基于卫星云图的风矢场(云导风)度量模型与算法探讨

对通过卫星云图来识别移动云块、计算风矢的问题进行了探讨.采用以点法式平面方程为核心的空间曲面方程组,实现了视场坐标变换;结合相邻帧差、中值滤波、阈值截取三种方法对卫星云图进行预处理,获得了云块分布;建立了滑动搜索图像匹配模型,并从数据挖掘以及图像特征的角度出发,设计了基于数据和基于统计参数这两种自适应算法,对匹配窗口大小、搜索范围进行优化;最后,为模型的继续改进提出了建议.     

基于卫星云图的风矢场度量模型与自适应算法

探讨了基于卫星云图度量风矢的模型与算法.首先,构建三维地球坐标系和二维帧平面坐标,实现了经纬度与灰度矩阵的行列号的相互转换;其次,近似修正定位目标云,采用最大交叉相关系数选择最优化匹配云,进而建立固定尺度下风矢度量模型;再其次,根据该先验信息构造变尺度的搜索空间,设计自适应算法加快搜索进程和提高精度;最后,挖掘预报文件中的温度-压强关系,分段拟合风矢的压强和所在等压面层数.     

基于交叉相关系数的风矢度量模型

利用卫星云图中的灰度数据,建立了基于灰度值相关系数的风矢场动态匹配度量模型,并用差商法、三次样条插值法和整体局部匹配算法对模型进行优化.与传统的固定窗口风矢度量模型相比,具有较高的度量精度和匹配速度.对非单调的气压层与温度函数进行了分段拟合求解,根据气压层温度曲线特性和气压不能突变原理,建立了气压层全局匹配模型.     

Chan-Vese模型的共轭梯度算法

随着图像采集设备的发展和对图像分辨率要求的提高,人们对图像处理算法在收敛速度和鲁棒性方面提出了更高的要求.从优化的角度对Chan-Vese模型进行算法上的改进,即将共轭梯度法应用到该模型中,使得新算法有更快的收敛速度.首先,简单介绍了Chan-Vese模型的变分水平集方法的理论框架;其次,将共轭梯度算法引入到该模型的求解,得到了模型的新的数值解方法;最后,将得到的算法与传统求解Chan-Vese模型的最速下降法进行了比较.数值实验表明,提出的共轭梯度算法在保持精度的前提下有更快的收敛速度.     

中等收入定位与人口度量模型研究

我国正处于经济转型期和收入分配格局的重要调整期,监控收入分配格局的变化具有重大意义.首先,针对中等收入定位与人口度量模型研究,构建新的洛伦兹模型L(p)=[1-(1-p)~αe~(-βp)][1-(1-p)~γe~(ηp)],与现有的经典洛伦兹模型做比较,拟合精度最优.其次,针对收入空间法和入口空间法的缺陷,给出相应解决对策.最后,提出中等收入人群的新定义,在此基础上构建了中等人口收入效用指数模型.     

线性度量误差模型的序列相关检验

回归模型的序列相关检验是经济和金融数据分析中的一项重要的工作.基于最小二乘残差,作者提出了一个检验统计量以检验线性度量误差模型的误差序列是否存在序列相关性.在零假设下,得到了检验统计量的渐近分布.数值模拟结果表明,这里提出的检验统计量具有良好的有限样本性质.     

一个基于近似下降方向的免梯度算法

本构造一个求解非线性无约束优化问题的免梯度算法，该算法基于传统的模矢法，每次不成功迭代后，充分利用已有迭代点的信息，构造近似下降方向，产生新的迭代点。在较弱条件下，算法是总体收敛的。通过数值实验与传统模矢法相比，计算量明显减少。     

卫星数传接收规划模型与算法研究

作为对地观测卫星任务执行的两个重要阶段之一,数传接收的规划任务是一个具有多时间窗口、多优化目标和多资源约束的NP-Hard优化问题。中继星的引入为数据全天候近实时传输提供可能,同时也为数传规划提出新的问题。本文主要完成两项工作:第一,建立风险控制的卫星数传接收规划模型;第二,阐述基于遗传禁忌的模型求解方法,进一步采用分布式并行求解策略,改善了求解算法的收敛速度和鲁棒性。最后,通过STK提供基础仿真数据,验证了本文规划模型和求解算法的有效性。     

生成度量矩阵的新算法及拟度量矩阵的性质研究

阐述了生成度量矩阵的除法变换的新算法,这种算法使计算度量矩阵更简便,使数据的存贮空间大大减少.另外,得到了拟度量矩阵和拟判断矩阵的特征值和特征向量的关系,以及对广义成对比较矩阵和广义度量矩阵的性质进行了研究,这为不严格的成对比较矩阵的权重研究提供了较好的理论方法,为模糊矩阵的研究提供了较好的思想.     

基于相似性度量的改进DBSCAN算法

针对传统DBSCAN算法对高维数据集聚类效果不佳且参数的选取敏感问题,提出一种新的基于相似性度量的改进DBSCAN算法.该算法构造了测地距离和共享最近邻的数据点之间的相似度矩阵,克服欧式距离对高维数据的局限性,更好地刻画数据集的真实情况.通过分析数据的分布特征来自适应确定Eps和MinPts参数.实验结果表明,所提GS-DBSCAN算法能够有效地对复杂分布的数据进行聚类,且在高维数据的聚类准确率高于对比算法,验证了算法的准确性和可行性.     

对云导风矢量模型的若干研究

云导风矢量是描述示踪云运动的特征表示,可通过对具有一定时间间隔的两幅相关卫星云图分析获得.采用解析几何的方法完成云图内像素点与地球经纬度的对应.针对云图匹配中可能出现的多峰值问题,提出了一种基于交叉相关系数法的改进算法,提高非零风矢的质量.同时提出了自适应调整窗口大小和搜索范围的算法,在保证云迹风场的质量的前提条件下,降低计算复杂度.通过仿真,获得带压强显示的风场分布图.     

基于多分类支持向量机的评估模型研究

支持向量机中的参数直接影响其推广能力,针对参数选取的主观性,提出基于改进的遗传算法优化其参数,并将其应用于银行个人信用的五等级分类问题中,针对多分类问题,设计了3个二值分类器,不同分类的参数不同,通过实验证实可以达到更精细的分类效果.     

属性测度空间的粗糙集模型

在属性测度空间理论指导下,提出了属性测度下的属性粗糙集模型及依参量的属性粗糙集模型,并就不同属性粗糙集模型的精度进行了讨论.     

模糊非径向DEA模型的可信度求解

传统的DEA模型(CCR、BCC)的径向效率度量是不完全的.它们只是分别地度量输入效率与输出效率,且效率度量没有考虑非零的输入松弛与输出松弛.修正的Russell方法消除了这些缺陷.基于修正的Russell方法,利用可信度方法,模糊DEA模型得以建立并求解.一个算例佐证了这一方法.     

遗传算法与神经网络相结合的降水预报模型

针对目前BP神经网络在实际应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,在遗传进化过程中采取保留最佳个体的方法,建立基于遗传算法的BP网络模型,同时通过实例说明该模型在降水预测中的应用,计算结果表明该方法的预测精度较高。     

基于组合预测方法的风电功率预测模型

风力发电是最具开发潜力的非水电再生能源,为保证电网的功率平衡和运行安全,需要对风电功率给出准确的预测。对于风电功率预测通常可采用以下3种方法：三次指数平滑法、ARMA方法以及灰色预测方法,但预测准确性不高,而采用风电功率预测的组合预测方法可以提高风电功率精度。将4种预测方法运用到实际风电功率算例中,由数值计算结果可以得出组合预测方法预测风电功率得到的结果精度较高。     

基于云模型和前景理论的城市生态位适宜度评价研究

针对评价值为不确定语言信息的城市生态位评价问题,考虑评价者风险态度对评价结果的影响,提出一种基于云模型和前景理论的城市生态位适宜度评价方法.该方法首先给出了新的生态位适宜度评价指标体系;然后,提出了一种改进的云生成方法,将不确定语言信息转化为云模型,得到云评价矩阵;在此基础上,定义正负生态位最适值,确定正负前景评价矩阵,并依据评价者判断和公平竞争原则构建指标权重模型,根据综合前景值的大小给出城市生态位排序;最后,通过实例说明了方法的可行性和有效性.