信号特征和信息提取

为什么GPS信号这样复杂?GPS是设计成为数百万的军用和民用用户容易得到的。因此对用户来说它是一个只接受的被动系统，可以同时使用该系统的用户数是无限的。因为它必须完成很多功能，所以GPS信号有个较复杂的构造。因此有一套相应的复杂的操作顺序GPS接收机必须执行，以便从GPS信号中提取期望的信息。本章我们对信号进行数学表征，描述重要信号成份的用途和特性，讨论从这些成份中提取信息的一般方法。     

提高遥感影像分类精度方法的研究

如何提高遥感影像数据的专题信息提取精度，是遥感应用中研究的主要问题之一。在遥感影像应用的实践中，需综合利用多种方法参与分类过程，来提高影像分类的精度。本文探讨了在现有遥感影像处理技术的基础上，提高遥感影像分类精度的多种可行性方法。     

高层次工艺规划前置处理接口技术

根据并行工程的基本原理,提出了一种基于完整设计信息的高层次工艺规划原型系统.该原型系统以完整的三维设计模型为信息源,因此需开发完善的前置信息处理接口,以获取有效的设计信息并将其转化为制造时工艺分析能直接使用的制造信息.前置处理接口中的设计模型信息提取接口用三维CAD软件的二次开发技术提取完整的零件结构信息;制造特征映射接口用三维特征识别和映射技术将提取的设计信息转换为制造模型.两个接口程序集成后,可获得零件的制造特征树和制造模型信息库,有效地支持HLPP.     

基于图像变化检测的舰船毁伤信息提取问题研究

信息化条件下,舰船毁伤效果评估对舰船毁伤信息的提取提出了更高的要求。文章对基于图像变化检测的舰船毁伤信息提取问题进行了研究,首先对舰船毁伤前后的图像进行配对,然后利用变化检测法对图像变化的纹理特征和几何特征进行检测,提取舰船毁伤评估所需要的毁伤信息。     

IKONOS 1m城市图像中道路信息提取方法研究

自从1999年1m分辨率IKONOS卫星发射以来，空间图像制图就成为计算机视觉领域的热门话题，主要是因为地面大部分人造目标可以被识别出来，其中道路就是可识别目标中很重要的一个。针对大量来自建筑物的边缘因素会在边缘探测器中产生，边缘检测方法识别道路困难的情况，介绍IKONOS 1m分辨率的城市图像中道路信息的半自动提取方法。     

基于信息提取的动态OD估计技术体系研究

动态OD矩阵描述了时变的交通需求,是智能运输系统(ITS)中先进的交通信息服务系统(ATIS)和先进的交通管理系统(ATMS)的重要输入,直接影响 ITS系统的实时有效性,科学获取动态OD矩阵至关重要.文中从提高动态OD矩阵估计精度与科学整合ITS系统资源、功能两方面出发,提出了基于信息提取的动态OD矩阵估计理念;基于...     

基于ETC交易数据的高速公路行程速度提取模型

为了提高高速公路运行状态的监测水平,基于ETC交易数据预处理,根据计算周期内路段ETC数据量的大小,搭建了不同样本量水平条件下行程速度的提取模型.利用包含对象路段的多个OD对ETC交易数据提取路段的行程速度,提出基于OD对速度折减系数和可信度权值的速度修正方法,解决了小样本条件下速度提取可信度较低的问题.以北京市高速公路路段数据进行了现场验证.结果表明,模型的平均绝对误差为4.5 km/h左右,平均相对误差为6.5%左右;高峰和非高峰时期的误差均方差分别为2.38 km/h和3.39 km/h,说明高峰时期的速度提取稳定性优于非高峰时期.仅利用ETC数据不能完整反映车辆的行驶状态,未来可融合其他数据源,进一步提高高速公路运行状态提取的准确性和可靠度.      

基于ETM+信息提取波密～墨脱公路方案线不良地质的方法研究

在公路可行性研究工程地质勘察阶段，使用美国陆地卫星7的ETM 信息及其增强信息，探调了西藏波蜜-墨脱公路方案线的公路地质背景条件，并对沿线不同地段、重点工程的不良地质进行了分析。这一研究为青藏高原这个特殊地理单元上应用遥感技术进行公路方案线的选择、优化提供了操作性极强的方法与技术体系。     

TRIBON系统曲面建模模块在精度造船中的应用

船体精度控制是船舶生产设计中必须考虑的内容之一。船体曲面包括板缝与外板的定义、定位Mark线、外板与型材加工、胎架与样箱等信息的制作,其信息的精确程度直接影响到船体的建造精度。本文分析了船厂原有的生产设计和出图模式以及生产过程中的精度控制,利用TRIBON系统曲面建模模块能自动生成精确的板架信息这一优势,对原有的生产设计进行优化,使图面信息更精确、更全面,为后续的精度控制提供了依据。     

数据挖掘在交通信息分析中的应用

根据当前的国内交通状况及今后的发展趋势,分析了以智能交通系统作为基础平台,提取交通信息对城市交通状况的预测、控制和管理的作用。并根据数据挖掘技术能在没有明确假设的前提下去挖掘信息、发现知识这一特点,着重讨论了在采集到的海量数据中提取信息所需的数据挖掘步骤,提出了数据挖掘的概念模型和技术框架。