中文文本中时间信息抽取及规范化方法

时间信息抽取和规范化表达在时空泛在信息处理、关联、聚合和内容服务中具有重要作用。设计并实现了一种基于规则的时间信息抽取和规范化表达的方法。首先,结合中文文本中时间信息描述的特点,定义了基本时间单元和派生时间单元,并由时间单元组合形成不同的时间表达式;然后,构建了时间词汇词典和时间表达式抽取的正则表达式模板;最后,设计了时间推理和计算的方法,实现了时间信息的规范化表达。基于中文文本语料进行了时间信息抽取测试。实验结果表明,本文方法具有较好的时间信息抽取效果。     

不同法截面子午线椭球衔接的研究及应用

为了满足高速铁路线路控制网的投影长度变形值不大于10 mm／km的要求,将长线工程线路分成多段并建立各自的法截面子午线椭球．针对相邻法截面子午线椭球的衔接问题,提出交点法线重合的方法,实现椭球变换之后交点位置的一致性,解决线路的衔接问题,从而大大加强法截面子午线椭球理论在工程线路弯曲性、复杂性及长度的适用性．      

复杂环境下地基SAR粗差探测及应用

雷达视线受施工机械等的间断遮挡导致部分影像产生相位奇异值，从而造成解缠错误及误差传递，简单的相关影像处理难以识别受遮挡影像。本文提出了改进的基于小波变换的信号奇异性检测方法，通过对地基SAR PS点时序相位特征进行分析，将遮挡影像识别转化为粗差探测问题；由PS点相位序列与影像位置关系，根据测区PS点相位序列的奇异点集合得到受遮挡影像集；最后将受遮挡影像剔除后得到的地基SAR监测结果与精密全站仪、水准与游标卡尺数据进行对比分析。结果表明：本文提出的方法用于受遮挡影像的识别是可行的，解决了地基SAR在实际工程应用中可能存在的影像遮挡带来的测量数据含有粗差的问题，提高了监测区域伪影像检测的效率与准确性。     

基于PS-InSAR技术的黄土大厚度挖方区回弹变形规律分析

以陕北某湿陷性黄土大厚度挖方地基工程为研究对象，采用PS-InSAR技术对2018-10—2019-11间获取的16景TerraSAR-X卫星影像进行处理，获取了湿陷性黄土挖方区回弹变形信息，总结了大厚度挖方区时序回弹变形特征。结果表明，由于上部土体应力卸载，在开挖区域存在地基土回弹变形现象，选取的高密度PS点变形信息较好地反映了研究区的真实变形情况，回弹变形范围与开挖边界吻合，另外挖方厚度越大，土体开挖引起的回弹变形越大；在开挖完成后的1年监测时间内，回弹区变形量随时间呈线性变化，在最大开挖厚度处，产生最大回弹量为29.3 mm；此外，PS-InSAR技术监测到的变形量与实地水准结果吻合性较好，表明该技术在黄土大厚度挖方区回弹变形监测中具有较好的应用效果。     

最优权组合预测法在采煤沉陷变形预测中的应用

煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开，基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想，以非等间隔灰色预测模型与BP神经网络模型为预测单模型，以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源，以最优加权法对单模型预测结果开展了最优权组合，组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价，结果表明：3种预测模型精度均达到了一级。经对比3种模型预测结果，最优权组合预测的模型精度较单模型明显提升，预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。     

地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,采用向后逐步回归分析法对广州市中心城区地铁站点多时间维度上客流的影响因素进行精细建模与分析。研究发现:1)整体上,地铁1号线早进晚出客流较其他线路大;站点早出晚进客流集聚效应显著,主要集中在以体育西路为中心的天河中心圈和以公园前为中心的老城区中心圈。2)在所构建的8种客流回归模型中,CBD虚拟变量、商业用地、三类居住用地、进出站口数量和站点吸引范围内平均小区容积率5种因素对站点客流具有显著正向影响,其中CBD虚拟变量影响最大,而房价、水体对客流具有显著负向影响。3)工作日和休息日客流影响因素存在明显差异,二类居住用地、教育科研用地和医疗卫生用地只在工作日客流中具有显著正向影响,用地多样性只在休息日客流中具有显著的负向影响。4)二类居住用地与工作日早进晚出客流关系密切;站点吸引范围内平均建筑层数只在工作日早出晚进客流回归模型中保留并起显著作用。     

基于TCP-InSAR的采动区铁路动态沉降监测与时序分析

为高效获取采动区长时间序列形变，监控煤炭开采对矿区铁路的影响，研究一种基于TCP-InSAR(temporarily coherent point interferometric synthetic aperture radar)的采动区铁路形变监测方法。该方法根据时间序列SAR影像间的相干性，选取临时相干点构建Delaunay三角网，并通过离群值探测去除具有相位模糊度的TCP间的弧段，最后采用最小二乘解算得到区域地表变形。实验使用2016-10~2017-04时间段内的15景Sentinel-1A数据，利用TCP-InSAR技术获得某矿区的铁路形变。结果表明，受采动影响，该时间段内铁路最大下沉值为95 mm，最大倾斜坡度为0.37‰。利用TCP-InSAR技术可实现采动区内铁路长时间的动态形变监测。     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

深海滑坡灾害的物质点法模拟

深海滑坡可以沿着斜坡搬运大量沉积物,是危害巨大的海洋地质灾害之一。评估深海滑坡的流滑机制并量化分析其对海底结构物的冲击对海洋资源的开发利用至关重要。采用物质点法对滑坡的滑动特性进行了总应力分析。设计了三组不同的土体、海床参数,展现了三种不同的滑动形态:延展、块体和扩张。随后复现了流滑体对部分暴露管线的冲击过程,并对冲击力的稳定值进行了分析,分析中考虑了流滑体的惯性、抗剪强度和静压力的影响。研究表明,物质点法能够用于模拟深海滑坡的流滑过程及其对海底结构物的冲击,可以为海洋工程中的实际设计工作提供服务。     

合成孔径雷达差分干涉测量（D-InSAR）技术在多年冻土区地表变形监测中的应用

多年冻土区地表变形严重影响着区域内生态环境和工程设施的稳定性。合成孔径雷达差分干涉测量（differential interferometric synthetic aperture radar， D-InSAR）技术作为一种新型的空间对地观测技术， 为多年冻土区地表变形监测提供了新方法。通过近20年的不断深入研究， 利用D-InSAR技术的多年冻土区地表变形监测取得了大量研究成果。首先介绍了D-InSAR技术测量地表变形的理论基础， 进而概述了D-InSAR技术在多年冻土区地表变形测量中的应用现状， 然后总结了D-InSAR测量过程中存在的关键问题及可能的解决方法。在此认识和分析的基础上， 对D-InSAR技术今后在多年冻土区地表变形监测中的发展方向进行了探讨， 以期为D-InSAR技术在多年冻土区地表变形监测中的推广应用和深入研究提供参考。