面向双/多变量的连续面域拓扑图可视化方法     

李响  王丽娜  张卫东  杨飞  杨振凯 《测绘学报》2019,48(6):756-766

面域拓扑图是一种利用区域面积大小定量表达区域属性信息的可视化方法。由于其区域面积本身已经表示某一变量，因此这更有利于双/多变量的制图表达。针对目前基于面域拓扑图的双/多变量表达方法中存在的难以表达相邻区域之间基本状况和不利于不同地理现象的空间分布规律及差异表达的问题，本文提出一种面向双/多变量的连续面域拓扑图可视化方法。首先通过格网密度补偿和积分步长逐步试探的方法对基于扩散模型的连续面域拓扑图生成算法进行部分优化，完成基本变量的表达，然后分别通过空间内插和符号扩展完成第2和第3变量在连续面域拓扑图中的表达。最后以慕尼黑市人口密度和银行/ATM分布（双变量）数据以及奥格斯堡市人口密度数据、幼儿园分布以及规模数据（多变量）为试验数据进行可视化，并通过实证分析验证了该方法的有效性和优越性。  相似文献   

模糊聚类定权法对SLR定轨精度的影响   总被引：1，自引：1，他引：0  

邵璠  王小亚  何冰  张晶 《测绘学报》2019,48(10):1236-1243

针对卫星激光测距（satellite laser ranging，SLR）精密定轨过程中存在的测站观测数据合理定权问题，将一种改进的模糊聚类算法引入到SLR观测数据定权中。基于国际激光测距服务（International Laser Ranging Service，ILRS）提供的全球SLR测站性能报告，对测站进行近实时滑动分类定权，改变SLR数据处理中权重的经验或者随意性选取模式。经过LAGEOS1卫星2014年1月至2016年12月3年全球SLR实测数据处理的测试。结果表明，当考虑LAGEOS标准点总数、LAGEOS标准点RMS值以及LAGEOS标准点合格率这3项测站质量控制因素确定的测站权值能最大限度地提高卫星定轨精度和观测数据的使用效率，对参与计算的365个3 d弧段数据，91.46%弧段精度得到提高，平均提高约3.7 mm，且每个测站的定轨残差RMS也得到了降低。这对于正在迈向毫米级测量精度的SLR技术至关重要。  相似文献   

一种病态EIV模型正则化的修正算法     

杜寒露  陶叶青  蔡安宁  周露 《测绘科学》2019,44(8):32-36

针对解决变量中含有误差(EIV)模型参数估计算法的降正则化性导致即使模型参数初值可靠,参数估值也可能在迭代过程中发散的问题,该文分析现有EIV模型参数估计算法具有的降正则化性质,讨论EIV模型参数估计算法具有的降正则化性对模型正则化的影响,建立一种病态EIV模型的实时修正算法。通过算例验证该文所建立的算法,算例结果表明,该文建立的算法能够有效解决EIV模型参数估计存在的上述问题。该文所建立的病态EIV模型正则化算法更具普适性。  相似文献   

高光谱图像波段选择的改进二进制布谷鸟算法     

宋广钦  杜正舜  贺智 《测绘通报》2019,(4):43-48

波段选择是高光谱遥感图像分类的重要前提，本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法，通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进，找出在图像中起主要作用且相关性低的波段，实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集，并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明，改进二进制布谷鸟算法波段特征选择效率更高，且选取的波段更具代表性，能够较好地提高后续分类精度。  相似文献   

基于EIGEN-6C4的区域重力异常插值方法     

李剑  王顺宏  戴陈超  杨奇松  张蓓 《北京测绘》2019,(4)

重力异常作为地球重力场的一种基本指标,广泛应用于大地测量、地球物理、地质、地震与海洋领域。为了快速获取高精度的未知点重力异常,本文基于EIGEN-6C4重力场模型解算某110 km×110 km区域内重力异常,构建5′×5′的重力异常格网模型,结合格网节点数据采用6种不同的插值算法拟合未知点的重力异常,最后使用外部检核的方法评价插值算法的精度。实验结果表明,6种插值算法的拟合精度均达到4 mgal以内,自然三次样条法和反距离加权插值法拟合精度最高,得到精度达到2.7 magl的重力异常。  相似文献   

一种卷积神经网络的地图图片智能识别方法     

崔腾腾  刘纪平  罗安 《测绘科学》2019,44(1):118-123

针对网络中的地图图片目前难以快速搜寻并对其进行有效标引这一问题,该文提出了使用深网搜索引擎持续获取网络图片,在标记样本较少的情况下,采用基于主动学习的样本扩容算法、基于卷积神经网络的网络地图图片自动语义标引方法,能快速、有效地识别网络中的地图图片,对地图图片的识别精度达到了93.64%,克服了采用人工方式获取样本和图片识别过于耗时费力的困难,有效解决了稀少样本下网络地图图片的智能提取难题,可为地理信息挖掘、问题地图监管等提供有效保障。  相似文献   

随机优化算法的BDS卫星精密轨道确定     

韩德强  党亚民  薛树强  王虎  张龙平  柴燕妮 《测绘科学》2019,44(1):79-83

针对全球北斗地面基准站分布不均匀而影响北斗定轨精度的问题,该文采用格网控制的随机优化选站方法,兼顾测站的质量、分布和站点稳定性等因素,对全球分布的MGEX站均匀选取。运用加权GDOP指标评价选站的有效性,并全面分析了测站数量、分布和质量对定轨精度的影响。结果表明,该方法选取30个测站时,北斗卫星的GEO、IGSO和MEO卫星的精密轨道精度分别为221.56、12.59和6.81cm,比格网法选站有了较大提高。在一定范围内,测站数越多定轨精度越高,全部测站参与解算反而会使定轨精度降低。  相似文献   

特征优选下的遥感影像面向对象分类规则构建     

戴莉莉  李海涛  顾海燕  余凡 《测绘科学》2019,44(2):26-32

针对分类规则及其阈值的确定主要依赖人工经验、通用性差问题,该文提出了特征优选支持的面向对象分类规则构建方法。该方法利用面向对象技术,首先使用Boruta算法对先验样本数据集进行特征选择,然后根据隶属度函数构建分类规则集,最后引入置信区间概念,确定分类规则的阈值。以德国波兹坦地区的航空影像、数字表面模型(DSM)以及地面真实参考影像为实验数据,构建城市建筑、城市绿地(包括草地和树木)这两种地类的分类规则,利用不同数量的训练样本,开展面向对象分类实验,与支持向量机(SVM)监督分类方法进行对比分析。实验结果表明,在相同的优选特征下,利用置信区间确定阈值得到的分类规则,提取效果及分类精度更好,尤其在训练样本量少的情况下,该方法得到的分类精度比SVM高30%～40%。  相似文献   

改进分数阶达尔文粒子群的多Renyi熵图像分割算法     

袁玉珠 《测绘通报》2019,(6):34-40

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题，本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值，提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子，结合进化因子并利用高斯图函数调整分数阶次α系数以实现精确计算和快速收敛；根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力；同时将二维Renyi熵单阈值扩展到多阈值分割上，并结合改进的分数阶达尔文粒子群算法，将二维Renyi熵多阈值应用于遥感图像分割中。仿真结果表明，与其他2种智能优化分割算法相比，本文分割算法在细节处理和分割精度上均有明显优势，在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%。  相似文献   

深度卷积神经网络支持下的遥感影像飞机检测     

谢梦  刘伟  杨梦圆  柴琪  吉莉 《测绘通报》2019,(6):19-23

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题，本文提出了一种优化的YOLOv3算法。首先使用K-means算法计算出与数据集相适用的锚框；其次将扩张卷积引入到YOLOv3网络，用来增强网络高层的感受野，改善小目标的检测效果；然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积，可减少计算量，从而得到一种新型卷积神经网络结构；最后在数据集上进行对比试验。结果表明，优化的YOLOv3算法能够检测出更多目标，降低漏检率，相比于YOLOv3算法，其召回率提高11.86%，F1-score提高2.99%。  相似文献