本文關(guān)鍵詞：基于基因表達(dá)式編程的數(shù)字高程模型建立

  更多相關(guān)文章： 基因表達(dá)式編程 數(shù)字高程模型 高程插值 移動(dòng)擬合 距離加權(quán)法

【摘要】：數(shù)字高程模型(DEM)是通過大量的已知點(diǎn)對(duì)連續(xù)地面的表達(dá)方式,作為地理信息系統(tǒng)進(jìn)行地形分析的核心數(shù)據(jù),它具有無可替代的作用和廣泛的應(yīng)用前景。隨著技術(shù)的發(fā)展對(duì)數(shù)字高程模型的質(zhì)量要求越來越高,對(duì)其精度分析和評(píng)估的方法也得到了充分的重視。當(dāng)前建立數(shù)字高程模型的方法多種多樣,而目前的諸多方法都有其不可避免的缺陷,如何在采樣點(diǎn)缺失的前提下提高數(shù)字高程模型建立的精度,是當(dāng)前制約數(shù)字地面模型建立的主要因素。本文基于數(shù)字高程模型的相關(guān)概念和國(guó)內(nèi)外研究現(xiàn)狀,闡述了影響數(shù)字高程模型建立精度的幾個(gè)重要因素。鑒于常用的空間插值方法處理采樣點(diǎn)缺失時(shí)難以準(zhǔn)確客觀地確定插值函數(shù)的問題,將彈性的基因表達(dá)式編程(GEP)技術(shù)引入到數(shù)字高程模型的插值函數(shù)確定中,提出了緩沖區(qū)策略,適時(shí)地注入優(yōu)秀高程體;根據(jù)動(dòng)態(tài)簇的搜索算法(SDCA),避免了冗余點(diǎn)的計(jì)算;提出了移動(dòng)擬合GEP算法(MF-GEP),縮小了擬合空間;利用該算法在Visual Studio編程環(huán)境下使用C#語言對(duì)該算法進(jìn)行編程,獲取的插值點(diǎn)高程,在這個(gè)過程中對(duì)選取的插值點(diǎn)、擬合選取的采樣點(diǎn)個(gè)數(shù),插值點(diǎn)與采樣點(diǎn)之間的位置關(guān)系進(jìn)行實(shí)驗(yàn)確定。通過與距離加權(quán)法插值建立的數(shù)字高程模型精度進(jìn)行對(duì)比分析。最后將該算法建立的數(shù)字高程模型運(yùn)用到高鐵線路選取的工程實(shí)例中。通過三組數(shù)據(jù)的實(shí)驗(yàn)計(jì)算結(jié)果表明,利用MF-GEP擬合的插值點(diǎn)中誤差小于利用距離加權(quán)法擬合的插值點(diǎn)中誤差,表明其精度更高;實(shí)例通過挖填方工程量計(jì)算,得到的精度滿足鐵路選線相關(guān)技術(shù)要求,表明MF-GEP擬合的數(shù)字高程模型在高鐵線路選取當(dāng)中是可行有效的。
【關(guān)鍵詞】：基因表達(dá)式編程 數(shù)字高程模型 高程插值 移動(dòng)擬合 距離加權(quán)法
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P208
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景及意義9-10
• 1.2 國(guó)內(nèi)研究現(xiàn)狀以及存在的問題10-13
• 1.2.1 數(shù)字高程模型建立的研究現(xiàn)狀10-11
• 1.2.2 基因表達(dá)式編程研究現(xiàn)狀11-12
• 1.2.3 存在的問題12-13
• 1.3 研究?jī)?nèi)容及研究方案13-14
• 1.3.1 研究?jī)?nèi)容13
• 1.3.2 研究方案13-14
• 1.4 論文章節(jié)安排14-16
• 第二章 數(shù)字高程模型建立的相關(guān)理論16-22
• 2.1 數(shù)字高程模型的相關(guān)理論16-17
• 2.1.1 數(shù)字高程模型16
• 2.1.2 DEM的特點(diǎn)及應(yīng)用16-17
• 2.2 數(shù)字高程模型建立的發(fā)展水平及研究現(xiàn)狀17-18
• 2.3 DEM數(shù)據(jù)的獲取方式18-20
• 2.3.1 攝影測(cè)量及遙感方法18-19
• 2.3.2 地形圖數(shù)字化方法19
• 2.3.3 野外數(shù)據(jù)采集法19
• 2.3.4 其它數(shù)據(jù)源19-20
• 2.3.5 集中數(shù)據(jù)采集方法的對(duì)比20
• 2.4 影響DEM建模精度的幾大要素20-21
• 2.5 本章小結(jié)21-22
• 第三章 基因表達(dá)式編程的相關(guān)理論22-32
• 3.1 GEP的基本概念22-30
• 3.1.1 終結(jié)符和函數(shù)22-23
• 3.1.2 編碼結(jié)構(gòu)23
• 3.1.3 GEP中的編碼結(jié)構(gòu)23-25
• 3.1.4 適應(yīng)度函數(shù)25-26
• 3.1.5 遺傳操作26-28
• 3.1.6 GEP算法流程28-30
• 3.2 GEP算法改進(jìn)30-31
• 3.2.1 緩沖區(qū)策略30-31
• 3.2.2 改良后的GEP擬合的代數(shù)與平均適應(yīng)度31
• 3.3 本章小結(jié)31-32
• 第四章 基于基因表達(dá)式的數(shù)字地面模型插值32-59
• 4.1 DEM插值算法32-34
• 4.1.1 線性內(nèi)插法32-33
• 4.1.2 距離加權(quán)法33
• 4.1.3 趨勢(shì)面法33
• 4.1.4 克里格金法33-34
• 4.2 基于GEP的數(shù)字高程模型插值法34-36
• 4.2.1 動(dòng)態(tài)簇搜索算法（SDCA）35
• 4.2.2 移動(dòng)擬合GEP算法35-36
• 4.3 DTM模型的建立36-50
• 4.3.1 模型構(gòu)建的環(huán)境36
• 4.3.2 高程插值模型算法實(shí)現(xiàn)的關(guān)鍵步驟36-50
• 4.4 基于改進(jìn)GEP擬合數(shù)字高程模型插值位置的實(shí)驗(yàn)50-57
• 4.4.1 實(shí)驗(yàn)平臺(tái)和實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)備50-51
• 4.4.2 參考點(diǎn)個(gè)數(shù)選擇51-52
• 4.4.3 插值點(diǎn)與參考點(diǎn)位置確定與精度的關(guān)系52-54
• 4.4.4 格網(wǎng)密度的設(shè)置54-55
• 4.4.5 GEP擬合插值與距離加權(quán)法的擬合精度對(duì)比55-57
• 4.5 數(shù)字高程模型的參數(shù)設(shè)置57-58
• 4.6 本章小結(jié)58-59
• 第五章GEP建立的數(shù)字地面模型在高鐵選線中的應(yīng)用59-68
• 5.1 基于GEP建立的數(shù)字地面模型59-64
• 5.1.1 實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)備工作59-60
• 5.1.2 數(shù)據(jù)預(yù)處理的詳細(xì)步驟60-63
• 5.1.3 根據(jù)獲得的插值和采樣點(diǎn)建立數(shù)字高程模型63-64
• 5.2 基于GEP建立的數(shù)字高程模型在高鐵線路選取的應(yīng)用64-66
• 5.2.1 基于建立的數(shù)字地面模型64-65
• 5.2.2 設(shè)計(jì)線路的工程量分析65-66
• 5.3 本章小結(jié)66-68
• 第六章 總結(jié)與展望68-70
• 6.1 總結(jié)68-69
• 6.2 展望69-70
• 參考文獻(xiàn)70-73
• 致謝73-74
• 攻讀學(xué)位期間的研究成果74-75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前7條

1 陳昆華;周國(guó)清;易柳城;何素楠;;無人機(jī)數(shù)字高程模型精度評(píng)價(jià)分析研究[J];城市勘測(cè);2014年01期

2 張瀟瓏;;動(dòng)態(tài)評(píng)估策略的GEP算法在大坎變形預(yù)測(cè)中的應(yīng)用[J];測(cè)繪與空間地理信息;2014年07期

3 夏凱祥;趙曙光;方聰;俞經(jīng)龍;;面向可逆邏輯綜合的GEP算法設(shè)計(jì)與實(shí)現(xiàn)[J];電子科技;2014年11期

4 張恒國(guó);王合龍;吳清香;;基于ROAM算法的數(shù)字地面模型研究與實(shí)現(xiàn)[J];信息技術(shù);2008年01期

5 李文敬;鐘智;元昌安;;基于GEP的分形圖像壓縮并行算法[J];計(jì)算機(jī)工程;2012年07期

6 林偉泳;李巖;;SVG數(shù)字高程模型生成與3D可視化方法[J];計(jì)算機(jī)工程;2012年22期

7 陶俊劍;元昌安;蔡宏果;;基于GEP優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2010年05期

，

本文編號(hào)：544578