作者：黃仁勇; 舒彩文; 談廣鳴 刊期：2018年第04期

采用長(zhǎng)江上游梯級(jí)水庫(kù)聯(lián)合調(diào)度泥沙數(shù)學(xué)模型,開(kāi)展了考慮干支流水庫(kù)群攔沙影響的長(zhǎng)江上游梯級(jí)水庫(kù)聯(lián)合調(diào)度泥沙沖淤500年長(zhǎng)期預(yù)測(cè)計(jì)算,并對(duì)烏東德、白鶴灘、溪洛渡、向家壩、三峽水庫(kù)淤積過(guò)程及庫(kù)區(qū)淤積初步平衡時(shí)間進(jìn)行了初步分析.結(jié)果表明：在1991-2000年水沙條件下,不考慮龍盤(pán)梯級(jí)時(shí),烏東德、白鶴灘、溪洛渡、向家壩、三峽水庫(kù)的庫(kù)區(qū)淤積初步...

作者：謝帥; 黃躍飛; 李鐵鍵; 陳本雄 刊期：2018年第04期

對(duì)未來(lái)月徑流的可靠預(yù)報(bào)對(duì)于水力發(fā)電計(jì)劃的制定和水資源調(diào)度管理具有重要的實(shí)際應(yīng)用價(jià)值.由于相應(yīng)預(yù)見(jiàn)期的氣象預(yù)報(bào)不可靠以及月徑流序列具有明顯的非線性和隨機(jī)性,導(dǎo)致已有模型的預(yù)報(bào)效果差異大,即使采用同一種模型,在不同流域的預(yù)報(bào)效果也顯著不同.本文選取了自回歸滑動(dòng)平均（ARMA）模型、人工神經(jīng)網(wǎng)絡(luò)（ANN）模型和支持向量回歸（SVR）模型...

作者：謝帥; 黃躍飛; 李鐵鍵; 劉朝云; 王建華 刊期：2018年第04期

同樣預(yù)報(bào)精度情況下,中長(zhǎng)期徑流預(yù)報(bào)提前期越長(zhǎng),對(duì)水庫(kù)調(diào)度方案與發(fā)電計(jì)劃的制定輔助決策作用效果更強(qiáng).中長(zhǎng)期徑流預(yù)報(bào)的難點(diǎn)在于徑流序列的隨機(jī)性以及相應(yīng)預(yù)見(jiàn)期的氣象難以可靠預(yù)報(bào).當(dāng)前的預(yù)報(bào)模型大都是基于數(shù)據(jù)分析的數(shù)據(jù)驅(qū)動(dòng)模型,其輸入因子多為前期徑流和大尺度氣候因子.而預(yù)報(bào)因子的選擇對(duì)于數(shù)據(jù)驅(qū)動(dòng)模型的精度非常關(guān)鍵.因此,需要有效的因...

作者：李佳; 段平; 張馳 刊期：2018年第04期

針對(duì)當(dāng)前高分辨率視頻序列圖像拼接生成全景圖像時(shí)效率低下,提出圖像分塊匹配下視頻全景圖像拼接方法.首先對(duì)待匹配視頻幀圖像對(duì)分別進(jìn)行格網(wǎng)劃分,對(duì)劃分后各子圖像之間建立對(duì)應(yīng)關(guān)系;然后,對(duì)各子圖像對(duì)采用SIFT算法分別進(jìn)行關(guān)鍵點(diǎn)檢測(cè),并利用自適應(yīng)非極大值抑制法對(duì)所檢測(cè)的關(guān)鍵點(diǎn)進(jìn)行過(guò)濾,保留少量強(qiáng)度值較大的關(guān)鍵點(diǎn)作為待匹配點(diǎn);在匹配搜索過(guò)...

作者：高仁強(qiáng); 張顯峰; 孫權(quán); 孫敏; 趙慶展 刊期：2018年第04期

低空無(wú)人機(jī)（Unmanned Aerial Vehicle,UAV）LiDAR（Light Detection and Ranging）是一項(xiàng)新的遙感技術(shù),該技術(shù)獲取的數(shù)據(jù)具有高精度、高密度、高效率、低成本的特點(diǎn),被廣泛應(yīng)用于地形測(cè)繪、林業(yè)監(jiān)測(cè)、三維建模、道路勘測(cè)設(shè)計(jì)等諸多領(lǐng)域.本文利用該技術(shù)對(duì)新疆石河子市郊的一處縣級(jí)道路進(jìn)行點(diǎn)云與影像數(shù)據(jù)的獲取,經(jīng)過(guò)格式轉(zhuǎn)換、點(diǎn)云濾波、點(diǎn)云分...