GNSS数据的智能聚类学习算法研究

随着GNSS终端设备的普及与广泛应用,海量的、带丰富位置信息的数据所隐藏的地质与空间变迁信息正在支撑智慧城市的发展。论文以10组不同城市出租车GPS数据为研究对象,以遗传算法、粒子群算法和蚁群算法3种智能算法为研究基础,以聚焦划分聚类算法为自动聚类的基本算法;提出了基于智能优化的GPS数据自动聚类学习算法,这些算法通过所构建的模糊系统和初始化种群技术,有效地克服了基于划分聚类算法的聚类数目不易确定、预设参数过多、敏感于初始种子点、难以将上一代优秀聚类结果保存到下一代、易陷入局部最优等长期以来存在的缺陷。

山地遥感主要研究进展、发展机遇与挑战

山地遥感是研究在山地这一特定环境中的遥感基本原理、方法及其应用的科学技术。从山地遥感研究的基本内涵出发,总结面临的若干前沿科学问题,指出当前主要研究内容:(1)电磁波与山地地表相互作用机理及建模理论;(2)山地遥感数据时—空—谱归一化处理方法;(3)山地地表信息遥感建模、反演与同化方法;(4)山地遥感尺度效应与算法/产品验证;(5)山地遥感信息综合应用等。从山地遥感研究的基础理论方法以及山地遥感应用两个层面回顾了近年来山地遥感研究取得的进展,并就新时代背景下山地遥感研究面临的机遇与挑战进行了分析,最后对山地遥感研究前景进行了展望。