空间查询语言中拓扑关系的定义

拓扑关系是一种重要的空间关系,被广泛应用于空间查询和空间分析中。因此定义一个完备、互斥且可以嵌入到空间查询语言中的命名拓扑关系集合有着非常重要的意义。当前,对拓扑关系集合的定义还不能描述那些由点、线或面等不同维几何对象构成的复杂空间对象之间的拓扑关系。针对目前拓扑关系研究的不足,引入了混合几何对象的概念,基于OpenGISSQL规范(OpenGISSimpleFeaturesSpecificationforSQL),定义了一个拓扑关系集合:{disjoint,touches,within,crosses,overlaps,contains,equal}。它扩充了OpenGISSQL规范中拓扑关系的定义和范畴,具有完备性和互斥性,为空间查询语言中的拓扑关系的定义提供了一个统一的框架。     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用，但由于其既有参数变量，又有未知函数，因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法，局部线性估计具有优良的统计特性，因此本文用它来得到条件矩的一个非参数估计，并在此基础上证明了估计参数的一致性和收敛速率。     

论英语中的类比构词

类比构词是指通过仿照原有的同类词创造出其对应的词或近似词的构词方式。类比构词法是当今英语词汇发展与增加的重要途径之一，在构词中极具孽生能力。本文以词的语义理据（Semantic Motivation）理论为依据，从英语类比构词的语义构成、常见构成类型、语体特点几方面分析了类比构词。     

一种新的舰船辐射噪声特征提取方法

提出了一种基于Dopplerlet变换的舰船辐射噪声特征提取方法,给出了Dopplerlet变换分解流程。使用此种方法及基于小波变换、波形结构、自然尺度等的特征提取方法对收集到的舰船辐射噪声进行了识别试验,试验结果证明基于Dopplerlet变换的舰船辐射噪声特征提取方法更加有效。     

亚历山大建筑思想之解析

作为20世纪杰出的建筑规划改革思想家,克里斯托弗·亚力山大在建筑的理论和实践方面都有深远的影响。文章对亚氏的建筑思想进行了探讨,对其理论著作和思想发展过程作了一定的分析,阐述了亚氏的模式语言和无名特质所带来的建筑理论和实践的变革,指出以使用者亲自感受为中心、强调公众参与设计是亚氏理论的核心内容。     

雷达情报特征的Bayes识别方法

根据雷达情报目标判性应用背景,对Bayes方法在该领域的应用进行了研究,初步建立了基于雷达情报特征的统计模型,并在算法的收敛速度和稳健性等方面与D-S证据理论进行了比较。仿真结果表明,Bayes方法对先验信息的精确程度要求并不十分严格,能较好地解决雷达情报综合问题。     

水中目标信号的实时检测方法研究

在对目标信号及噪声背景信号的特性进行分析的基础上,依据目标信号功率主要集中在低频部分的特点,用功率谱估计方法提取低频信号的能量作为特征,对信号滑动地进行目标检测.通过不同浪级情况下海洋水压力场的仿真信号数据,对某型目标舰船的水压力信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号正确的检测.     

基于物理模型的行星轮系特征提取与评估方法

特征提取与评估是损伤检测和故障预测的基础。针对2K-H行星轮系缺齿损伤,建立了行星轮系的损伤模型,通过分析模型的仿真信号,提出了基于主频边带、小波变换和经验模式分解的多种损伤特征,并采用双样本一致性检验方法对所提取损伤特征的分类能力进行了评估,采用含噪声的仿真信号和试验数据对损伤特征进行了验证。验证结果表明,所提取的损伤特征均具有较强的分类能力,其中主频边带特征的分类性能最优。     

面向飞参数据处理应用的数据平滑算法对比

对飞参原始记录数据进行预处理是有效利用飞参数据的基础。介绍了三种典型数据平滑算法的原理,建立仿真航线,并以飞参经度和纬度通道数据为例,对三种平滑算法的处理效果进行了对比研究。结果表明,当误差服从正态分布以及广义正态分布时,通过选取适当参数,Vondrak算法相对于滑动平均和加权局部多项式回归算法具有明显优势,从而为飞参原始记录数据的预处理算法选择提供了参考。     

结合层次法与主成分分析特征变换的宫颈细胞识别

对宫颈细胞进行多分类可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法进行实验后,选取支持向量机作为基分类器,先用一对一策略训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。考虑不同层特征模式的差异性,在保证识别性能的同时,每层分类前先采用主成分分析法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次主成分分析法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。