中国人口密度数字模拟

运用基于格点生成法的人口密度空间分布模拟模型,通过运行净第一性生产力空间分布、数字高程、城市规模及其空间分布和交通基础设施空间分布等数据集,模拟了中国人口密度的空间分布规律。模拟结果表明,人口密度的最高值集中在北京、上海和郑州之间的三角区(BSZ)及珠江三角洲地区;同时,这个BSZ峰值三角区有发展为以上海-南京-杭州大都市密集区、武汉市、西安市、北京-天津-唐山大都市密集区和沈阳-大连大都市密集区为顶点的五角形峰值区的趋势,珠江三角洲峰值区也正在向外围地区扩展。

用数字滤波技术测定滤线栅密度

本文介绍一种采用数字滤波技术，微机实时处理，实现滤线栅密度测试的新方法。实测结果表明。比现用的照像测试法客观准确，工作效率提高数十倍以上。

基于数字信道化接收机的聚类分选算法

提出了一种适合数字信道化接收机的未知雷达辐射源聚类分选算法。该算法通过对数字信道化接收机产生的脉冲描述字(PDW)流融合预处理,对预处理后的PDW流进行网格密度聚类,获得雷达辐射源的初始分类结果后,利用累计差直方图法(CDIF)最优门限对虚警辐射源进行剔除,再合并处理生成辐射源描述字(EDW)。仿真结果表明,该算法能有效的用于数字信道化接收机的雷达信号分选。

采样数据密度及栅格尺寸对高程中误差的影响分析

利用全数字摄影测量得到的高精度点数据,获取不同密度的点数据,建立基于ANUDEM和TIN方法的两种DEM,比较两种DEM的高程中误差,分析数据密度、栅格尺寸与高程中误差的关系。研究结果表明,建立1∶100 00比例尺,具有高程中误差2m左右、栅格尺寸5m以下的ANUDEM,需要的点密度水平为大于7 000个/km2,而TINDEM则为8 500个/km2。同时,当栅格尺寸小于20m、数据密度介于7 000～9 400个/km2时,无论是ANUDEM还是TINDEM,高程中误差都处于一个较稳定的状态。

基于密度划分的数字电网分布式数据存储研究

现有的数据存储方法在压缩数据时无法获取准确的密度峰值,导致数据负载均衡性较差,为提高数据分段均衡性,基于密度划分算法设计数字电网分布式数据存储方法。建立节点存储数据索引指针,通过节点递增顺序确定数据元区间;计算数据索引区域面积,计算面积与向量乘积;基于密度划分算法获取数据压缩密度峰值,以目标函数计算数据流目标长度;建立数字电网分布式数据存储模型,计算分布式数据库不同层级误差。在对比实验中,测试不同数据存储方法下分段数据负载均衡性。实验结果表明,将数据分为3-6段分别存储,只有密度划分算法在分段存储过程中,各数据节点数据量分割最均匀,数据负载均衡性最好。