云彩店邀请码|半壳|优胜
随同小波领会表面连接兴盛老练,小波领会的运用接洽也渐渐浸透到各范围,在诸如旗号处置、图像收缩、形式辨别、语音源代码、数字火印、螺纹辩别、地动测量、通讯等范围都已博得洪量接洽功效。之以是展示这种场合,因为主假如小波在时域和频域同声完备杰出的限制化本质,能将旗号领会为交叉在一道的多标准因素,进而聚焦到接洽东西的一切微弱详细。小波领会也所以被誉为数学中的“显微镜”。小波领会的时频限制化个性、标准变革特性和目标性特性与地舆数据的多比率尺表白有着不行分隔的内涵接洽。更加是小波多辨别领会(Multiple Resolution Analysis, 简称MRA)可经过对数据的多辨别领会获得各别辨别率下的数据表白,凑巧满意DEM数据多比率尺表白的须要;其余,小波领会不妨量化,故不妨为多标准DEM数据的量化刻画和归纳领会供给客观按照,进而从数目化的观点证明DEM数据多标准变革的顺序。数字高程模子是地貌高程的数字表白,是地舆消息体例(Geographic information system,简称GIS)中赖以举行二维数据处置与地势领会的中心数据。各别比率尺与辨别率的DEM数据的消息量与精度生存宏大分别,变换高程的采集样品间隙或辨别率会感化诸如坡度、坡向、汇水区等地势属性的领会。高精度DEM数据的天生受本钱高、保存难等成分规范,正文就此提出一种天生DEM数据的本领不妨较好地处置这个题目。以格网DEM数据为普通索取地貌因子是三维地势领会中的要害实质,正文针当面积、体积这两个因子,提出新的索取算法。这种索取算法充溢商量了时势震动的感化,并将这种感化落实到每个DEM单位,制止了保守算法用因变量拟合所有接洽地区再计划表面积缺点较大的缺点。正文将小波多辨别领会引入多标准地貌外表积、体积顺序的接洽,运用小波变幻对接洽地区的地貌创造多标准序列,以回归领会为东西,揭穿这两个地貌因子随标准变革的内涵顺序,为本质处事供给表面引导。须要证明的是,之上拟合模子是有比率尺区间牵制的,在区间外不确定能运用那些模子做猜测;同声,模子是地貌依附的,即不许用来刻画其余地貌构造的表面积(体积)标准依附联系。这零点控制是因为地貌自己特性确定的,各别地貌分别很大,一个模子只能对准一耕田貌举行刻画。此项处事也拓宽了小波领会表面的运用范畴,激动了其进一步兴盛。正文囊括以次局部:第一章,简述题目提出的后台,综述小波领会表面在地舆学中的运用情景,及多比率尺地貌的表面积(体积)顺序的接洽近况,概括鉴于小波领会表面的地貌外表积、体积多标准顺序接洽实质、本领与本领道路。第二章,引见小波与多辨别领会的基础观念、结构正交小波因变量的赶快算法(Mallet算法)及常用正交小波因变量,中心阐明二维多辨别领会表面及二维Mallet算法。第三章,引见数字高程模子的设置、接洽实质、数据获得与创造DEM模子的本领。在此普通上,提出双向切面赶快天生数字高程模子的算法,该算法精度易由剖分间距巨细自在遏制。对准地貌特性,给出索取三维地势因子——外表积、体积的算法。第四章,引见小波多辨别领会与地貌数据(DEM)的多比率尺表白之间的内涵接洽,并贯串地貌范例,给出多标准地貌序列和多标准地貌因子序列。在地貌的自一致性与标度静止性表面引导下,索取试验地貌的总表面积(总体积)序列的多标准顺序和坡度分级后0~3°坡段的表面积(体积)序列的多标准顺序。结果,归纳正文处事,对进一步的接洽举行预测。
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/270314.html
本站部分内容来源网络如有侵权请联系删除