共查询到20条相似文献，搜索用时 47 毫秒
1.
遗传算法在海洋测深异常数据处理中的应用 总被引：1，自引：1，他引：0
在海底地形变化连续、平缓的假设条件下,基于遗传算法理论提出了多波束测深异常数据探测新方法.为了说明该方法的正确性和合理性,将其与趋势面滤波法进行了分析和比较.结果证明该方法能充分利用遗传算法的优化特性,对海洋测深异常值进行合理、有效地探测. 相似文献
2.
针对多波束测深数据中常出现的沿航迹向异常条纹在浅水影响显著,传统方法机理不完善和异常消除不彻底问题,基于多波束数据处理原理分析成因,认为主要由于诱导涌浪未补偿或姿态传感器（motion reference unit,MRU）位置偏差量测不准带来的诱导涌浪补偿残余所致,为此提出基于往返测线测深点对深度不符值的MRU位置偏差二次分段探测方法和异常条纹消除方法。首先通过最近平面点搜索,发现同名点对;然后分段构建深度不符值与欲探测的MRU位置偏差关系模型,并借助支持向量机回归参数抗差估计法估计位置偏差;最后给出修正模型,消除测深数据中异常条纹影响。实验表明,所提方法从机理上较彻底地消除了异常测深条纹影响,也为MRU安装偏差探测提供了一种新方法。 相似文献
3.
地下管线探测中测深精度的分析 总被引：1，自引：0，他引：1
针对地下管线探测中测深精度不高的现状，对历年管线探测工程的经验和教训进行总结，从人员、仪器、作业方法、环境、地下管线材质等多个方面，对影响管线探测测深精度的末端因素进行了分析论证，确定其中4项为影响测深精度的主要因素。对确认的主要因素从多方面进行了分析，认为通过检测测深参数、合理选择探测方法和测深位置等手段可提高测深精度。并对多根管线并行等复杂区域管线探测提出了解决方案；同时在工程实例中取得了良好的应用效果。 相似文献
4.
5.
6.
高精度海洋测深是21世纪海洋测量发展的 主要方向之一,本文系统地提出了高精度海洋测 深的空间结构及其数据处理理论与方法.主要内 容是: 基于陆地及海洋测量的界面测量模式,给出 了海洋测深基本空间结构及3种深度场的转换 公式. 讨论了瞬时测深的空间结构及基本原理,探 讨了瞬时测深的各项改正及数据处理方法.对测 深仪波束角效应,提出了一套改正方法.对定位 与测量的延时效应进行了分析,提出了探测和改 正系统性延时效应的方法.对定位中心与测深中 心的偏移效应进行了讨论,分析了在测船纵、横 及首尾摇情况下的偏移效应及改正方法.探讨了 波浪对测深的影响,提出了消除或减弱这些影响 的方法.讨论了船速对测深影响的直接效应和间 接效应.讨论了瞬时水深值的数字化选取技术. 对影响瞬时测深值的各种效应进行了综合分析 讨论. 相似文献
7.
在利用多波束测深系统进行高精度海底地形测量时,各传感器之间数据采集时间不同步的问题,即存在时延偏差,这将会直接影响多波束测深数据质量,为此提出了一种基于最小二乘原理的多波束测深时延偏差探测及校正方法,给出了时延偏差探测及校正计算模型,设计了时延偏差探测及校正流程,通过实例分析,验证了所提方法的适用性和有效性。 相似文献
8.
《武汉大学学报(信息科学版)》2010,(10)
提出了利用最小二乘支持向量机(LS-SVM)构造海底趋势面,利用该趋势面对海洋测深异常值进行剔除的方法,并与趋势面滤波进行了分析和比较,用定理证明趋势面滤波只是LS-SVM取特定参数时的解。实测算例表明,通过调整LS-SVM的参数,使其构造的趋势面更合理,从而有效地剔除测深异常值。 相似文献
9.
10.
CUBE曲面滤波参数联合优选关键技术及应用 总被引：2，自引：1，他引：1
CUBE(combined uncertainty and bathymetry estimator)算法是国际上主流的多波束测深异常值自动探测与处理算法,在国内外被广泛应用,但对其核心算法和参数知之甚少,不利于该项技术的国产化。本文详细阐述了CUBE算法的基本原理、数学模型、关键参数和处理步骤,进而建立了CUBE曲面滤波参数联合优选方法。通过选取典型地形区、参数试验、对比分析等步骤完成参数的联合优选,并用台湾浅滩实测数据进行了验证。结果表明,优化后的参数可有效提升多波束数据自动处理的精度和效率。本文成果可应用于国产多波束测深处理软件的深化研发以及多波束实测数据处理。 相似文献
11.
12.
13.
GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。 相似文献
14.
多尺度点云噪声检测的密度分析法 总被引：1，自引：1，他引：0
当前机载激光雷达数据和影像匹配得到的点云是密集点云数据的两类主要来源,但都不可避免存在着噪声点。本文提出一种新的点云去噪算法,可适用于这两类数据中所包含的噪声点的去除。算法主要包括两步:第1步利用多尺度的密度算法去除孤立噪声和小的簇状噪声;第2步利用三角网约束将第1步中误检测为噪声的点重新归为正常点。针对真实数据进行了剔噪试验,结果表明本文提出的基于密度分析的多尺度噪声检测算法对孤立噪声和簇状噪声都有较为效,且对于质量较差的影像匹配点云的检测也能有效处理。本文算法检测率达到97%以上。 相似文献
15.
针对存在噪声的点云数据,采用常规方法拟合效果精度不高的问题,提出了一种有效改善拟合精度的方法。在移动最小二乘的基础上,考虑观测量存在噪声的情况,通过设定阈值剔除噪声,从而得到精度较高的结果。通过相关实验可知:本文方法可有效剔除点云数据中的噪声,提高拟合结果的精度,稳定性更好。 相似文献
16.
SVM-Based Data Editing for Enhanced One-Class Classification of Remotely Sensed Imagery 总被引：2，自引：0，他引：2
This paper studies a specific one-class classification problem where the training data are corrupted by significant outliers. Specifically, we are interested in the one-class support vector machine (OCSVM) approach that normally requires good training data. However, perfect training data are usually hard to obtain in most real-world applications due to the inherent data variability and uncertainty. To address this issue, we propose an OCSVM-based data editing and classification method that can iteratively purify the training data and learn an appropriate classifier from the trimmed training set. The proposed method is compared with a general OCSVM approach trained from two types of bootstrap samples, and applied to the mapping and compliance monitoring tasks for the U.S. Department of Agriculture's Conservation Reserve Program using remotely sensed imagery. Experimental results show that the proposed method outperforms the general OCSVM using bootstrap samples at a lower computational load. 相似文献
17.
We study an automatic compliance monitoring approach for U.S. Department of Agriculture's (USDA) Conservation Reserve Program (CRP). CRP compliance monitoring checks each CRP tract regarding its contract stipulations, and is formulated as an unsupervised classification of Landsat imageries given the CRP reference data. Assuming the majority of a CRP tract is compliant, we want to locate the non-CRP outliers. A one-class support vector machine (OCSVM) is used to separate minor outliers (non-CRP) from the majority (CRP). /spl nu/ is an important OCSVM parameter that controls the percentage of outliers and is unknown here. Usually, /spl nu/ estimation may be complicated or computationally expensive. We propose a /spl nu/-insensitive approach by incorporating both the OCSVM and two-class support vector machine (TCSVM) sequentially. Specifically, support vector machine scores obtained from the OCSVM, which indicate the distances between data samples and the classification hyperplane in a feature space, are used to select sufficient and reliable training samples for the TCSVM. Simulation results show the effectiveness and robustness of the proposed method. 相似文献
18.
粗差检测与抗差估计相结合的方法在动态相对定位中的应用 总被引：2，自引：0，他引：2
分析了粗差对GPS动态相对定位的影响,给出了相应的影响函数和抗差估计方法。建议采用粗差探测与抗差估计相结合的方法来处理GPS动态定位中的粗差问题。抗差估计中的等价权分别采用了IGG3方案和双因子等价权函数,对两种方案的效果进行比较和分析,并利用实测数据对所提方法的实际效果进行了检验。结果表明,基于粗差探测和抗差估计相结合的粗差处理方法可有效控制和抵御粗差的影响;分别采用IGG3方案和双因子等价权函数的定位结果差异较小。 相似文献
19.
20.
Social media networks allow users to post what they are involved in with location information in a real‐time manner. It is therefore possible to collect large amounts of information related to local events from existing social networks. Mining this abundant information can feed users and organizations with situational awareness to make responsive plans for ongoing events. Despite the fact that a number of studies have been conducted to detect local events using social media data, the event content is not efficiently summarized and/or the correlation between abnormal neighboring regions is not investigated. This article presents a spatial‐temporal‐semantic approach to local event detection using geo‐social media data. Geographical regularities are first measured to extract spatio‐temporal outliers, of which the corresponding tweet content is automatically summarized using the topic modeling method. The correlation between outliers is subsequently examined by investigating their spatial adjacency and semantic similarity. A case study on the 2014 Toronto International Film Festival (TIFF) is conducted using Twitter data to evaluate our approach. This reveals that up to 87% of the events detected are correctly identified compared with the official TIFF schedule. This work is beneficial for authorities to keep track of urban dynamics and helps build smart cities by providing new ways of detecting what is happening in them. 相似文献