基于均匀抽样调查的半干旱黄土区土壤侵蚀动态研究

为评估近年来植被恢复对土壤侵蚀强度动态变化的影响,按照1%的均匀抽样比例分别于2009和2011年调查了陕北吴起县39个小流域的土壤侵蚀影响因子,结合2009年SPOT多光谱影像遥感解译的土地利用结果,分析了抽样方法的精度和吴起县土壤侵蚀动态变化及其影响因素。结果表明:(1)1%的抽样比例能够很好地代表吴起县整体土壤侵蚀状况;(2)2009—2011年吴起县微度侵蚀等级面积比例显著增加,中度、强烈、极强烈和剧烈侵蚀等级比例均有不同程度的减少,强烈侵蚀和剧烈侵蚀的面积比例都减少了5%以上,但不同小流域的土壤侵蚀变化差异较大;(3)土壤侵蚀变化的原因主要是2011年降雨侵蚀力低于2009年;与2009年相比,2011年灌木林面积减少,而草地和林地面积增加,但各种类型植被的覆盖度都有增加,因此,植被因子明显减小。其他因子变化不大。

非均匀抽样网格简化

提出了一种考虑视点空间中某些重要视点的非均匀抽样网格简化的新方法 .是在借鉴了 Garland-Heckbert方法的基础上提出的 ,是一种考虑外观相似性的简化算法 .给出并证明了两个判定边界的定理 ,为抽样提供了理论依据 .在简化过程中 ,该算法通过采用视点空间中某些重要视点对模型进行抽样 ,使抽中的顶点对 (轮廓附近的顶点对 )得到适当保护 .该算法除具有 Garland- Heckbert方法的长处外 ,还可以在三角面片数较少的情况下 (5 0多个三角面片 ) ,尽可能保持模型的重要外观特征 .给出了计算 0 - 1图像的外观相似性误差的公式 ,通过该公式对简化结果进行比较 ,证明提出的简化算法对保持模型的外观特征是行之有效的 .

不均匀抽样信号的分析与处理

通过在时域、频域对不均匀抽样序列的研究 ,提出了抽样的统一分析方法 ,给出了不均匀抽样信号的获取、恢复以及它的离散傅里叶级数 ( DFS)算法 .

基于均匀抽样的二阶差分聚类数确定方法

目标函数二阶差分方法利用目标函数值随类别数的梯度变化作为判定准则,直接利用目标函数值与聚类数的关系,实现在不同数据集上自动得到正确的聚类数,但计算最佳聚类数会占用一定时间。当样本总数较大时,采用该方法得到最佳聚类数计算量非常大。针对此问题,本文提出基于均匀抽样的二阶差分聚类数确定方法,首先采用改进的均匀抽样设计,然后在所得到的数据子集上进行二阶差分设计。实验结果表明,该方法在减少计算量的同时达到了期望的正确判断。

关于切匹雪夫非均匀抽样技术

在某些信号处理和通信应用中要求非均匀抽样。本文描述一种新的切匹雪夫非均匀抽样模式的特性和利用脉动阵列结构相应的实现方案。本文证明切匹雪夫非均匀抽样（ＣＮＳ）模式具有简单、规则和快速重构的优点。

大规模数据集聚类的K邻近均匀抽样数据预处理算法

为解决基于密度的聚类算法处理大规模数据集效率低和存储开销大的问题,提出一种分片的基于K邻近关系的空间均匀抽样算法作为聚类应用的数据预处理过程,将数据集分片,按密度降序方式去除数据集中部分样本的K邻居,将剩余样本作为抽样样本,在保证精度的同时,可以降低数据规模,提升计算效率.实验结果表明,在数据规模较大且保证聚类结果准确性的前提下,通过降低聚类数据规模,可以有效提升聚类效率.

图像配准中同条件非均匀抽样原则的对比研究

使用基于浮动图像灰度概率分布和其梯度信息的非均匀抽样方法进行图像配准时,对同灰度和同梯度像素的抽样原则会影响到抽样结果和配准过程。通过对多种图像在多抽样率下进行刚体配准实验,从函数曲面和收敛性能方面,对比分析了6种数据抽样原则。实验结果表明,随机抽样原则的归一化互信息测度的收敛性能和抗噪声能力优于其他5种抽样原则。

均匀设计抽样及其优良性质

抽样和设计是计算机试验的一个重要研究课题。本文提出了一种新的抽样方法—均匀设计抽样,研究了它的一些基本性质,并将其应用于数值积分近似计算,这种抽样是王元和方开泰(1981)均匀设计思想的一个发展,也是对Latin Hypercube抽样的一个重要改进,通过与Monte Carlo方法,Latin Hypercube抽样(包括OA-Based Latin Hypercube抽样)和均匀设计的比较,表明了这种抽样的优越性,最后还讨论了在一般分布情形下如何应用这种抽样。

均匀设计抽样的偏差

该文证明了均匀设计抽样点集的偏差为O（n－1（lnn）d），另外也证明了随机化均匀设计点集的偏差有同样的阶．最后进行了随机模拟．

正交表型均匀LH设计和抽样

本文提出了一种新的设计和抽样方法－正交表型均匀 ＬＨ设计和抽样．证明了这种抽样空间是 ＯＡＬＨ抽样空间的优良子集，这种设计和抽样空间中所有样本都与初始设计具有同阶低偏差等一些优良性质．并将它用于数值积分，证明了对有关参数估计的方差阶低于其他抽样．同时还给出了有关的模拟结果．

求解最大团问题的均匀设计抽样免疫遗传算法

针对遗传算法在最大团求解中保持群体多样性能力不足、早熟、耗时长、成功率低等缺陷,依据均匀设计抽样理论对交叉操作进行重新设计,结合免疫机理定义染色体浓度设计克隆选择策略,提出求解最大团问题的均匀设计抽样免疫遗传算法。仿真算例表明,该算法在解的质量、收敛速度等各项指标上均有提高,与DLS-MC、QUALEX等经典搜索算法相比,对部分算例能得到更好解。

基于均匀设计抽样的改进遗传算法在回归模型中的应用

通过对佳点集遗传算法优缺点进行分析,利用均匀设计抽样(UDS)的理论和方法,对遗传算法中的交叉操作进行重新设计,提出一种改进的遗传算法。新算法将变量选择和变换选择并行实施,并结合统计信息准则处理回归模型选择问题。仿真实验表明新算法在求解精度、解的稳定性等方面有较大的提高。

均匀设计抽样混合遗传算法求解图的二划分问题

遗传算法(GA)的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。以此结论为基础,利用均匀设计抽样(UDS)的理论和方法,对遗传算法中的交叉操作进行重新设计,并在分析图二划分问题特点的基础上,结合局部搜索策略,给出了一个求解图二划分问题的新遗传算法,称之为基于均匀设计抽样的混合遗传算法。最后将该算法与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较,可以看出新算法不但提高了算法的求解速度和精度,而且避免了常有的早期收敛现象。

均匀设计抽样的应用

均匀设计抽样是张润楚和王兆军（１９９４）提出的，并且张润楚和王兆军（１９９６）从理论上证明了它的优良性质．本文考虑了均匀设计抽样在求函数的最大值、积分的近似计算、回归直线的拟合和极大似然估计的求取方面的应用．模拟的结果再次说明了均匀设计抽样的优良性．

基于均匀设计抽样遗传算法求解背包问题

众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为均匀设计抽样遗传算法.最后将均匀设计抽样遗传算法应用于求解背包问题,并与简单遗传算法和文献[2]中的佳点集遗传算法进行比较.通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了其它方法常有的早期收敛现象.

均匀设计抽样在遗传算法中的应用

众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向。而遗传算法中的交叉操作就是在高适应度模式中寻找最优解的操作。文章以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,使其能随机、均匀地搜索高适应度模式空间,能有效提高搜索的效率。称这样得到的新的遗传算法为均匀设计抽样遗传算法。最后将均匀设计抽样遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了早熟现象。

均匀设计抽样的一、二阶矩

[7]中给出并研究了均匀设计抽样（UDS）及随机化均匀设计（RUD）的一些优良性质，作者给出该设计和抽样的一、二阶矩．

抽样均匀光纤光栅的多反射峰分析

抽样均匀光纤光栅的主要特点是对入射光波能产生多个反射峰。本文对两种抽样均匀光纤光栅的反射特性进行了研究：通过计算机模拟分析了抽样均匀光纤光栅不同折射率调制度和长度对光反射率、旁瓣、反射带宽的影响。得出的结论对于在实际应用中设计、制作光纤光栅器件的选择适当的光栅参数具有一定的参考价值。

一种求解TSP问题的均匀设计抽样混合遗传算法

旅行商问题是经典的NP-hard组合优化问题,在许多领域有着重要应用。近年来,传统遗传算法等各种智能优化方法被引入到该问题的求解中来,但效果不理想。基于理想浓度模型的机理分析,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,并在旅行商问题特点的基础上,结合2-opt局部搜索策略,给出了一个解决旅行商问题的新的遗传算法。通过将该算法与简单遗传算法和佳点集遗传算法进行实例仿真比较,可以看出新算法在求解旅行商问题上提高了求解的质量、速度和精度,而且避免了其它方法常有的早期收敛现象。

基于双重抽样框的均匀设计抽样调查方法研究

由于单一抽样框在样本完整性方面存在缺陷,为了弥补这种缺陷,文章提出多重抽样框这一有效解决办法。均匀设计抽样可以与地域框较好结合,并且相比于简单随机抽样具有样本容量小且样本点分布均匀的优势,在样本极小的情况下对总体特征描述具有较高精确度。考虑基于双重抽样框下的均匀设计抽样,得出总体总值估计量、估计量方差及既定成本下方差最小的最优权重系数、修正系数和样本容量。