基于分段辐射校正的星载TDI-CCD成像数据辐射处理方法

文中在分析现有的相对辐射校正方法的局限性基础上,提出了一种基于分段辐射校正的星载TDI-CCD成像数据辐射处理方法.该方法利用实验室定标数据对探元不同感光范围的光电响应模式采用不同的模型进行拟合,从而提高定标系数或者查找表的拟合精度.文中选取资源1号02BHR光学影像进行实验,实验结果表明文中提出的方法与现有的方法相比有较大提高.     

基于Boosting梯度下降理论的时间序列建模方法

在预测问题中有很多实际问题具有时间序列特性,如何分析并建立合理的时间序列预测模型具有重要的理论价值与广泛的应用前景.随着对时间序列研究的逐步深入,时间序列预测模型变得越来越复杂,建模过程对设计技巧依赖性越来越强.如何设计一种不依赖于操作者的能力和经验,并且具有良好效果的建模方法呢？本文在集成学习理论的基础上,提出了基于Boosting梯度下降理论的自回归模型集成（AREnsembleLearning,AREL）建模法,从理论上分析并论证了该建模法的有效性.为了避免AREL精确拟合每一个训练样本点,在建模过程中引入了？-不敏感损失函,从而降低随机噪声对时间序列预测模型的影响.进而为了提高AREL对非平稳时间序列的处理能力,提高算法的鲁棒性,防止发生过拟合,降低算法对模型阶次设置的敏感性,提出了基于AREL的加权k近邻（weightedkNN）预报法.通过实例测试,并对结果进行了讨论,验证了所提出的建模法与预报方法的有效性.     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

用迭代非均匀B-spline曲线(曲面)拟合给定点集

基于盈亏修正的思想, 提出迭代非均匀B-spline曲线曲面的算法, 来解决目前计算机辅助设计和逆向工程中急需解决的一个关键问题: 无需求解方程组得到拟合(插值)给定点集的曲线曲面. 其基本思想是首先按给定的拟合点集作一条(张)初始的非均匀B-spline曲线(曲面), 然后用迭代公式逐次调整其控制顶点, 得到一族拟合精度不断改善的非均匀B-spline曲线(曲面). 用现代矩阵理论严格证明了迭代的极限曲线曲面插值于给定点集. 这种用迭代法产生的非均匀B-spline曲线曲面具有符合NURBS标准、显式表达、局部性和保凸等优点.     

一类循环加权子空间拟合法的性能分析

基于加权子空间拟合（ＷＳＦ）的思想和循环相关矩阵估计量的渐近统计特性,分析了循环平稳信号波达方向估计的一类加权子空间拟合法的性能,导出了这一类算法渐近估计方差的解析表达式,并讨论了它们的性能。     

基于压缩感知的土壤呼吸监测传感网动态采样调度策略

土壤呼吸监测传感网通常部署在野外,无法直接访问电力,并且土壤呼吸测量过程比较复杂、能耗较高,因此在满足重建准确度要求的前提下,希望以尽量少的采样次数来进行测量.利用土壤呼吸真实物理过程中时间序列的相关性,可以采用压缩感知理论来实现采样调度.本文提出了一种基于压缩感知的分段动态采样调度策略:利用前期测量数据进行分析得到的先验知识,对测量时间区间的数据序列进行分段线性拟合,依据分段数据子序列的线性程度度量指标,动态确定各段的采样率.土壤呼吸测量仪在进行监测时,按照分段动态变化的采样率构造压缩感知采样和重建所需的测量矩阵.实验结果表明,相比平均采样率相同的固定采样策略,本文提出的分段动态采样策略能够得到更好的重建质量,即如果以确定的重建误差阈值作为需求,则本文的动态采样策略具有更小的采样率.虽然计算动态采样率会带来一定的计算开销,但减少的采样次数可以节省更多的能量.本文提出的基于压缩感知的分段动态采样策略,虽然在土壤呼吸监测传感网的应用场景中进行了实验和分析,但其思想对于其他类似应用的采样调度和节能问题也具有借鉴价值和潜在的可应用性.     

高速铁路无砟轨道不平顺谱

研究提出了我国高速铁路无砟轨道不平顺谱的计算方法、轨道不平顺谱拟合公式及轨道不平顺谱图.为提高轨道不平顺谱的计算精度,研究提出了基于线性插值和小波分析方法的轨道不平顺检测数据异常值和趋势向剔除算法.同时通过不同窗函数长度、不同窗函数和不同谱估计方法的轨道不平顺谱计算对比分析,确定了轨道不平顺谱的计算方法.利用高速综合检测列车检测数据计算确定了高速铁路无砟轨道不平顺谱及其拟合公式,并引入倍频能量表反映高速铁路无砟轨道周期结构的影响.由轨道不平顺谱拟合公式与倍频能量表共同构成的高速铁路无砟轨道不平顺谱,为高速铁路设计、评估和养护维修等提供了依据.     

BP网络学习能力与泛化能力满足的不确定关系式

分析BP网络过拟合出现时网络学习能力及泛化能力与其他影响因素之间的内在联系, 引入复相关系数描述样本复杂性程度; 遵循计算不确定性原理和神经网络结构设计的最简原则, 类比信息传递过程中的一般测不准关系式, 建立了BP网络过拟合出现时, 反映网络学习能力的训练样本集的训练相对误差与表征泛化能力的网络对检验样本集的测试相对误差之间满足的不确定关系式; 通过模拟多种不同类型函数的BP网络过拟合数值模拟实验, 确定了关系式中过拟合参数q的取值范围一般为7×10^−3~7×10^−2; 依据不确定关系式, 导出了在用复相关系数描述样本复杂性和满足给定逼近误差要求下, 网络具有较佳泛化能力的隐节点数的计算公式, 并验证了其合理性; 指出BP网络应用于给定样本集的训练过程中, 为改进泛化能力的训练最佳停止方法.     

一种改进拉氏算子的四阶偏微分方程图像去噪方法

建立了一种描述图像平滑度的泛函,并推导出新的四阶偏微分方程图像去噪模型,在有效去噪的同时,较好地保持了图像的特征。由于该方法得到的图像是分段线性图像,避免了二阶偏微分方程处理图像常出现的"阶梯"效应,同时,和同类的四阶偏微分方程去噪模型相比,其处理结果不会出现"斑"点,因此视觉效果更加理想。最后通过实验证明了该方法的有效性。     

基于油水产出动态的水驱油藏连通性评价新方法

针对当前连通性评价模型仅能预测产液动态数据、现有分流量方程不能准确表征整个含水变化周期内产出特征的内在缺陷性,基于油水产出动态数据,建立了一种可快速反演水驱油藏井间连通状况的连通性评价新方法.该方法将油藏离散为一系列以生产井为中心的控制单元(CRMP),通过CRMP电容模型和分段含水率表征方程进行井点液量计算和含水率追踪,获取井点处的生产数据;在此基础上,采用新近提出的随机近似梯度StoSAG优化算法实现动态数据预测值与观测值的自动拟合,快速反演连通系数、时滞常数、泄油孔隙体积等参数.应用实例表明,相比于集合卡尔曼滤波(EnKF)算法和投影梯度算法,StoSAG算法鲁棒性更强,油水动态数据拟合效果好,连通性评价结果可靠;相比于单一的Koval方程,分段含水率表征模型能够更好地反映全生命周期内的产水规律,适用范围更广.