一种正样本单分类框架下的高分辨率遥感影像建筑物变化检测算法

高分辨率遥感影像建筑物变化检测对于城市规划、城市执法等方面具有非常重要的意义。文中提出一种基于正样本单分类器学习框架下的建筑物变化检测算法。首先提取影像形态学建筑物指数特征(MBI),通过卡方变换将其与光谱特征进行融合;然后利用一种单分类器完成建筑物变化初始判定;最后利用改进的长宽比形状特征完成最终建筑物变化判定。通过与现有建筑物变化检测算法、传统的多分类器算法对比,本文算法精度有一定提升并具有更强的鲁棒性。     

微地图环境下的手绘地图线要素综合方法

针对微地图中手绘地图线要素转折点信息冗余,影响其传输、存储与渲染效率的问题,该文提出了一种基于头/尾断裂分类规则的手绘地图线要素综合方法。该方法根据手绘地图线要素转折点具有重尾分布的特征以及分形理论中局部图形与整体相似的原理,较好地解决了传统综合方法中要素的取舍过于依赖制图人员经验,导致综合结果容易出现失真和偏误的问题,实现了微地图中手绘地图线要素的综合与化简。实验结果表明,使用头/尾断裂分类规则,可以在多细节层次下,较为合理地为手绘地图线要素的转折点进行分类选取,且选择保留的少数头部点能有效保持原有线要素的几何特征,从而提高了传输、存储与渲染手绘地图线要素的效率。     

基于MTS加载系统及OpenFresco网络平台的远程协同子结构拟动力试验方法研究

西安建筑科技大学结构与抗震实验室和新疆大学结构实验室合作,以一个两层三跨钢框架结构为试验对象,进行了国内首例跨省远程协同子结构混合仿真拟动力试验。试验结果表明:OpenFresco网络平台通讯性能良好,数据远程传输消耗时间可忽略;通过两所大学实验室测得的力、位移、加速度等试验数据的对比分析,表明该试验系统具有良好的精确性及稳定性;通过OpenFresco网络平台,能够准确远程控制异地实验室的MTS试验系统进行协同工作,从而完成结构简单的子结构混合仿真拟动力试验,为下一步进行大型、复杂结构的子结构混合仿真拟动力试验提供了必要的理论和实践基础。     

西汉和机场高速公路气象站资料质量评估

从缺测、错误和可疑三个方面对2013年7月2日—2015年4月17日陕西省西汉和机场高速公路6个交通气象站的风向、风速、降水、气温、地表温度、相对湿度和能见度的逐小时资料进行质量评估。结果表明:该套资料的完整性较好,没有超过1个月以上的重度连续型缺测,各气象要素(不包括降水)资料的最高缺测率约为17%,最低缺测率约为2%;1h降水量的缺测率约为0.2%,明显低于其它气象要素。该套资料的错误和可疑数据少,具有一定的准确性和可靠性,比较而言,相对湿度的错误和可疑数据最多,地表温度次之,风向、风速没有错误和可疑数据。     

地理要素的分布式空间近似查询处理方法

针对传统空间查询无法满足地理数据交互式可视化对处理时间要求的问题,以窗口查询为例,提出了一种空间近似查询处理方法。该方法包括预处理和查询两步:在预处理阶段,利用分布化的线简化算法对空间对象进行顾及误差的预处理采样,将采样过程及误差值用树型结构保存;在查询阶段,以豪斯多夫距离定义数据可视化的误差,进行误差可知的顶点即时采样与截取,从而实现针对可视化应用的高效的空间近似查询处理。在Hadoop集群上利用77GB的OpenStreetMap数据集进行了实验,证实了本方法的效力与效率。     

华山云海的变化特征以及与气象要素的关系

用华山气象站1985—2014年气象要素资料,分析近30 a华山云海的变化及云海与降水、相对湿度、风速的关系。结果表明,华山年平均云海日为26.27 d,最多年份72 d,最少年份仅3 d;面积200 km~2云海年平均日数24.23 d;面积≥200 km~2云海平均日数2.87 d,最多有20 d (1985、1994年),最少有2 d(1997年),1997年后再没有面积≥200 km~2的云海出现。云海的出现呈逐年下降的趋势,年际差异明显。秋季云海出现日数最多(平均云海日数8.13 d),冬季最少(平均4.60 d);各月的云海日数8月最多,5月最少。面积≥200 km~2云海冬季出现日数最多,夏季最少;11月出现最多,3、12月次之,5月最少。面积≥200 km~2云海出现的前一天或当天一般都有降水,两天中至少有一天出现降水的几率是84.30%;平均相对湿度≥70%时,较易形成云海;云海日出现时常伴有风,但总体风速不大,通常≤10.0 m·s~(-1),利于云海的形成保持。     

基于改进多粒度级联森林的测井岩性识别方法研究与应用

岩性是储层评价和地层开发潜力评测的关键因素,是油藏描述、实时钻井监控及求取储层参数的基础.测井资料中包含丰富的地层岩性信息,是岩性分析的基础资料.然而,数据信息的精度往往会严重的影响到识别的准确率,同时复杂的岩性状况也加大了测井解释的难度,如何快速、精确、低耗地利用测井资料获取地层岩性信息越来越受到研究人员的重视.针对传统深度神经网络复杂的网络模型和学习性能严重依赖对超参数调节的问题,本文在机器学习的基础上引入余弦相似度对多粒度级联森林方法进行改进,提出改进多粒度级联森林模型(Improve Multi-Grained Cascade Forest,IgcForest),有效地提高了岩性识别的效率和精度.在大庆油田实际测井数据上使用IgcForest方法,综合自然伽马(GR)、声波时差(AC)、密度(DEN)、微梯度电阻率(RMN)、深侧向电阻率(PHIND)和浅侧向电阻率(RLLS)六种测井参数,对页岩、粉砂岩和砂岩进行识别,取得了较好的识别效果.通过实验数据对比,使用IgcForest模型的岩性识别准确率高于支持向量机、深度神经网络、决策树和多粒度级联森林(Multi-Grained Cascade Forest,gcForest)等其他模型10％左右,算法整体准确率高达87％,表明其在岩性识别算法中更具有发展前景.     

SCMOC温度精细化指导预报在陕西区域的质量检验

利用2012年陕西区域99站共366天北京时间08:00和20:00起报的SCMOC温度精细化指导预报与实况资料的比较,检验分析了定时温度、日最高气温和日最低气温的预报质量。结果表明:陕西区域SCMOC温度精细化指导预报08:00起报的准确率高于20:00起报的,且预报准确率有明显的季节变化,夏、秋季节较高,冬、春季节较低,日最高(低)气温的预报准确率与预报时效成反比。地形高度影响温度预报准确率,二者之间的相关系数通过了显著性检验。08:00起报的48h内逐3h气温多出现负误差,20:00起报的多出现正误差。08:00起报的日最高气温和20:00起报的日最高(低)气温多出现负误差,08:00起报的日最低气温多出现正误差。从对典型天气过程的温度预报质量检验来看,强冷空气影响下的降温天气过程的温度预报难度较大,预报准确率较其他天气类型偏低一些。     

民族特质、风险意识、就业环境对新疆维吾尔族农村劳动力外出务工意愿的影响

基于新疆701份维吾尔族农村劳动力调查样本数据,从民族特质、风险意识、就业环境3个层面对托达罗模型(Todaro model)中的其他因素进行拓展,引入个人特征为控制变量,对影响维吾尔族农村劳动力外出务工意愿的社会因素进行系统分析。结果表明:(1)汉语沟通能力、清真饮食等民族特质因素为负向影响,赞成女性外出务工呈正向影响;(2)风险意识因素(风险整体预期、是否担心被歧视、是否想到维权)削弱了外出务工意愿;(3)对城镇就业环境的总体认知、政策安全环境、就业条件的认识提升了外出务工意愿;(4)个人特征中年龄呈负向影响,男性的外出务工意愿强于女性,未婚的维吾尔族农村劳动力外出务工意愿更强。