分析了目前广播星历精度评估中存在的问题，详细论述了广播星历精度评估过程中对精密星历进行天线相位中心改正的取值方法，提出了利用单颗星单日钟差均值做二次差对广播星历钟差的系统性偏差进行改正的方法。选取了2019年9月1日至11月1日共计62天的MEGX混合广播星历和精密星历，对GPS、GLONASS、Galileo、BDS进行多方面精度评估，结果表明，精度评估所选用的天线相位中心改正值以及消除广播星历
针对轨道交通节点与常规公交的自适应接驳问题，考虑到公交线网的日均满载率、线路的客运能力、线网的重复性、客流负载率等约束条件，运用ARCGIS软件强大存储与计算能力、良好的线网叠加能力以及优化网络拓扑节点不间断的客流检测分析，基于宁波市城市轨道交通规划建设背景，结合已有研究，探索宁波城市轨道交通与公交线网协调优化关系以及两者的接驳形态，综合运用可达性方法、最短线路标记法等，研究宁波轨道交通网与公交线
针对野外复杂环境下面部表情特征不一致导致识别率低的问题，提出了一种基于卡方距离度量学习的凸优化算法，用于面部表情识别。该算法将卡方距离引入大间隔最近邻居(Large margin nearest neighbor,LMNN)分类技术中，然后采用随机梯度下降法来求解修正的凸优化损失函数，同时为了避免过度拟合训练数据，算法将Dropout技术用于度量学习。实验结果表明，相对于其他算法，所提出的算法在面
近年来，航班延误引发的旅客扰乱事件屡见不鲜，提高延误航班旅客行为状态预测能力，可为民航业界应急管理和策略实施提供有效支持。从旅客自身、特定环境、管理水平等方面阐述了航站楼延误航班旅客行为状态变化的致因机理，找出了导致其变化的具体因素，利用多项Logistic回归模型和BP神经网络分别建立了延误航班旅客行为状态定量预测模型，并通过实例验证了两种模型的有效性。验证结果表明，BP神经网络模型较Logis
压缩感知(compressed sensing, CS)理论表明稀疏信号可以从欠定系统中被准确恢复,但在很多实际应用中,信号不一定有标准稀疏性而可能拥有一些其他的结构特点,典型的一种就是块稀疏信号,它的非零元仅在很少的一些块中出现.本文考虑从很少的线性测量中恢复块稀疏信号,并得到经混合l_2/l_q(0
利用陕西省区域内三期国家一等水准网的平差成果、两期二等水准网成果、两期全球导航卫星系统（global navigation satellite system, GNSS）大地控制网成果、陆态网络等工程连续运行基准站成果、流动站成果及地理国情监测成果，分析陕西地区最新垂直运动趋势。结果表明：GNSS垂直运动与水准垂直运动趋势整体一致；1970年代—2018年，关中平原垂直运动呈下降趋势，关中平原周边
服务型制造模式在给制造企业带来新的利润增长点的同时也带来了新的风险。传统供应链中的牛鞭效应在服务型制造模式下同样存在且展现出新的特点。首先，从不同角度对服务型制造模式下的供应链特点进行了详细分析，提出服务型制造供应链模型；其次，运用系统动力学仿真方法，通过仿真模型的建立模拟了服务型制造模式下供应链牛鞭效应的产生过程；最后，在剖析其产生原因的基础上利用优化模型提出减弱服务型制造模式下供应链牛鞭效应的
本文提出基于截面圆中轴线提取的隧道点云滤波方法，通过粗提取和精提取中线点，采用三次B样条插值加密中线点，再采用高阶多项式精确拟合中轴线方程，根据所得中轴线方程，对点云进行切片、投影、空间圆拟合得到隧道点云横断面，取空间圆平均半径作为隧道半径，设置距离阈值实现隧道点云滤波。实验结果表明，本文方法提取的中轴线整体偏差优于2cm，噪声滤除率达88.969%，隧道壁点正确率达91.741%，滤波效果较好。
为提高高分辨率遥感影像变化检测精度，提出一种以领域知识为优化策略的深度学习变化检测方法。利用改进的变化矢量分析和灰度共生矩阵算法获取影像的光谱和纹理变化，设定合理阈值获得变化区域待选样本；引入领域知识中图斑形状特征指数与光谱知识，筛选得到高质量的训练样本；构建并训练了深度置信网络模型，使用优化策略对深度学习变化检测结果进行优化，以减少“椒盐噪声”和伪变化区对检测精度的影响。通过GF-2与IKONO
针对多种分布形式混合的观测数据，建立了P范分布混合模型，考虑到模型中混合数属于不完全数据，引入EM算法，对该混合模型的参数进行估计，详细推导了P范混合模型参数估计的迭代公式，并给出了相应的迭代步骤。最后采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据以及实测GPS观测值残差数据，验证了本文公式的正确性和适应性。算例结果表明，相比于单一概率分布，P范混合模型能够准确反映数据分布的实际情况，同时利