基于GIS的海洋观测数据三维可视化仿真研究

在分析海洋观测数据三维可视化必要性的基础上,提出在海洋GIS中集成海洋数据三维可视化功能是解决当前海洋观测数据信息深层次挖掘难题的关键。对海洋观测数据三维可视化关键技术,包括三维可视化开发技术、海洋要素场数据模型、海洋要素场三维可视化流程、离散观测数据内插方法等,进行了系统分析。此基础上,根据海洋观测数据的特点,选择OpenGL和IDL作为三维可视化开发技术,采用C＋＋和VC＋＋语言开发用于海洋观测数据处理、分析的三维可视化组件CMa3DView,并集成到自主研发的海洋GIS系统——MaXplorer中。实际应用表明,基于提出的海洋观测数据三维可视化方法能较直观的再现复杂的海洋环境,从而为海洋科研工作者揭示抽象数据变化规律以及理解、分析各种复杂海洋现象,提供强有力的辅助工具。     

基于双树复小波变换统计特征的图像盲取证算法

双树复小波变换较常用的离散小波变换具有平移不变性和方向选择性的优点。用双树复小波变换对图像进行多尺度分解,分别计算分解后各层六个方向复高频子带系数幅值及幅值预测误差的一到五阶中心矩,并据此组合成对应的统计特征向量。利用该统计特征向量获取方法提取真实摄影图像和计算机生成图像的统计特征向量集,并采用支持向量机进行分类。实验结果表明,对测试集中的真实摄影图像和计算生成图像的识准率分别为98%和97%,取得了较好的分类效果。     

特征辅助数据关联研究综述

特征辅助的数据关联技术为解决杂波/多邻近（或交叉运动）条件下目标的稳定可靠跟踪提供了一条新的有效途径,是复杂环境下目标跟踪领域的热点研究问题,具有广阔的应用前景。在广泛调研相关文献的基础上对特征辅助数据关联的基本原理进行阐述,对现有的目标特征和关联算法进行科学的分类,对典型应用实例进行较为全面的综述,并对其发展趋势进行展望。     

基于目标特性增强的频带缺失雷达信号融合处理

由于战场电磁环境复杂,使得在某些频段上雷达信号受到了干扰而无法用于成像。如果仅利用单部雷达在可用频段上的回波信号进行成像,则图像的分辨率无法满足实际需求。为了综合利用多部频带缺失雷达的信号,将频带缺失的多雷达信号融合问题转化为一个信号表示问题。为了增强目标特性,将合成孔径雷达(synthetic aperture radar, SAR)图像增强技术引入到多雷达信号融合处理中,用正则化方法来增强目标的点特性和边缘特性。此融合处理方法不仅适用于多部频带缺失雷达的信号融合,而且无需极坐标插值来完成相位解耦,更能增强目标特性。仿真实验验证了本文方法有效性。     

鄂尔多斯东南缘海陆交互相页岩储层特征及含气性

鄂尔多斯盆地为北方典型的含油气盆地,发育的多套石炭-二叠系海陆交互相页岩层系为油气藏的形成提供了重要的源岩-储层。为定性评价地区上古生界页岩的储层特点,探讨高应力环境下页岩的吸附特征,研究测定了页岩岩心样品的TOC、Ro、矿物成分、孔隙类型及含气量等参数,并结合MATLAB三维成图方法探讨了储层物性的影响因素,分析了样品等温吸附特征,最后对吸附数据进行了参数拟合。结果发现,研究区页岩主要发育的孔隙类型为有机质孔和矿物质孔,粒间微裂隙也有一定发育,各类孔隙发挥的作用各不相同,共同组成了具有典型特征的孔-裂隙系统;样品页岩气含量以解吸气为主,且TOC对解吸气含量存在积极影响;D-R+K模型可以很好地表征甲烷气体在超临界条件下充填在微孔中的过程,样品的吸附特点具体表现为低压条件下的单层吸附和高压条件下的多层吸附和顺序充填。     

基于多尺寸特征图卷积方法的玉米雄穗检测

为了解决传统雄穗检测方法因玉米品种不同以及田间环境不同导致的检测误差较大、鲁棒性较差的问题,利用深度卷积神经网络提取特征,并对多尺寸特征图卷积的方法检测玉米雄穗。采用深度卷积神经网络inception作为基础网络来训练提取玉米雄穗特征,同时增加额外的卷积层对图像进行卷积提取特征,最后分别对基础网络中的两层卷积层以及额外的卷积层卷积得到的不同尺度特征图进行分类和位置回归。整体网络结构是多尺度端到端框架,效率高,方便检测不同尺度的雄穗。实验结果表明,此方法提高了雄穗检测的速度和准确率。     

渤南洼陷Es2/Es3不整合样式及油气运聚特征

运用矿物学、钻测井资料和地震信息,分析了济阳坳陷渤南洼陷南斜坡古近系Es2/Es3之间Ⅱ级不整合样式及油气运聚特征.结果表明:渤南洼陷南斜坡古近系Es2/Es3不整合为无黏土层结构,根据不整合上下地层产状和岩性叠置关系,可形成4种不整合组构样式.不整合组构样式平面分布规律控制了油气呈线性运移、局部富集的展布特征.     

基于关联规则分析的产品销售推荐的应用

阐述了关联规则算法的基本原理,并利用事务数据库中的销售数据和SQL Server 2008 DataMining Add-Ins for Microsoft office 2007工具挖掘顾客购买的商品之间各种有趣联系,帮助商家制定营销策略,最终向每个顾客提供一组正确的推荐信息,从而改善客户的购物体验,增加总的销售额。     

基于特征增强的三维网格模型孔洞修补算法

对物体进行扫描时,获取的三角网格模型不可避免存在孔洞,导致重建后的网格模型无封闭性,或在孔洞处失去了物体原有的特征[1].为了恢复物体原有真实形状,从恢复尖锐特征的角度出发,提出一种特征增强的三维网格孔洞修补算法.首先,利用径向基函数获得近似逼近孔洞区域的光滑隐式曲面.然后,利用正则化匹配原则对隐式曲面进行三角网格划分,缝合孔洞填充区域与原始网格模型的孔洞边界.最后,对于孔洞区域中存在的尖锐特征区域加以特征增强处理.实验结果表明该算法效率高,并能有效的恢复孔洞区域原有的尖锐特征.     

基于频繁2-项集的贝叶斯分类器

针对NB分类方法中过于严格的独立性假设,应用频繁2-项集为分类测度,通过放宽独立性假设达到改善分类性能的目的.在训练阶段使用类似Apriori关联规则发现算法挖掘并建立频繁2-项集库,当测试新文档时,文档特征通过竞争搭配生成基于测试文档的频繁2-项集序列,优先选择类词频率和置信度综合评分最高的频繁2-项集进入概率估算过程,并用频繁2-项集的综合评分置换NB的单项特征概率估计.在不同数据集的实验中显示,基于频繁2-项集的贝叶斯分类器(TIB)的分类精度整体上好于NB分类器,是一种有效的分类方法.