最近邻点法预测模型及其在河川径流预测中的应用

针对径流非线性特征,建立了最近邻点法预测模型,对黄河、长江干流径流过程进行了预测,得到了满足精度要求的预测结果.该模型能够有效跟踪径流系统中相空间里的吸引子和充分扑捉历史数据中所隐含的有用信息.通过增加邻近点数来观察预测均方误差的变化,对预测效果进行了检验,结果证实该模型可真实地反映河川径流变化的总体趋势,并为判断时间序列数据的非线性提供了一种新方法.     

一种基于R树空间索引技术的GIS数据索引方法

地理信息数据库的查询效率作为GIS系统效率的关键,传统的查询和索引技术不能有效地实现地理信息数据库的高速查找和信息提取.提出了GIS中高效信息查询和提取的一种优化方法——一种基于R 树的空间索引技术的方法,介绍通过该方法建立记录地图信息的shape文件对应的索引文件的基本思路和方法并提出了基于此方法的GIS最邻近查询算法. 通过实验表明,该方法能有效提高GIS系统的响应速度和数据提取效率.     

一种遥感影像混合噪声二阶去除方法

遥感影像去噪对于影像后续的使用和研究具有重要意义。高斯噪声与椒盐噪声是影像中常见的噪声,目前的去噪算法对于这类混合噪声普遍存在去噪效果不佳、去噪后影像边缘模糊等缺点。针对以上问题,提出了一种遥感影像混合噪声二阶去除方法。该方法第一阶段是在DnCNN网络框架的基础上引入扩张卷积来增加网络的感受野,便于在遥感影像中提取更多的特征信息;同时在深卷积层后引入DropoutLayer层构建降噪模型,以防止网络出现过拟合,简化训练难度,然后使用该模型对影像进行初步降噪。为进一步提高初步降噪结果的影像质量,有效去除混合噪声中的椒盐噪声,保留更多的影像边缘细节及纹理特征。该方法第二阶段是在自适应中值滤波的基础上采用最近邻域像素加权中值替换原滤波窗口中值,对初步降噪结果进行二次处理,得到遥感影像混合噪声最终去噪结果。为验证算法的可行性和有效性,进行了遥感影像去噪实验及去噪影像边缘检测实验。分析实验结果,无论从主观视觉还是客观评价指标上进行对比,提出的方法对于遥感影像混合噪声去噪效果优于传统去噪方法,并且能够较好地保留影像边缘细节及纹理特征,获得更清晰的影像结果。     

基于NNI注视指数的塔台管制员情景意识研究

为研究塔台管制员在任务不同阶段的注视模式与情景意识（Situation Awareness,SA）的关系,搭建模拟塔台管制的眼动试验平台,设计3组不同难度的试验,用NASA-TLX量表评估被试的任务负荷,利用方差分析方法验证试验难度设计的合理性;利用3D-SART量表评估被试的SA水平,利用NNI算法分别计算和识别试验前期和后期被试的注视模式,并结合操作绩效,分析不同任务难度下管制员前期和后期的NNI注视指数与SA的关系。结果表明,被试在试验后期的NNI注视指数受试验难度的影响更为显著,且试验后期NNI注视模式呈离散型分布的被试具有更高的SA水平和操作绩效。     

基于最优划分的多传感器多目标跟踪NNJPDA算法

传统的最邻近联合概率数据关联算法(NNJPDA)不能直接用于多传感器对多目标的跟踪。针对这一问题,提出了一种适用于多传感器多目标跟踪的最邻近联合概率数据关联算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优划分,然后采用NNJPDA方法对多目标进行跟踪。经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加计算量小等优点。     

The uses and abuses of ‘consensus’ forecasts

Clemen's (1989) review of the forecast-combining literature amply illustrates both the interest in and the importance of this subject. This article stresses the tautological properties of various consensus measures that assure their success relative to most individual forecasts. It confirms the finding of earlier studies that for each specific macroeconomic variable roughly one-third of individual forecasters are more accurate than a consensus. However, each individual does relatively poorly for some variable while the consensus, in contrast, necessarily never fails relative to most individuals. These results, like most previous studies, describe consensus measures that are synthetic constructs derived from a pre-existing set of individual forecasts. Strictly speaking, this contemporaneous consensus is not available to individual forecasters when their forecasts are made. A prior consensus measure, which is in their information sets, was relatively much less accurate than the contemporaneous measure. Nevertheless, a small subset of individual forecasters were generally inferior to the known, prior consensus forecast.     

控制论在教学设备评估中的应用探讨

实行高校资产评估有利于加强国有资产管理,有利于促进高校教育体制改革的深入和提升学校教学管理水平。进行教学设备价值的合理评估,实现评估价值接近和真实反映设备实际价值是评估的最高追求和高校资产评估的重要组成部分。文章在对比先进控制过程和评估实现过程的基础上,分析了先进控制理论在实现评估价值中的应用。     

Automated design of multiple-class piecewise linear classifiers

A new method and a supporting theorem for designing multiple-class piecewise linear classifiers are described. The method involves the cutting of straight line segments joining pairs of opposed points (i.e., points from distinct classes) ind-dimensional space. We refer to such straight line segments aslinks. We show how nearly to minimize the number of hyperplanes required to cut all of these links, thereby yielding a near-Bayes-optimal decision surface regardless of the number of classes, and we describe the underlying theory. This method does not require parameters to be specified by users — an improvement over earlier methods. Experiments on multiple-class data obtained from ship images show that classifiers designed by this method yield approximately the same error rate as the bestk-nearest neighbor rule, while providing faster decisions.This research was supported in part by the Army Research Office under grant DAAG29-84-K-0208 and in part by the University of California MICRO Program. We thank R. W. Doucette of the U.S. Naval Weapons Center and R. D. Holben of Ford Aerospace Corporation for providing the ship images in our experiments.     

基于人工神经网络的股市预测模型

建立了构成基于人工神经网络的3种股市预测模型（基本数据模型、技术指标模型和宏观分析模型）,分析了神经网络应用于股市预测的实效性。实证分析表明,3种模型对上证综合指数的拟合效果均较好。在“基本数据模型“中,建立带有附加动量项和自适应学习速率的BP网络,具有较快的运算速度和逼近性能。在“技术指标模型”中,通过一些股市重要技术指标的引入,使其增加了反映市场各方面深层内涵的信息,而且网络的泛化能力有所提高。在“宏观分析模型”中,引入了影响股市的5项主要宏观经济指标,使模型包含了宏观经济基本面的更多信息,强化了股市神经网络模型的应用价值。     

一元回归统计分析模型在土地利用动态监测中的应用

概述了一元回归统计分析模型的几种常见类型 ,给出了各种函数的曲线标准形式和将非线性问题线性化的方法 ;详细阐述了计算软件的功能和使用方法 ,并以河北省某市建成区为实例进行计算 ,证明方法可行 ,原理正确 ,结果可靠