选择特殊符号
选择搜索类型
请输入搜索
本项目采用多学科结合的方法,充分利用先进的3S技术方法,从地质体的遥感信息源的定性、定量分析入手,通过地质构造和矿化蚀变等的遥感图像处理和信息提取、详细地质解译,以及构造变形场应力场的"分层"解析,物、化、遥等多源地学信息的复合与综合图像处理和定量分析,建立有关矿床的自然源模型,建立具有实用价值的成矿环境遥感信息场"分层"解析与无模型矿床预测理论及方法。 2100433B
成果登记号 |
20030105 |
项目名称 |
遥感信息场分层解析与无模型矿床预测理论及方法体系 |
第一完成单位 |
成都理工大学 |
主要完成人 |
扬武年、朱章森、王玉兰、徐凌、濮国梁、廖崇高、郑平元 |
研究起始日期 |
2000-07-01 |
研究终止日期 |
2002-12-01 |
主题词 |
遥感信息场分层解析 |
任务来源 |
02; |
我是大三的gis 没有考研的经历 但是想和你分享一个实例; 我们上上级有个学姐 她初试武汉大学过了 复试呗刷下来了 原因是导师首先要求她把在学校的论文等获奖的作品交过去,结果惨不忍睹,面试当时,导师问...
把每个过程的轴网都插入到一个文件里,然后通过块存盘和块提取功能,把项目上单位工程整合在一个工程文件里,这样是可以操作,但运行非常慢,计算也不方便,不建议使用此方法
您导入合并以后,你先分楼层汇总计算一下,看看问题出在哪里,您最好在全楼层汇总计算
建设工程监测目标的遥感信息模型研究
近年来,住房和城乡建设部不断加强城乡规划动态监测工作,有效地掌握了被监测对象的规划实施情况。建设工程是城乡规划遥感监测的主要目标之一。本文研究建设工程监测目标光谱、空间和纹理等特征;通过对IKONOS高分辨率遥感数据进行分析,得到建设工程监测目标的光谱、空间和纹理特征;分析了建设工程监测目标的各个独立因子及相互的层次关系,构建出基于知识表达的建设工程监测目标遥感信息模型。
铁路工程地质遥感信息的处理方法研究
从系统工程和信息论的角度提出了对铁路工程地质信息的理解和分析。用部分研究项目的卫星遥感图像进行断裂、褶皱、岩性等信息模型描述和处理效果的对比。认为:采用功能组合的图像处理方法是萃取信息的有效方法;多个处理功能实施时,处理功能必须有序的使用;在增强提取岩性信息时,采用对光谱维的幅度参数图像进行KL压缩,选择压缩后的前三个波段合成彩色图像,具有较好的效果。从色度学和视觉响应特性的匹配关系,提出假彩色图像波段赋色,应当按照波段信息量从主到次的顺序与蓝、红、绿色别对应。
解析分层亦称解析谱系。按照量词复杂性对解析关系所作的递归论分层。与算术分层类似,任何解析关系可以用算术关系加上有穷个交替出现的二阶函数量词ᗄ′与∃′表示,依照量词个数,可以将该解析关系纳入具体的解析分层Σ1n或π1n中。形式地,具体的解析分层Σ1n,π1n,Δ1n可递归定义如下:
1.Σ10=π10={R:R为算术关系}。
2.Σ1n 1={(∃′f)R(f,f1,f2,…,fk,x1,x2,…,xm):R∈π1n}.
3.π1n 1={(ᗄ′f)R(f,f1,f2,…,fk,x1,x2,…,xm):R∈Σ1n}。
4.Δ1n=Σ1n∩π1n.
Σ1n,π1n与Δ1n中的关系分别称为Σ1n关系、π1n关系与Δ1n关系,此外,Δ1w定义为:∪{Σ1n∪π1n:n∈ω},即所有解析关系的集合。此外,对n≥1,Σ1n关系可表示成下形范式:
(∃′f1)(ᗄ′f2)…(Qnfn)(Qx)
R(f1,…,fn,fn 1,…,fn p,x,x1,…,xq),
其中若n为偶数,Q1n为ᗄ′,Q0为∃0;若n为奇数,Q1n为∃′,Q0为ᗄ0;而R为递归关系。π1n关系也可表示成以ᗄ′开头的类似表达式.解析分层还具有如下封闭性:
1.Σ1n,π1n,Δ1n对合取、析取运算与一阶量词封闭。
2.Δ1n对否定运算封闭。
3.R∈Σ1n,当且仅当ᒣR∈π1n;
R∈π1n,当且仅当ᒣR∈Σ1n。
4.对n≥1,Σ1n对二阶量词∃′封闭,πn对二阶量词ᗄ′封闭。
关于解析分层的其他性质,参见“解析枚举定理”。此外,与算术分层不同,Δ11≠Σ10=π10=Δ10,Δ11的关系称为超算术关系。
《钼精矿价格动态预测方法、理论及模型》系统地梳理了钼资源市场及其供求关系,分析了钼精矿市场及价格影响因素,介绍了钼精矿价格预测方法、预测理论及预测模型,实现了基于EMD-ARIMA-LSTM的钼精矿市场价格时间序列多步预测及仿真实验、基于改进PSO-GRNN及灰色-马尔科夫模型的钼精矿价格动态预测、基于GM(1,1)和指数平滑法的动态组合预测,并进行了钼精矿价格敏感性分析。该书对钼精矿价格预测、预测理论模型的构建及仿真实验具有较好的指导及参考意义。
《钼精矿价格动态预测方法、理论及模型》可供钼矿生产、加工、销售企业相关技术人员及研究人员参考使用,也可供价格预测领域有关人员参考。
相对解析分层(relativized analytical bierarchy)是解析分层概念的相对化。即对相对算术关系依量词复杂性进行的递归论分层。具体地,对自然数集A,相对A的解析分层Σ1,An,π1,An与Δ1,An可递归定义如下:
1.Σ1,A0=π1,A0={R:R为相对A的算术关系}。
2.Σ1,An 1={(∃′f)R(f,f1,f2,…,fk,x1,x2,…,xm):R∈π1,An}。
3.π1,An 1={(ᗄ′f)R(f,f1,f2,…,fk,x1,x2,…,xm):R∈Σ1,An}。
4.Δ1,An=Σ1,An∩π1,An。
Σ1,An,π1,An与Δ1,An中的关系分别称为Σ1,An关系,π1,An关系与Δ1,An关系。此外,用Δ1,Aw表示∪{Σ1,An∪π1,An:n∈w},即所有相对A的解析关系的集合。