奥运会举重量级调整的合理性分析

通过建立数学模型来分析奥运会举重项目量级调整的合理性,为其将来的量级调整提供合理的参考依据.     

基于GPU的并行克里格及其在储量估算中的应用

克里格法是空间信息统计学中最主要和最基本的一种局部估计方法, 利用区域化变量的空间分布特征实现对未知区域的估计. 针对克里格算法高时间复杂度问题, 提出一种基于GPU 的并行克里格算法, 实现对克里格插值算法的改进, 在精度不降低的情况下很好地解决了克里格算法高时间复杂度的问题. 西藏甲码铜资源量估算结果表明, 并行克里格方法具有良好的加速比与并行计算效率, 验证了该方法的可实践性, 与纯CPU 计算的对比实验验证了GPU 并行计算结果的正确性与可信度.      

时空域非参数和多元信息的地质统计学研究

讨论了非参数时空信息统计学(地质统计学)基本理论和方法,即指示函数及二阶矩,Ф(A;Zl)的最优估计以及待估域A平均值的指示Krig估计法和时空域多元信息地质统计学基本理论和方法,即互变异函数及互协方差函数,时空域协同区域化变量的最优估计方法.认为指示Krig法是一种精确和有效的估计地学数据非正态的分布特征方法;在对空间信息研究的过程或事件中,有些变量(经常为多变量)不仅具有空间特征,而且具有时间特征,这时要把所研究的变量看成是时空随机函数.     

析取克立格理论及其在品位估计中的应用

非线性现象普遍存在于许多自然科学的研究之中,而线性地质统计局限于对有效数据的线性组合,无法解决很多非线性问题;但是,一些非线性方法不容易处理,如条件期望的前提条件苛刻,计算复杂耗费大.析取克立格法(DK)介于两者之间,它利用二元概率分布函数进行估计,不仅有效、准确、易实现,更能很好地估计Z(x)的任意函数,解决可回采储量估计等现实问题.本文介绍了DK方法的基本理论和方法,对Z(x)的正态变换,厄米特多项式展开的过程进行详细讨论,并给出了计算实例,最后利用指示克立格对转换函数计算析取克立格估值,很容易解决可回采储量等非线性问题.     

基于线性聚类的稀疏成分分析及其在盲源分离中的应用

提出一种基于线性聚类的稀疏成分分析法,给出相关理论证明和实现算法.该方法充分利用稀疏源信号的线性混合信号沿混合矩阵列向量方向线性聚类的特性进行盲源分离.实验结果表明,在独立成分分析失效的情况下(源信号相关或高斯分布)仍然能够有效地分离出潜在的稀疏源.对分离出的信号及源信号进行相关系数分析,分离出的信号与源信号完全线性相关.基于线性聚类的稀疏成分分析法能准确地重构稀疏源信号.     

基于直方图的感兴趣区图像边缘检测

当图像中的某些区域具有比其它部分更高的重要性时,基于感兴趣区域(ROI)的边缘检测功能就尤为重要。但是当前大部分算法均针对图像整体检测,这在一定程度上会影响对ROI区域的检测效果。针对该问题,提出一种基于ROI的边缘检测算法。新算法首先利用修正后的图像直方图特征选取ROI区域的分割阈值,然后根据分割阈值从背景中分离出ROI区域,最后选择最优边缘检测算子,完成基于ROI的边缘检测。实验结果表明:新算法能够更好的支持对ROI区域的边缘抽取。     

多源地学信息的自动综合研究综述

地学信息普遍存在模糊性、多解性、不确定性和不完备性,传统的一些方法不能有效地综合各种地学信息,开展空间推理、多源地学信息的表达研究是实现计算机空间数据特征信息的自动综合的关键,也是实现GIS智能综合的关键所在.     

非负矩阵分解算法在遥感图像融合中的应用

研究了非负矩阵分解(NMF)方法在遥感图像融合中的几种应用.在多光谱图像与全色图像融合的过程中,采用了非负矩阵分解融合算法,非负矩阵分解与主成分结合(N_PCA)的融合算法,非负矩阵分解与提升小波变换结合的融合算法,通过对各融合图像的目视判定及统计参数判定,分析评价这些算法在遥感图像融合中的性能差异.研究实验证明非负矩阵分解算法应用于遥感图像融合处理,具有较好的融合效果,非负矩阵分解算法,非负矩阵分解与主成分结合的融合算法,非负矩阵分解与提升小波变换结合的融合算法在遥感图像融合中的性能优于传统的主成分融合算法(PCA),其中,非负矩阵分解与提升小波变换结合的融合算法的性能最为优异.     

基于受限的非负矩阵分解的多光谱和全色遥感影像融合

为了有效去除遥感影像中数据冗余问题,提出了一种基于受限的非负矩阵分解的影像融合算法,利用矩阵的非负性实现了中巴卫星多光谱影像和Landsat ETM 高分辨率全色影像的融合.实验结果表明,与IHS变换,小波变换等传统融合方法比较,该方法在较好的保留光谱信息的同时,空间细节信息也得到了增强,同时具有较高的峰值信噪比.     

时空信息统计学的一些基本理论和方法

讨论了时空信息统计学(地质统计学)的若干基本理论和方法：1)若干基本概念，包括时空域的随机变量和随机函数，仅考虑空间域或时间域的不足，空间域与时间域之间的差异，二阶平稳假设及内蕴假设；2)时空域信息的平稳线性最优估计，主要讨论了变异函数与协方差函数及平稳线性最优估计方法；3)时空域信息的线性非平稳最优估计，提出了漂移和涨落的概念，关于漂移的形式及非平稳线件景优估计方法。