【摘 要】
：
最短时间路径规划是一种典型的最小代价路径规划,也是GIS领域中非常重要的一项研究。传统算法较少研究包括气象、光照、电磁等随时间连续变化环境下的全局规划问题。针对这个问题,建立动态时空环境影响模型,对动态环境在时间和空间上的变化进行统一栅格化表达,并以此为基础进行全局最优的最小代价路径规划。实验证明,在环境预测准确的情况下,该算法规划结果能够体现动态环境变化带来的影响,其规划路线的真实时间消耗总是小
【机 构】
：
信息工程大学,61206部队,61618部队
论文部分内容阅读
最短时间路径规划是一种典型的最小代价路径规划,也是GIS领域中非常重要的一项研究。传统算法较少研究包括气象、光照、电磁等随时间连续变化环境下的全局规划问题。针对这个问题,建立动态时空环境影响模型,对动态环境在时间和空间上的变化进行统一栅格化表达,并以此为基础进行全局最优的最小代价路径规划。实验证明,在环境预测准确的情况下,该算法规划结果能够体现动态环境变化带来的影响,其规划路线的真实时间消耗总是小于或等于传统静态规划算法,且计算量与传统算法相当。
其他文献
在工业摄影测量中,影响测量精度的要素较多,为了提高摄影测量精度,在控制网型、被测物体、摄影距离等其它条件相同的情况下,采用不同的工业摄影测量相机,研究每个摄站不同旋转基线次数对精度的影响。通过对比不同旋转基线个数工况下的测量重复性,得出16个相机旋转基线比传统的2个相机旋转基线的测量重复性精度有明显提高;且随着相机旋转基线个数的增加,测量精度也会逐步提高。
[目的/意义]以跨领域协作为特征的数字人文理念,将为LAM资源的数据化转变、组织与知识服务带来积极影响,也为LAM资源整合提供了新的视角与思路.[方法/过程]基于文献知识图谱,
The Global Navigation Satellite Systems( GNSS) broadcast radio signals are continuously at two or more frequencies in the L-band,and the multipath signals from sea surface recorded by off-the-shelf ge
[目的]为了研究通过逼近方法求解二层多目标随机规划有效解集与精确的有效解集之间的相互关系,针对下层为单目标随机规划,上层为多目标随机规划的一类二层随机规划逼近问题,
[目的/意义]学术文献的摘要由目的、方法、结果等结构组成,这些结构具有特定的功能.目前,针对摘要功能结构识别的研究不多,且存在识别效率不高的问题,本文引入双向循环神经网
【目的/意义】分析提炼国内外基于深度学习的图像检索的最新研究热点及研究方法,揭示该领域未来研究趋势。【方法/过程】文章以国际顶级人工智能会议集(CVPR/AAAI/IJCAI/NIPS/SIGIR)、中国知网(CNKI)数据库、Web of Science核心合集及作为数据来源,对相关文献进行词频统计,生成词云图对该领域研究热点进行分析;利用Citespace可视化工具对研究主题演化进行定量分析,
[目的/意义]社交媒体在得到广泛普及的同时,各类社交媒体之间的相互竞争也日趋激烈,因此防止用户转移,从而实现用户保持对于社交媒体平台来说至关重要.基于PPM(推-拉-锚)模型
传感设备实时数据已经逐步成为GIS对现实世界动态特征表达与时空大数据分析的主要数据来源之一。将传感设备与全空间信息系统结合,提出一种面向全空间信息系统的传感设备动态接入与感测数据流式管理架构。基于多粒度时空对象描述框架对传感设备进行动态时空建模,实现传感设备的动态接入与时空对象化一体管理;设计可伸缩的实时数据管理系统体系;引入任务驱动的感测数据流式处理机制;通过实验验证数据管理架构的技术可行性。
确定区域大地水准面的几何水准方法在拟合大地水面时未顾及重力场信息,仅是一种单纯的数学拟合,忽略了重力场数据自身的物理性和不同数据间的相关性。近年来,深度学习方法得到广泛重视与研究。本文提出了一种有监督学习的RBF神经网络精化大地水准面的方法,使用包含重力异常和大地水准面高的重力场数据进行神经网络训练,并采用K-means聚类算法为RBF神经网络的径向基函数进行初始化,提高神经网络的收敛速度和精度。
[目的]研究具有时变时滞的离散T-S模糊随机系统的耗散性分析问题,获得具有更低保守性的条件.[方法]构造新的模糊Lyapunov-Krasovskii泛函,并且利用离散的Jensen不等式.[结果]