基于DMSP-OLS灯光数据的广东省城市人口估算

使用DMSP/OLS近20年数据对广东省城市的人口规模进行估算.首先,对广东省的DMSP/OLS数据进行校正.以2000、2010年人口普查数据与灯光数据为样本,构建"灰度密度-人口密度"模型,估算广东21个地级市常住人口.该模型既充分考虑灰度阀值的设定对人口估算结果的影响,又考虑城市人口数量变化在灯光灰度总值和灯光覆盖面积这2个变量上的体现.由于使用灯光数据指标与人口数据指标的比值作为估算基础,各城市的估算函数参数均不同,符合各城市经济发展状况和人口分布特点.通过2005年全国1%人口抽样数据检验,21个地级市平均估算相对误差为3.69%,全省总常住人口估算相对误差为5.02%,证明该模型能有效地估算广东省各地级市的人口规模.与已有的人口统计数据获取途径相比,该文构建的模型比传统的人口统计方法增强了时效性,又比其他遥感估算方法节省了地物判读和解译的步骤,且估算误差更小.基于DMSP/OLS数据的城市人口估算对研究中国城市人口规模具有重要的应用价值.     

遥感技术在人口估算中的应用

以天津市区为例综合应用住宅计数法、面积（密度）法和模型法探讨城市小区域人口的遥感估算新途径。作者首先提出了人口遥感估算的理论基础，其次以遥感数据为基础推出了两种人口估算数学模型，最后就遥感技术实际应用于人口估算的原则问题提出了一些见解。     

耦合植被指数改进水分利用效率气孔导度遥感模型

水分利用效率(WUE)是深入理解生态系统碳-水循环耦合关系的重要指标，改进融合环境因子与遥感参数的WUE直接估算方法，对于评价陆地生态系统碳-水循环耦合与气候的交互具有重要的科学意义。研究针对中分辨率成像光谱仪(MODIS)遥感产品间接估算WUE精度低以及气孔导度模型(也称分析模型)适用性有限的问题，改进温带落叶阔叶林生态系统WUE的直接估算。在分析现有估算方法不确定性来源的基础上，分析了生态系统WUE及其主要调控因子的季节变化特征，进一步分析探讨了WUE对遥感监测植被覆盖以及冠层结构因子的线性和非线性响应，提出耦合遥感植被覆盖和冠层结构因子的WUE分析模型改进方案。结果表明，改进的WUEan×ScaledNDVI模型拓展了分析模型在8 d尺度的适用性，也对单因子线性模型实现了提升，在植被密度较高的森林站点，改进模型比原模型精度提升了36.98%，比MODIS间接估算WUE精度提高了31.00%。改进的分析模型弥补了8 d尺度WUE估算能力和适用性上的不足，也提升了基于植被覆盖和冠层结构因子的单因子模型的性能。     

基于参与式机器学习方法的行程时间动态预测模型

在常规交通流情况下,应用参与式机器学习模型估算了交通密度的预测值,通过交通流密度与行程时间的关系间接估算行程时间的预测值;对参与式机器学习模型进行了改进,将原模型中的子系统计算方法从最小二乘法改进为适合长时间平稳交通预测的卡尔曼滤波法;在此基础上开发了部署在可变情报板上的交通信息诱导系统,利用观测的交通密度组成的向量作...     

基于遥感技术的人口估算——以西藏部分区县为例

随着遥感技术的发展,快速准确低成本的估算某地区总人口成为了可能。本文以研究区遥感影像目视解译得到的建筑物面积作为人口估算模型研究的媒介,对西藏9个区县建筑物面积与统计人口数据进行统计分析的结果表明,建筑物面积与统计人口数量之间的拟合度为0.836(P0.05),表明其相关性显著;因此对两个变量回归分析,结果为R~2=0.699,P=0.005,表明变量间存在显著联系,得到一元线性回归人口估算模型为yi=y_0+a_0*x_i,采用该模型估算其余15个区县2010年人口总数为899293,2010年普查人口为843820,估算误差为6.57%。本研究建立的人口估算模型能比较快速准确的估算出大范围内的人口,对人口普查具有实用意义。     

减少飞机起飞质量和空载质量估算误差研究

目的 研究减少飞机概念设计时空载质量和起飞质量估算误差。方法 通过对一些新型运输飞机的基型和衍生型数据进行统计分析研究,拟合出空载质量估算相对误差与航程之间的二阶多项式关系曲线,导出飞机起飞质量、空载质量和航程之间的关系式,改进了Ｒｏｓｋａｍ的空载质量估算公式,通过对利用Ｒｏｓｋａｍ估算公式和改进后Ｒｏｓｋａｍ估算公式的计算结果分析对比,得出了较为满意的结果。结果 空载质量和起飞质量的估算误差范围     

基于县域单元的河南省人口经济密度空间差异研究

以河南省108个县(市)为研究单元,利用河南省相关统计数据,选取度量县域人口经济密度的9个指标,运用SPSS 17.0软件,对其进行主成分分析和系统聚类分析,并运用ARCGIS 10.2软件将河南省县域人口经济密度可视化表达,对河南省县域人口经济密度的地域空间分布进行研究,并提出相应的对策.结果表明:(1)人均非农业经济密度、人均信息化经济密度和人均农业经济密度是影响河南省县域人口经济密度的三大因子;(2)按照人口经济密度的差异对其聚类分析,可知河南省县域人口经济密度可划分为4种类型,分别为高水平区、较高水平区、中等水平区和低水平区;(3)通过对其可视化表达可以看出河南省人口经济密度总体上处于中等以下水平,占据河南省面积的2/3,且不同区域单元水平差距较大.     

企业事故损失估算方法探讨

在阐述事故损失的概念及分类的基础上,对国内外关于事故经济损失估算的理论和方法进行了分析比较,并对事故经济损失的估算方法进行了总结评价,提出了改进现有估算方法的思路.     

酉阳县土地生产潜力和人口承载量

阐述了酉阳县土地生产潜力和土地人口承载量的估算方法和结果,并对结果进行了一定的分析.     

基于LS-SVM的导弹费用估测研究

导弹系统的费用估算对于采办费用的控制、方案的优化设计具有十分重要的意义和作用,目前对导弹系统费用估算方法存在估算精度不高、泛化能力差、计算过程烦杂等问题,作者提出了基于最小二乘支持向量机的导弹系统费用估算方法,并采用了密度因子法来对样本集中的孤立样本点进行剔除.研究表明,最小二乘支持向量机能够较好地适用于导弹系统的费用的估算,并具有较高的估算精度.     

城市公共资源与人口分布的空间适配性分析——以深圳市为例

基于新数据环境支持, 运用核密度估计、最近邻分析、多距离空间聚类、协同区位商和两步移动搜索等多种空间量化法, 从适应性和匹配关系两个方面分析深圳市城市公共资源与人口分布的空间适配性。结果表明: 1) 不同城市公共资源与人口分布的空间适应性具有明显的相似性, 表现为空间形态、分布模式和邻近效应相似; 2) 城市公共资源与人口分布的空间匹配关系存在差异, 城市公共资源与人口密度的非匹配特征说明城市公共资源供需关系存在“失配”和“错位”现象。最后, 针对资源要素的空间适配性问题, 从城市和社区两种尺度提出针对公园绿地、教育机构和健康医疗等 3 类公共资源的优化建议。     

基于核密度估计的泥土物证分类方法

利用核密度估计建立了泥土物证元素数据分布不符合正态分布时,估计样本总体概率密度函数的方法,为城市样本间基于似然比检验的分类与比对建立基础。在估计过程中采用积分均方误差衡量窗宽优劣,以积分均方误差最小化准则求得核密度估计的最优窗宽。利用判别分析与似然比检验为特定地域泥土物证的分类提供了可靠的分类分析方法。     

基于方向密度检测与霍夫变换的混合矩阵估计

针对欠定盲源分离混合矩阵的估计问题,提出一种基于局部方向密度检测的孤立时频点处理与霍夫变换相结合的混合矩阵估计算法.首先通过变换域单源时频点处理增强信号的稀疏性,对散点图中的方向直线进行霍夫变换,通过判断局部极大值点确定源信号数量并估计混合矩阵.针对霍夫变换易出现的峰值簇拥问题,提出采用局部方向密度检测方法先判别并去除孤立时频点,之后再进行霍夫变换,提高了混合矩阵的估计精度.实验结果表明本文所提出的方法能够在未知源信号数量情况下实现混合矩阵估计,且估计精度高于K-means等常用方法.      

基于神经网络模型的室内大规模人流密度预测

提出了一种新型的适用于大规模室内人流密度预测算法.在现有基于无线信号强度的人流密度估算算法基础上,引入加权运算来提升估算质量.进一步,根据连续若干个时间段内估算所得的人流密度,通过BP神经网络模型,对未来某一时刻该区域的人流密度进行预测.根据仿真模型和3个月的数据采集与分析,所得到预测模型的准确率达到了94.70%.      

多任务剖面下平均故障间隔时间的评估方法研究

根据装备具有多任务系统的特点,本文建立了多任务剖面下平均故障间隔时间(MTBF)的评估数学模型,研究了利用现场试验数据进行多任务剖面下的MTBF的点估计和区间评估的一般方法,并给出了计算示例,该方法提高了评估的精度。     

基于均值密度中心估计的k-means聚类文本挖掘方法

文本挖掘作为数据挖掘的重要研究领域,是检索有用文本信息的重要手段。通过对K-means聚类挖掘方法的基本原理和实现步骤的分析,发现随机选择聚类中心迭代初值、奇异点问题是制约其发展的技术瓶颈,针对该方法的不足,提出了一种基于均值密度中心估计的K-means聚类文本挖掘方法,采用基于均值密度的聚类中心初值估算取代原有方法的随机选取模式,设计自适应的邻域形状选择机制,用均值密度配合阈值消除奇异点。实验结果表明,提出的方法提高了K-means聚类方法的文本挖掘性能,使得文本挖掘查准率得到很大的提高,不仅强于一般K-means均值聚类方法,且和新近流行的自组织神经网络聚类方法相比也具有一定的优势。     

杂系混合信号的盲分离

利用基于随机变量概率密度函数的非参数密度估计的核密度估计法对评价函数进行直接估计，改进了盲分离算法的性能，理论推导和试验都证实了这种基于核密度估计的非参数密度估计盲分离算法能实现包含超高斯和亚高斯信号的杂系混合信号的盲分离，为盲分离问题在实际问题中的应用奠定了一定的基础。     

面向群智感知车联网的异常数据检测算法

群智感知车联网利用普通用户的手机或平板电脑等智能终端获得交通数据,解决了车联网以低成本获取足够数据的问题,但却凸显了数据"质"的问题.为此,在分析群智感知车联网的数据结构及数据异常特点的基础上,提出一种适用于群智感知车联网的异常数据检测算法,并依此剔除异常数据,提高数据质量.算法利用核密度估计理论对车联网数据的概率密度进行估计,进而构建信任函数计算被检数据的信任度,后根据统计学理论将信任度小于0的数据判定为异常数据.最后对该算法的可行性及性能进行了仿真,结果表明该算法的性能可满足实用需求,且对比传统的统计检测法在检测率和误检率上具有更好的性能.     

基于动校正前CRP道集的多波联合AVO反演新方法

叠前AVO反演可以得到地层的弹性信息,继而进行地层岩性和流体类型识别。与速度信息相比,弹性模量信息更有利于储层描述。因此,本文采用叠前AVO反演方法直接反演得到纵波模量反射系数、横波模量反射系数和密度反射系数,联合纵波(PP)资料和转换横波(PS)资料进行AVO反演提高反演结果的精度和稳定性。常规AVO反演方法所采用的数据都是动校正后的CRP道集,动校正处理引入的动校正拉伸效应会影响反演效果,降低反演精度,尤其是密度的反演结果会受到较大影响。本文采用动校正前的CRP道集进行联合AVO反演,在反演过程中引入贝叶斯理论,从而提高反演的稳定性和精度。理论模型试算结果表明,本文提出的反演方法具有更好的稳定性、更高的精度以及更强的抗噪能力。