排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
有横缝拱坝的非线性动力模型试验和计算分析研究 总被引：12，自引：0，他引：12
本文通过在大型三向地震模拟振动台上进行的设置伸缩横缝的某拱坝非线性动力模型试验，应用非线性有限元动力分析程序同时进行计算分析，全面系统地研究了拱坝横缝对坝体动力特性和地震反应的影响，并对计算程序进行了改进。试验与计算结果相互印证，验证了试验成果的可靠性和计算分析模型、计算程序与计算结果的合理性。 相似文献
2.
基于粗糙集的交通道路与城镇用地扩展关系分析 总被引：1，自引：0，他引：1
交通道路是城镇用地扩展的重要驱动力因素之一,对城镇用地的扩展具有积极的作用。城镇用地的扩展也不断地对交通道路的发展提出新的需求。目前,众多的数理方法和空间模型已用以研究交通道路与城镇用地扩展之间的相互作用。为了更加有效地分析交通道路与城镇用地扩展的作用关系,以更加有效地研究交通道路与城镇用地扩展的相互作用程度和模式,需进一步探索新的技术方法和手段。本文利用粗糙集理论,以广东省城镇化问题为例,从一个新的角度来研究交通道路与城镇用地扩展之间的关系。结果表明,使用粗糙集抽取的反映交通道路和城镇用地扩展的决策规则可以有效地反映交通道路与城镇用地扩展的关系,对于城镇化的研究具有一定的指导作用。 相似文献
3.
多点模拟算法与试验对比分析 总被引：1，自引：0，他引：1
与基于变差函数的传统地质统计相比,多点地质统计学能够很好的用于复杂几何形态地物的建模,而且还有更好的计算速度。本文讨论了多点地质统计,模拟算法(SNESIM)的基本原理以及在其基础上的各种改进。另通过实例分析了SNESIM模拟算法的工作原理及对各种改进算法的比较,提出了一些模拟时的建议。最后,对多点模拟的理论和应用前景作了展望。 相似文献
4.
Spatial relations,reflecting the complex association between geographical phenomena and environments,are very important in the solution of geographical issues. Different spatial relations can be expressed by indicators which are useful for the analysis of geographical issues. Urbanization,an important geographical issue,is considered in this paper. The spatial relationship indicators concerning urbanization are expressed with a decision table. Thereafter,the spatial relationship indicator rules are extracted based on the application of rough set theory. The extraction process of spatial relationship indicator rules is illustrated with data from the urban and rural areas of Shenzhen and Hong Kong,located in the Pearl River Delta. Land use vector data of 1995 and 2000 are used. The extracted spatial relationship indicator rules of 1995 are used to identify the urban and rural areas in Zhongshan,Zhuhai and Macao. The identification accuracy is approximately 96.3%. Similar procedures are used to extract the spatial relationship indicator rules of 2000 for the urban and rural areas in Zhongshan,Zhuhai and Macao. An identification accuracy of about 83.6% is obtained. 相似文献
5.
遥感信息处理不确定性的可视化表达 总被引：2，自引：0，他引：2
如何全面、准确地度量和可视化表达遥感信息处理中不确定性的程度和空间分布方式,是遥感信息不确定性研究的关键问题之一.传统的度量方法(例如误差矩阵)是将以训练样本集为基础的度量作为总分类精度的度量,而我们需要估计模型对于"样本外数据"的性能.本文首先利用信息论和粗糙集理论等度量遥感分类影像属性信息的不确定性,提出基于像元、目标和影像的遥感信息不确定性度量指标;然后分别描述了基于不同度量指标的可视化表达方式,并对我国黄河三角洲地区的Landsat TM影像进行了分类信息不确定性度量和可视化表达实验. 相似文献
1