区域覆盖星座结构与参数同时优化的进化算法

针对区域覆盖卫星星座的优化设计问题,设计了一种能同时优化星座结构和参数的进化算法。算法采用固定长度的染色体编码,由星座可能的最多轨道面数和各轨道面内最多卫星数目确定的最多变量个数决定染色体编码长度。根据个体星座的轨道面数和各轨道面卫星数的实际值确定染色体中哪些基因是冗余的,并将这些冗余的基因设为隐性,达到可变维数优化的目的,从而实现星座结构的优化。染色体采用二进制/实数混合编码的方式处理同时具有整数/连续变量的星座优化问题,二进制编码部分采用二进制的进化算子,实数编码部分采用一组星座设计专用的进化算子。在一个虚拟的区域海洋监视卫星星座优化设计中的应用显示了该算法的有效性。     

黄河流域的土地利用和土地覆盖变化

应用遥感技术与地理信息系统 GIS技术进行土地利用变化监测 ,具有快速、客观的特点。对 L ANDSAT TM图像进行解译判读 ,获取反映黄河流域 2 0世纪 80年代末期到 90年代末期土地利用和覆盖情况的 1:10万比例尺的土地利用数据。通过应用土地利用动态度模型、土地利用程度时空演变模型、土地利用类型转移模型和土地利用重心模型 ,对黄河流域近 10年的土地利用和覆盖变化进行了研究。研究结果表明 :10年来黄河流域草地、林地面积减少 ,而耕地、建设用地、未利用地面积增加 ,而人类活动是黄河流域土地利用和覆盖变化的主导因子     

我国土地利用研究现状分析

本文分析了目前我国在土地利用领域的研究现状 .认为 :当前我国在土地利用 /覆被变化研究是土地利用研究领域的重点 ,不仅在研究内容上注重土地利用变化的动态过程、强调其驱动机制的分析及其生态环境效应的反映 ,而且在研究方法上不断探索 ;同时 ,土地利用结构的合理化及土地的可持续利用为核心内容的土地利用优化配置 ,也成为部分学者土地利用变化研究的重要内容 .     

弯线施工技术在煤矿扩区地震勘探中的应用

文章阐述了对弯线技术应用的体会 ,并分析了弯线测线在煤田地震勘探中的可行性及主要的采集参数。     

面向客运车站环境监测的WSN覆盖策略

客运车站环境的监测对于保障车站安全运营和为旅客提供舒适出行具有重大意义.基于无线传感器网络(WSN)的客运车站环境监测全覆盖策略,依据被监测区域中已部署的传感器节点对区域进行Voronoi划分,计算Voronoi图中三角形的覆盖比,提出基于Voronoi三角形覆盖比的全覆盖算法,该算法通过逐个添加新的传感器节点修复覆盖空洞.仿真结果表明:所提算法在实现监测区域全覆盖的同时能够有效减小由于大量部署传感器节点所造成的覆盖冗余.     

基于光流分析法检测钢水液位

在覆盖剂黏着于测温管表面的连铸中包中,基于视觉方法测量钢水液位系统无法通过温度场分析测量钢水液位.为此,本文使用光流分析算法跟踪测温管拔出钢水后表面黏着并向下流动的覆盖剂,检测出覆盖剂在测温管不同位置黏着特性的差异,并从微观角度分析覆盖剂在测温管表面的黏着特性与钢水液位的联系,最终计算出钢水液位.经验证,该方法所测得钢水液位误差在3mm以内.大量现场试验表明,该方法能较好地解决覆盖剂遮挡测温管表面温度信息的问题,使基于视觉方法的钢水液位测量系统在测温管黏着覆盖剂的异常情况下能准确可靠地测量出钢水液位.     

半监督学习中非标记数据的利用

同时利用半监督学习中的标记数据与非标记数据,可以提高机器学习的能力.为了利用非标记数据,我们将非标记数据所在的样本空间映射到标记样本空间.讨论如何利用非标记数据构造学习算法,并证明所构造算法的收敛性.     

基于查找表的BCH码快速译码算法

针对二进制BCH码的传统查找表译码算法占用很大内存空间的问题,提出了一种减少占用内存的快速查找表译码算法.对于(31,21,5)BCH码,该算法在查找表中仅存储信息位发生1到2位错误时的错误图样和对应的伴随式,结合接收码字伴随式的汉明重量进行译码,可比传统的查找表译码算法节省了约50％的存储资源.对(31,21,5)B...     

全膜双垄沟播方式对旱地玉米产量和水分利用效率的影响

采用田间随机区组试验研究了3种栽培方式对旱地玉米产量和水分利用效率的影响。结果表明,秋季全膜双垄沟播栽培显著缩短了旱区玉米生育前期,延长了生育中后期,整个生育期较对照缩短21d;全膜双垄沟播栽培促进了玉米的生长,显著提高了干物质积累,秋季全膜双垄沟播栽培较不覆膜平播显著提高玉米平均干物重53.23%;秋季全膜双垄沟播显著增大了玉米产量构成因素、生物性状各指标、土壤水分、产量和水分利用效率,降低了耗水量,较不覆膜平播分别提高收后土壤水分88.83%、玉米产量29.24%和水分利用效率77.83%。表明秋季全膜双垄沟播栽培是干旱和半干旱山区发展玉米抗旱节水高产的有效栽培技术。     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集; 设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.