最优尺度变换—层次分析法视角下城市内涝风险评估

在城市暴雨内涝频发的背景下,以辽宁省阜新市主城区为研究对象,利用无人机采集处理得到高精度正射影像和DEM,结合城市排水管网数据建立InfoWorksICM的耦合水动力模型,对城市内涝进行模拟研究和精度验证。通过对城市内涝灾害系统的三个组成部分——致灾因子、孕灾环境和承灾体的分析,对其指标因子进行最优尺度变换和层次分析法分析(AHP)。利用情景模拟结果和指标体系技术建立城市内涝风险评估模型,并利用GIS空间分析技术绘制直观的风险评估图,多角度解释阜新市主城区内涝原因并提出建议,研究结果也可为其他城市内涝防治提供借鉴。

基于可分离性的多尺度决策信息系统的最优尺度约简

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。

重大科技项目“揭榜挂帅”成效影响因素与作用机制研究——基于最优尺度回归方法分析

重大科技项目“揭榜挂帅”是突破关键核心技术,促进实现高水平科技自立自强的新型科技攻关制度。推动“揭榜挂帅”成效提高需要聚焦哪些关键因素的影响是亟待解决的重要问题。以214份重大科技项目“揭榜挂帅”成效问卷为样本,运用最优尺度回归方法,考察影响重大科技项目“揭榜挂帅”成效的影响因素及其作用机制。研究结果发现:①“揭榜挂帅”风险对重大科技项目“揭榜挂帅”成效具有显著负向影响;②资助金额、资助政策对重大科技项目“揭榜挂帅”成效不具有显著影响;③揭榜方式对重大科技项目“揭榜挂帅”成效具有显著正向影响。拓展了科技项目风险相关研究,还为提升重大科技项目“揭榜挂帅”成效提供实践启示。

羽毛球女子单打比赛节奏研究:基于最优尺度回归模型视角

为中国羽毛球女子单打项目的日常针对性训练及比赛提供数据支撑。采用2020年东京奥运会羽毛球女子单打项目16强28局比赛录像为切入点,使用最优尺度回归分析构建比赛节奏模型,并对2022年世界羽毛球锦标赛决赛进行案例分析。结果显示:(1)以比赛节奏为因变量,18项技术因素为自变量构建最优尺度回归模型,模型拟合度良好(R2=0.900,P<0.05)。(2)比赛节奏与个人局比赛节奏Y的关系为慢节奏(Y≥8.24)、中等节奏(6.92≤Y<8.24)、快节奏(Y<6.92),陈雨菲VS山口茜的3局中有2局的Y值高于对手。结论:(1)不同比赛节奏分别与不同技术的使用率、得分率、失误率有关联性。(2)个人比赛节奏比对手快,更易提高获胜概率。

基于最优尺度的遥感影像土地覆盖分类仿真

土地覆盖遥感影像是国家的战略性、基础性资源,真实、准确和实时的土地覆盖类型信息对科学保护和合理利用土地资源至关重要。随着大数据时代遥感影像数量快速增长,已有算法的准确性和稳定性无法满足土地覆盖情况分类需求。为进一步提升土地覆盖分类准确率,提出一种基于最优尺度分割与特征融合的方法。首先针对预处理后的遥感影像,利用局部方差计算出分割的最优尺度,并以尺度为基准优化过分割、欠分割影像;然后以分割后的影像为基准,采用局部二值模式算子(LBP)及神经网络提取土地影像的纹理特征和光谱初级特征;最后将影像的两种特征有机融合,并利用支持向量机分类器(SVM),构建了土地遥感影像分类模型(OSF-SVM模型)。分割仿真结果表明,与已有方法相比,文中的尺度分割技术在RR、RI及ARI指标上具有所提高,平局提升了10.83%;分类仿真结果表明,较传统SVM模型相比,OSF-SVM模型在R、P以及F1指标上分别平均提高了4.1%、3.9%和4%。因此,通过最优尺度分割和特征融合构建的OSF-SVM遥感影像土地覆盖分类模型,提高了影像分割及分类的精确度与稳定性。

广义多尺度决策表最优尺度选择的快速算法

广义多尺度决策表的条件属性和决策属性都具有多个尺度.最优尺度能够将较粗的条件属性与较细的决策属性相结合,达到效率与精度的平衡.然而现有的最优尺度选择算法计算效率较低.为此,提出一种最优尺度选择的快速算法.首先探讨最优尺度的一些性质和边界域的变化情况,给出判断边界域是否相等的条件以及最优尺度的等价定义;然后一种快速算法.最后通过数值实验表明其相较于现有算法速度更快,能有效解决最优尺度选择问题,该算法在计算效率方面取得了显著的提升,实现了在较短的时间内得出最佳结果的目标.

协调广义多尺度序模糊决策系统的最优尺度组合与属性约简

针对广义多尺度序模糊决策系统的知识获取问题,首先,在广义多尺度序模糊决策系统中定义优势关系,给出广义多尺度序模糊决策系统中信息粒的表示,同时定义在不同尺度组合下集合关于属性子集在优势关系下的下近似与上近似的概念.然后,在协调广义多尺度序模糊决策系统中定义5种最优尺度组合的概念,使用基于证据理论的信任函数与似然函数刻画最优尺度组合的数值特征,证明信任最优尺度组合与下近似最优尺度组合是等价的,似然最优尺度组合与上近似最优尺度组合也是等价的,并在信任最优尺度组合的基础上给出属性约简方法,同时给出最优尺度组合和属性约简的搜索算法.最后,在UCI数据集上的实验验证文中方法和算法的可行性与有效性.

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。

基于熵的多尺度多重集值信息系统的最优尺度选择与属性约简

针对现有的信息系统难以体现和处理数据融合时出现的数据重复问题,文中提出多尺度多重集值信息系统的概念,并讨论该系统的最优尺度选择和属性约简问题.首先,在多尺度多重集值信息系统的每个属性中,基于属性值域中多重集之间的海林格距离定义论域上的相似关系,获得由每个属性子集导出的论域中所有对象的相似类构成的信息粒.然后,引入多尺度多重集值信息系统中知识粗糙熵的概念,进一步给出多尺度多重集值信息系统中的最优尺度与熵最优尺度的概念,证明基于相似关系定义的最优尺度和基于知识粗糙熵定义的最优尺度是等价的.最后,在熵最优尺度的基础上提出系统中基于相似关系的约简和基于知识粗糙熵的约简的概念,并分别给出筛选熵最优尺度和熵约简的算法.

混合语义下的不完备多尺度决策系统及其最优尺度选择

现有不完备多尺度信息系统的定义存在局限性,即只考虑了遗漏型未知属性值并且认为对象在某个属性下缺失则在所有尺度下全部缺失.本研究从未知属性值的两种语义解释出发,定义混合语义下的不完备多尺度信息系统.为保持混合语义下的不完备多尺度信息系统尺度间的偏序关系,根据粒信息转换函数填补数据并扩展特征关系模型.研究在不同尺度下信息粒度的表示及其相互关系,并进一步定义基于扩展后特征关系的集合的上、下近似,讨论了它们的性质.在混合语义下的不完备多尺度决策系统中构建序贯三支决策模型,并基于该模型给出最小化不确定性的最优尺度选择方法.实验结果验证了数据填补和特征关系模型扩展的有效性,并且表明通过序贯三支决策模型能够选择不确定性最小的尺度作为最优尺度.

基于边界域条件熵的最优尺度约简

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此考虑利用边界域条件熵直接求最优尺度约简.首先,引入多尺度决策表中最优尺度约简的定义,给出多种最优尺度约简的定义,探讨在协调和不协调两种背景下几种最优尺度约简之间的关系.其次,给出多尺度决策表中边界域条件熵的定义,讨论边界域条件熵的若干性质以及与约简的关系.最后,给出基于边界域条件熵的最优尺度约简算法,并用实验验证该方法的有效性.

基于超图的多尺度决策信息系统最优尺度选择

特征选择是降低数据维度,提高知识获取效率的一类重要数据处理方法.多尺度决策信息系统的最优尺度选择是在一定代价框架下的最优化求解,从而进一步提高数据挖掘的效率.利用图论中的极小顶点覆盖得到相应系统的最优尺度组合,通过构造多尺度系统特征间的邻接关系矩阵,生成该系统诱导的超图.其极小顶点覆盖可视为多尺度信息系统的一个最优尺度组合.在此基础上,提出基于超图的多尺度决策信息系统最优尺度特征求解算法.数值实验表明,该方法能提高数据挖掘时间效率和分类精度,有利于降低数据处理成本.

一种可调阈值的数据最优尺度选择算法

粒度计算正向多粒度层次选择及数据最优尺度选择等方向发展。对具有不同尺度等级的数据组合进行相关研究。针对具有不同数据尺度的系统,构建了一种可调阈值的数据最优尺度选择算法,以便选择数据中的最优尺度,从而获得最优尺度组合。最后,结合决策树分类算法,并采用5个UCI公开数据集实验验证了所提出算法的可行性和有效性。

基于最优尺度选择的高分辨率遥感影像丘陵农田提取

农田测绘与粮食安全密切相关,高效经济的农田测绘是中国政府部门重点关注的工作之一。农田田块是农田测绘的基本要素,从遥感影像中提取农田田块信息是当前研究的热点。然而,丘陵地区农田形状不规则、光谱特征不明显导致农田信息提取困难,该文通过研究最优的农田分割尺度来提高农田田块信息提取的精度。首先,利用各向异性扩散算子在由Sobel得到的梯度图上生成多尺度梯度影像。然后,通过信息熵差异分析得到有效尺度范围。其次,利用标记分水岭算法对农田梯度影像进行分割获得多尺度农田信息。最后,利用非监督的全局评价方法在已得的有效尺度范围内确定农田提取的最优尺度,同时确定最优的农田提取结果。对比试验结果表明,该文方法能够有效地提取丘陵地区的农田田块,精度可以达到73.06%,比Mean-shift方法提取的精度高22.48%。该研究可为中国农田测绘提供技术参考。

高分辨率遥感图像分割的最优尺度选择

面向对象的最优尺度选择是高分辨率遥感图像多尺度分割技术中的关键问题。最优分割尺度的确定直接影响到后续的图像信息提取与分析。在模型计算法的基础上,改进并实现了一种全局最优尺度计算模型。该最优尺度计算模型可以根据多波段信息自动选择最优尺度,从而避免了人目视的主观性。

最优尺度回归分析在老年消化道肿瘤患者住院费用影响因素中的应用

恶性肿瘤是人类第二死亡原因,消化道肿瘤发病位居各系统之首,对老年人群造成的直接经济负担相对较重且呈现逐年加重趋势〔1〕。随着人口老龄化的到来,未来医疗资源将有50%的比例用于老年人〔2〕。本研究对老年消化道肿瘤患者的住院费用的影响因素进行分析,探讨合理控制费用的有效方法。1对象与方法：.1研究对象整群抽取甘肃省2所医院1996~2006年根据ICD10诊断标准确诊为胃癌。

一种基于最优尺度小波变换的符号率估计算法

在限带数字通信系统的一般模型框架下,提出了一种基于最优尺度小波变换的符号率估计算法.首先深入分析了经典Haar小波符号率估计方法的基本原理及其性能缺陷,然后从奇异性和消失矩的角度,从理论上证明了小波基函数选择受信道特性影响较小.新算法利用归一化能量最大化准则获得最优尺度参数,并选取具有高阶消失矩的小波基函数进行小波变换,从而可以获得数字调制信号符号率信息.仿真结果表明,新算法在数据量较少和低信噪比条件下,估计性能优于经典Haar小波方法,具有较好的普适性和较高的实用价值.

最优尺度和随机森林算法下盘锦海岸带遥感监测

针对海岸带遥感监测中岸线和地类提取单纯采用光谱信息而忽略其纹理和几何特征所导致的分类精度不高,以及产生“椒盐”及错分现象的问题,提出了面向对象的多尺度分割技术。通过局部方差变化率峰值确定对象提取的最优分割尺度,使用随机森林算法对基于最优尺度的盘锦市1990、2002、2013、2018年共4个时相海岸带土地利用类别进行分类。对多维特征重要性程度进行度量,依据特征贡献率对高维特征空间进行降维,构造最优特征空间。在袋外分类误差趋于收敛的前提下,寻找最适决策树数量使分类精度最高。定量分析与实验结果表明,与传统的光谱自动分类算法相比,该分类算法具有更高的准确性和稳健性,其总体精度达到81.32%以上,Kappa系数高于0.7531,明显优于传统算法,能够有效提高海岸带遥感监测的精度。

最优尺度分析在缺血性中风病舌象提取中的应用初探

目的:探索缺血性中风病证候诊断标准研究中舌象提取的方法。方法:采用最优尺度分析对缺血性中风病的证候要素和舌象进行统计分析。结果:证候要素与舌象之间存在的关系:风和灰苔、淡白舌有联系;火和紫舌、红舌、黄苔有联系;痰和暗舌、青舌、紫舌、舌下络脉青紫有联系;血瘀和青舌、舌生瘀斑、舌下络脉青紫有联系;气虚和淡白舌、淡舌有联系;阴虚和绛舌有联系。证候要素之间存在的关系:风和气虚有联系;火和痰有联系;痰和血瘀有联系;血瘀和阴虚有联系。结论:最优尺度分析在多变量的探索性分析研究中可能是较为有效的方法之一。