在建立的新的白化方程基础上,用龙格-库塔法以修正的初始值计算累加值的模拟序列。针对引入的参数较多问题,采用粒子群算法寻找满足相对误差均值最优的参数,从而建立了基于粒子群优化算法和加权灰色组合的PSO-GM模型。工程实例应用表明,新模型的拟合精度高,预测效果好,相对其他两种原有模型预测精度有明显提高。 相似文献
13.
�ϲ���ά�������ʷ��ݵ��㷨�Ա� 总被引：1，自引：0，他引：1
?????????????λ????????????????????????????????????????????????????????????????????巨???????????????????ú???????2001~2004???GPS?????????????????????????????з????????????????б?????????????????????????Ч?????????????????????????????? 相似文献
14.
将微粒群优化算法与位错理论模型相结合,采用模拟重力测量数据反演断层三维滑动速率,并比较了该算法与蒙特卡洛法和蚁群算法的反演结果。利用河西地区2001~2004年的GPS数据,对祁连山断层的三维滑动速率进行反演,并与蚁群算法进行比较。结果表明,微粒群优化算法可有效求解断层的三维滑动速率,收敛快、精度高。 相似文献
15.
16.
介绍了一种新的神经网络权值优化算法——粒子群优（Particle Swarm Optimization，PSO）算法，提出了用粒子群神经网络对非线性系统进行系统辨识的构思。仿真实验结果表明，粒子群算法具有比BP算法更强的非线性系统辨识能力和更好的泛化能力。 相似文献
17.
随着遥感技术在水体提取与监测方面的广泛应用,更多的研究者致力于提高遥感水体提取的精度。离散粒子群算法在遥感图像分类研究中获得了较高的精度和更稳健的分类效果,已经被应用到遥感水体提取领域,但其在水体提取中的适用性和精度还有待对比与验证。本文采用最新提出的2种基于离散粒子群算法的水体提取方法,即光谱匹配耦合离散粒子群算法（SMDPSO）与最大熵耦合离散粒子群算法（MEDPSO）,基于Landsat8_OLI遥感影像,分别选择了有冰雪、有云、有山体阴影和有建筑物的4种环境复杂,常规方法提取精度较低的区域进行水体提取,并与2种常用的水体指数法（NDWI、MNDWI）进行了对比与验证。结果表明：① SMDPSO和MEDPSO方法在4个实验区都能快速地寻找出最佳的水体分布,具有一定的通用性;NDWI和MNDWI方法对有冰雪、有云、有山体阴影和有建筑物影响的区域表现出水体信息的错分现象,提取精度较低;② SMDPSO方法能够识别细小河流和离散水体,水体提取精度较高,但在有冰雪、云、山体阴影和建筑物的复杂环境下提取精度较低、误判率高;MEDPSO方法不仅可以识别细小水体,而且也解决了其他3种方法在提取过程中无法抑制背景信息干扰的问题,在4个实验区的总体精度均在97.8%以上,高于其他3种方法;③ 将离散粒子群算法引入到水体提取方法之中,可增强方法的区域整体性,也可提高其水体提取的精度和自动化程度;④ 运用最大熵模型等机器学习方法,可以结合光谱、形状和纹理等影像信息以及地形信息来进行水体识别,使得水体信息提取精度更高。本文的研究可为离散粒子群算法的推广以及遥感水体提取方法的选择提供参考。 相似文献
18.
探讨附有基线长约束的最小二乘模糊度降相关搜索算法(CLAMBDA)的基本原理和实现过程,针对其处理高维模糊度时存在搜索效率低的问题,提出一种基于部分模糊度搜索策略的改进CLAMBDA算法。新算法通过优选部分模糊度子集,在改善搜索空间形状的同时,降低了模糊度搜索空间的维数,有效提高了模糊度的搜索效率。利用澳大利亚科廷大学静态短基线网数据和实测动静态定位数据进行验证,结果表明,改进的模糊度搜索方案可以在保证模糊度固定成功率的情况下,有效地缩短搜索时间,能更好地满足载体实时姿态测量的要求。 相似文献
19.
����GPS���ݵ�����Ⱥ�㷨���ݶϲ���ά�������� 总被引：1，自引：1，他引：0
???????????λ????????????????????????????2001??2004???GPS????????????????????????????????з??????????????????????????Ч????????????????????????????????????????????н????????? 相似文献
20.
???Goldstein??????????????????????????????????????????????λ??????????????????????????????????????????????????????????????????????????????????????????????????????????·???????????Щ???·????????????С???????????????????δ???????????????????????????????????????????????????????????????Ч?? 相似文献