排序方式： 共有5条查询结果，搜索用时 31 毫秒
1
1.
提出了一种利用横断面实测数据（高差与平距）直接计算面积的方法。该方法规律性强,计算简便,结果准确,具有实用性 相似文献
2.
导航场景感知是智能化PNT的重要特征,更是实现多场景无缝导航定位的基础。本文聚焦水上/水下导航场景,考虑电磁波的衰减程度差异将其细分为水上、浅水、深水3类场景,利用支持向量机(support vector machine, SVM)进行场景分类与识别,在此基础上,引入隐马尔可夫模型(hidden Markov model, HMM)表达导航场景切换,进一步提升场景识别可靠性。本文分别构建了基于结果联合(SVM-HMM1)及基于概率联合(SVM-HMM2)的水上/水下导航场景感知模型。实测分析表明,两种模型能够实现高精度场景感知,SVM-HMM1与SVM-HMM2识别准确率分别为91.36%与95.11%;与单一的HMM和SVM模型相比,联合模型在结果分类与识别上更为稳定,准确率提升约为0.95%～8.46%。 相似文献
3.
关于《电子速测仪坐标导线平差计算方法》的讨论 总被引：2，自引：0，他引：2
1999年第5期《测绘通报》刊载了《电子速测仪坐标导线平差计算方法》(以下简称《方法》)一文，提出了一种直接利用实测坐标进行平差计算的方法。本文对该方法有不同见解，并提出了另一种平差计算方法，供参考。 一、几点讨论 1. 《方法》一文作者认为，其平差方法是将角度误差与边长误差综合考虑进行平差的，比普通简易平差(将角度误差与边长误差分别进行分配)更为合理。笔者认为这两者是不可以比较的。因为在电子速测仪导线中仅仅测算出了坐标闭合差Fx和Fy，并没有测算出方位角闭合差Fα，只有2个多余观测，也就只能列出2个条件方程式(即就是测算出了Fα，《方法》中也未考虑)。普通简易平差用于普通导线测量中，要测算出方位角闭合差Fα，有3个多余观测，即有3个条件方程式。显然普通简易平差是将方位角闭合差Fα和坐标闭合差Fx与Fy绝对分成两步进行的，但其平差结果的精度肯定要比《方法》平差结果的精度高。 相似文献
4.
海岸盐沼前缘作为盐沼和光滩间的过渡带,在垂向剖面上呈现光滑、过渡、陡坎3种地貌类型,在平面岸线上也展现出不同的曲直特征。受到自然过程和人类活动的影响,盐沼前缘这一高度动态的生物地貌系统变化迅速,而高分辨率观测数据的缺乏使得这种变化难以得到充分认识。无人机SfM（Structure from Motion）摄影测量具有高分辨率、非侵入、可重复和低成本的优点,为解决上述问题提供可能。我们在江苏省盐城市大丰区海岸盐沼开展两次无人机调查,获取厘米级分辨率正射影像和地形数据。在高精度数据支持下,成功确定盐沼前缘位置,划分前缘类型,并定量刻画地形变化。研究发现:光滑和陡坎前缘占优势,形态稳定;光滑前缘平面轮廓复杂,后退速率小,过渡和陡坎前缘轮廓平直,后退明显;过渡前缘地形变化剧烈,向陡坎前缘转变。这项工作证明无人机SfM摄影测量适用于高效精准量化盐沼前缘形态,为认识盐沼前缘形态演化过程提供新视角。 相似文献
5.
牡蛎礁是一种重要的海岸地貌系统，礁体的空间分布格局，深刻影响着周围的水动力和沉积动力过程，进而反作用于牡蛎礁自身演化。江苏海门蛎蚜山牡蛎礁为中国海岸重要且稀有的生态系统，近年来，沉积物覆盖和人为捕捞导致牡蛎礁退化严重。本文利用无人机对蛎蚜山牡蛎礁进行地貌观测，基于运动恢复结构（SfM,Structure from Motion）摄影测量技术重建出航拍区域的高分辨率三维模型，包括正射影像和数字高程模型（DEM），并对重建的模型进行目视解译和剖面分析。结果表明，位于航拍区域的牡蛎礁主要有三种形态：条带状、斑块状和环状。条带状牡蛎礁脊线整体上呈南北走向，可能由环状牡蛎礁退化或牡蛎的生物自组织过程形成。航拍区域的地貌面高差可达5 m以上，地势最高处高程为0.5 m(85高程，下同)，最低处高程为-4.7 m。礁区内的礁体仍处于退化状态，其演化过程主要为：礁体表面出现坑洼→坑洼进一步扩张、延伸→形成溶槽→礁体分隔、分解，同时伴有沉积物对礁体的掩埋。本研究表明，无人机SfM技术可以高效获取牡蛎礁的地貌信息，为研究牡蛎礁演化过程提供了有力支持。 相似文献
1