基于归一化协方差系数的超声基波图像与组织谐波图像融合

为了提高超声图像的细节分辨率和信噪比,提出了一种基于归一化协方差系数的超声基波图像和组织谐波图像融合算法。首先从理论推导和实验验证2个方面证明了超声包络信号归一化协方差系数与信噪比的关系,通过计算连续2帧组织谐波包络信号的归一化协方差系数能够准确计算出包络信号的信噪比。设计出一种合适的隶属函数,从而根据归一化协方差系数决定权值,基于此权值对超声基波图像和组织谐波图像融合。还对协方差系数计算算法优化,采用区域求和表的方法减少计算量,提出了一种快速算法。实验结果提高了图像质量,中场分辨率提高,近场和远场信噪比提高,并且快速算法能够达到实时的要求。

基于混合集合—变分同化方案对台风“布拉万”模拟中协方差权重系数的选择

利用WRF以及WRFDA3.6.1的ETKF-3DVAR混合集合—变分同化方案,对2012年第15号台风"布拉万"进行了模拟,并分析协方差权重系数对"流依赖"属性和台风强度、路径的模拟效果的影响。通过单点实验发现:随着集合协方差权重系数增加,分析增量的"流依赖"属性就越发明显。当集合协方差权重系数大于0.5时,由于集合成员数量以及预报质量的限制,将会引入虚假的"流依赖"信息,使得分析增量的范围形状不再发生变化,强度有所减弱。在对台风"布拉万"路径和强度的模拟中发现:集合协方差权重系数取0.5以下的预报结果普遍好于系数大于0.5的预报结果,其中,当集合协方差权重系数取0.25时路径预报误差最小,当集合协方差权重系数取0.2时强度预报误差最小。

基于TM和SPOT5影像融合的土地利用分类及精度比较——以朝阳区为例

本文基于TM和SPOT5的影像在ERDAS IMAGINE环境中进行融合,在融合前后分别对TM图像与融合后图像进行土地利用分类,对比分类精度并进行定性和定量的解释和分析。本文给出了实验的详细步骤以及完整的评价报告。研究结果表明,融合后图像分类精度有明显提高。对融合后影像进行土地利用分类,在测绘与地图更新、土地利用与城市规划、生态环境监测和政府规划决策等中,具有广阔的应用前景。

天基预警雷达自适应转换测量卡尔曼滤波

本文针对天基预警雷达体制下的目标跟踪问题,首先建立了天基预警雷达几何运动模型和跟踪系统模型,然后引入求容积法和噪声协方差调整系数,提出了一种噪声协方差自适应的无偏转换测量卡尔曼滤波算法。该算法采用无偏转换和坐标转换将观测量从东北天极坐标系转换到地心固连直角坐标系,利用求容积法求解地心固连直角坐标系下的量测协方差,利用新息序列调整协方差矩阵Q和R,解决了天基预警雷达目标跟踪中的坐标转换误差和噪声协方差不匹配引起的滤波发散问题,最后通过蒙特卡罗仿真实验,与现有算法进行对比分析,证明了所提算法的有效性。

国外不同经济发展水平交通碳排放分析

为了解发达国家达峰年时经济发展水平以及交通碳排放情况,选取了美国、德国、英国、法国和日本五个较为典型的发达国家,采用协方差法及皮尔逊积矩相关系数法验证人均GDP、城镇化率和产业结构三个指标与交通碳排放的关系,得出经济增长与交通碳排放存在极强相关性,从而依据人均GDP对各国历年经济发展进行阶段划分,并针对各国不同经济发展阶段的交通碳排放现状进行研究分析。研究发现,(1)发达国家达峰的前提是经济发展到发达国家水平;(2)进入发达国家水平前,经济发展直接影响交通领域碳排放;(3)保障经济发展的同时,也可通过政策制约或鼓励等方式降碳减排。

再论随机变量的相关性与因果性

随机变量之间的关系一直是统计学研究中的重要问题之一．在面对不同的问题时，选取合适的方法去判断随机变量间的关系已成为解决实际问题的关键所在．针对这一现状，从概率论中的条件概率和条件分布出发，对随机变量的相关性理论与格兰杰的因果性理论进行了详细的讨论和分析，给出了判断随机变量由相关性（线性到非线性演化）到格兰杰因果性的方法．结果对于理解和把握随机变量的关系，给出恰当的判断，是有益的一种探索．