基于浪潮组合的台风暴潮强度等级划分

为准确定位风暴的强弱及灾害的大小 ,文中提出了泊松 二维对数正态分布 ,并将其用于海岸地区台风暴潮致灾强度的长期预测。选取青岛地区建国以来所出现的主要台风暴潮作为观测资料 ,以水位和显著波高系列组成样本 ,进行了台风暴潮重现期的统计推算。提出了判别台风暴潮致灾强度的新标准。实例显示 ,新标准概念清楚 ,简单易行 ,适用于青岛地区台风暴潮的强度确定。基于新模式的风暴潮强度随机分析方法对我国其它海岸地区的防潮减灾具有参考意义。

基于时空关系对高速公路车辆出行规律的研究

基于高速公路车辆出行的特点,从概率的角度出发,结合车辆出行的两个交通参数——出行时间和出行里程,提出高速公路车辆出行时间和出行里程服从二维对数正态分布的假设,并用山东省高速公路调查数据对先验分布进行拟合。用车辆运行规律分析车辆出行时间-空间相关系数,再将它们作为交通状态参数,以车辆出行时间-空间相关系数来反映网络的运行状态,这些参数有其他交通状态参数所无法比拟的优越性。

基于灰度相关性的SAR图像联合CFAR舰船检测算法

分析了中高分辨率SAR海洋图像的目标和海杂波特点,利用了SAR海洋图像中舰船目标的灰度相关性、形状特性以及舰船目标与背景杂波的信杂比特性,提出了一种基于灰度相关性的联合CFAR舰船检测算法。算法综合利用了舰船目标内部相邻像素间的灰度强相关性和舰船目标和海杂波的信杂比,建立了海杂波区域内相邻像素间灰度值的二维对数正态分布来实现联合CFAR检测。该算法能够改善斑点噪声和背景局部不均匀对检测带来的虚警,检测效果相比于传统检测算法更加优越。

基于极大似然法的土壤重金属删失数据的相关性

基于极大似然法(MLE),通过构建不同情形下的似然函数,提出了删失数据相关性估计的方法.分别研究了样本容量､删失比例､总体相关系数与干扰项等因素对估计值准确性的影响.同时,将MLE与替换法(通常将删失部分替换为LOD或LOD/2)和删除法(直接将删失部分删除)做对比,检测了MLE的精准度.以澳大利亚土壤普查数据作为实例对方法进行了实例应用.结果表明:样本容量越大,研究中的MLE的结果越准确,当样本容量达到2000时,估计值具有较好的稳定性,且受删失比例影响较小.MLE的相关系数估计值随删失比例(0%~90%)与总体相关系数变化程度较小,具有渐进无偏性和一致性.添加干扰项对MLE的准确性影响较小,表明其具有较强的鲁棒性.随着删失比例的提升,MLE精确性明显优于删除法和替换法.实际数据的应用结果表明澳大利亚土壤普查数据中,Ag与Hg有着较高的相关性,Hg与Hf之间相关系数几乎为0.