2013年武大遥感院复试题

合集下载

武汉大学遥感考研-历年真题、答案及考点分析_遥感院

3、资料更新说明
新的年份，考研范围、考试重点和大纲都会有新的变化，针对这种变化，本中心每年都会进行一次较大内容更新，所以本套资料仅适用于 2014 年，请大家多加关注我们！谢谢。
4、资料接受说明
收到资料后，在不拆开前提下，可自由浏览资料内容，如不满意，2 小时之内，联系我们，然后无偿退货。但对于那些擅自拆开资料，进行复印，而后再退货的资料贩子，我们也会坚决维护我们的权益，与之奉陪到底！咨询 QQ:771843105，TEL:18012981114
武汉大学遥感学院
遥感考研
GIS 遥感地理学，考研我们做的更专业
适合科目：摄影测量与遥感、模式识别与智能系统咨询 QQ： 771843105(遥感学长)
地理学考研中心遥感小组
序言
曾记得一句名言，”人生道路虽然漫长，但关键之处仅有几步”，现在想想，大抵如此。人生就是一个不断的选择与被选择的过程。不同的路口有不同的风景和经历，也正因为路口太多，逼迫我们选择的太多，才造就了多彩绚丽的人生。现在大家可能也在面临着选择，比如是否考研，考哪个学校，考哪个专业，跟哪个导师，怎样平衡专业课与公共课的时间等等。作为过来人，当初的我们和大家一样，也在思考着类似的问题；也正因为是过来人，我们才有了给大家提供建议的底气。借此机会，把我们一些个人看法与大家交流，虽个人经历不同，经验不足以证明什么，但仅供参考之用足矣！ 1、为什么要考研？简而言之，一句话，为了自己以后更好的发展。它包括个人职业发展、个人能力发展。通俗讲，就是通过考研，改变自己的学校出身、教育背景，以便未来更好的找个工作。这是个很现实的情况，有些人会说，找工作还是要靠能力，这话没错。但在短短的十几分钟里面，你怎么能让对方认为你有能力？所以，重点大学、高学历并不意味着有能力，但他有能力的几率要远大于那些低学历、一般学校出身的学生。不幸的是，单位招聘的时候也是这样想的，所以造就了现在的考研热。另外，中国存在这样一种情况，一个学校垄断一个行业，比如武测基本垄断了全国测绘系统处级以上干部；南师拥有 GIS 开发很多牛人；中山大学在城市规划方面独树一帜；北师大则在遥感基础研究及应用方面拥有更多的发言权等等。所以，要想在专业领域有更大发展，最好的方法就是去对应最好的学校深造，考研是最好的实现方法。 2、怎样考研？如果从大三下学期开始算，考研基本上要经历一年的时间。在此过程中，要坚持两个原则，一是在专业科目的选择上，要结合自己的实际情况，扬长避短，如果数学实在不行，就没必要选择哪些考数学的科目。”只有功夫深，铁杵磨成针”只是理论上如此，它还有另外一个解释，就是不撞南墙不回头。二是备考的过程中，一定要坚持。面对枯燥的复习，面对单调的生活，面对诱惑的工作，大家只能坚持。 3、怎样平衡公共课与专业课公共课是敲门砖，但公共课并不如想象中重要，这是因为，一则公共课所占比重不高，最多算是和专业课持平；第二，公共课很难拉分，以英语为例，70 多分算高分，但一般人也能考个 50-60 分。而专业课，一道题分值可能就有 30 分。所以，不是说公共课不重要，而是专业课也很重要，如果考虑到复试，专业课还会更胜一筹。说了考研，再说说资料。本套资料由地理学考研中心遥感小组倾力打造，共分十五个版块，可以说涉及到了武大遥感院遥感考研和大家关心的各个方面。在编纂的过程中，听取了学弟学妹们的很多意见，使得我们这套资料日益完善。同时也希望大家在使用的过程中，能多给我们提意见，以便更好的打造属于武大遥感的精品资料。特别感谢遥感小组的辛勤工作，同时感谢参与资料编辑的其他师弟师妹。”一为迁客去长沙，西望长安不见家。黄鹤楼中吹玉笛，江城五月落梅花”，美丽的江城等着大家的到来！

武汉大学遥感考研十年真题及答案

III购买资料后，强烈建议登记QQ，以便享受GIS遥感地理学考研中心后续的资料解答、复试辅导等会员服务。

另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。

III购买资料后，强烈建议登记QQ ，以便享受GIS 遥感地理学考研中心后续的资料解答、复试辅导等会员服务。

另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。

IVGIS遥感地理学全国考研中心，由GIS、遥感、地理学几个学长创办，专业为大家提供地学考研全套资料。

用我们的劳动节省你复习的时间，用我们的知识提高你专业课的复习，用我们的人脉提供给你最详实的资料，用我们的经历告诉你怎样走过考研全过程。

欢迎大家一起交流。

淘宝：；拍拍：/771843105。

下为我们整理的武汉大学遥感考研手册的部分目录。

目录序言 ................................................................................................................ 错误！未定义书签。

资料使用说明................................................................................................. 错误！未定义书签。

1、重要版块介绍................................................................................... 错误！未定义书签。

2、资料使用方法................................................................................... 错误！未定义书签。

3、资料接受说明................................................................................... 错误！未定义书签。

武汉大学2013遥感考研历年真题及答案

3
总体而言，这种分类方法的效果比较好，而且计算简单，可对像元顺序扫描分类。 5、叙述遥感技术的现状和发展趋势参考 2009 A 卷，论述题，注意包括现状和发展趋势方面论述的方面。
2004 年武汉大学遥感学院初试真题《遥感》答案详解
一、名词解释 1、光谱反射率物体的反射辐射通量与入射辐射通量之比。物体的反射波谱限于紫外、可见光和近红外，尤其是后两个波段。一个物体的反射波谱的特征主要取决于该物体与入射辐射相互作用的波长选择 .影响地物光谱反射率变化的因素有太阳位置、传感器位置、地理位置、地形、季节、气候变化、地面湿度变化、地物本身的变异、大气状况等。 2、发射率发射率ε = W′/ W ε 是一个介于 0 和 1 的数即：发射率ε 就是实际物体与同温度的黑体在相同条件下辐射功率之比。 3、重复周期（卫星）重复周期指的是卫星拍摄某地后，经过 x 天将再次回到此地上空拍摄此地。 4 、卫星姿态卫星姿态是指卫星星体在轨道上运行所处的空间位置状态。卫星在失重的环境下飞行，如果不对它进行控制的话，它就会偏离轨道。这种情况是绝对不允许的。卫星的姿态控制就是控制卫星的飞行姿态，保持姿态轴的稳定，并根据需要改变姿态轴的方向。由于各种干扰，卫星在空间的姿态角和姿态角速度往往会偏离设计值，这时就要进行控制和调整。姿态的稳定通常采用以下几种方式：①三轴稳定。依靠姿态控制分系统使卫星偏航轴方向始终保持与当地铅垂线方向一致，以保对地观测传感始终对准地面；②自旋稳定。卫星自转轴对空间某点取向固定，使其姿态保持稳定；③重力梯度稳定。在地球重力场作用下，转动物体的转轴逐渐达到平衡状态，与重力梯度方向一致，即同当地垂直线方向一致，以保持卫星姿态的稳定。 5 、辐射校正辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 6 、高光谱影像高光谱遥感是高光谱分辨率遥感的简称。它是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。高光谱影像是采用高分辨率成像光谱仪获取，波段数为 36—256 个，光谱分辨率为 5—10nm，地面分辨率为 30—1000m。目前这类卫星大多是军方发射的，民用高光谱类卫星较少。应用：主要用于大气、海洋和陆地探测。 7 、 ERS-1 ERS-1 欧空局于 1991 年发射。携带有多种有效载荷，包括侧视合成孔径雷达（SAR）和风向散射计等装置，由于 ERS-1（2）采用了先进的微波遥感技术来获取全天候与全天时的图象，比起传统的光学遥感图象有着独特的优点。 8 、 Quick Bird 参考附录介绍

中国地质大学（武汉）2013年资源与环境遥感考研真题

中国地质大学（武汉）2013年资源与环境遥感考研真题第一篇：中国地质大学(武汉)2013年资源与环境遥感考研真题中国地质大学（武汉）2013年资源与环境遥感考研真题一、名词解释1、黑体2、暗目标法3、伪彩色显示4、特征变换5、（记不起来了）一、选择题考的比较综合、具体的题目记不清了二、简答（冒死手抄的）1、红外遥感是如何探测地物特征的？并举例说明2、根据高光谱遥感器成像原理说明为什么高光谱遥感器空间分辨率较低？3、地面同步定标的方法4、根据影像匹配的原理说明实现控制点自动选取的原理及方法5、试述面向对象的分类方法是如何提高分类精度的6、高光谱影像分类前进行特征选取的原则、方法三、材料分析题根据某卫星的发射出了一段材料，然后根据这段材料出了三个关于变化监测的问题如变化监测的方法、步骤、如何提高变化监测的精度等。

第二篇：中国地质大学_2014年考研真题回忆版_资源与环境遥感专业2014年中国地质大学（武汉）资源与环境遥感专业课遥感原理与应用真题一，选择题（十题，每题4分）（选项不怎么记得）1，紫外，红外，微波区，电磁波衰减的主要原因（）2，叶绿素的吸收光谱，最小吸收带在（）部分3，泄漏的浮游会平滑海面，能使雷达回波讯号（）4，高精度辐射计的英文缩写（）5，实际物体发射和吸收的辐射量比相同条件下绝对黑体的辐射量要（）6，以下哪种仪器可用作遥感卫星的姿态测量仪A，GpsB，星相机C，TMD，AMS7，增强图像中的高频成分，突出图像的边缘信息，图像锐化的方法（）8，遥感图像的辐射误差主要包括（）9，反射波谱是物体的反射率随（）变化的规律10，距离分辨力是侧视雷达在发射脉冲方向上能分辨地物最小距离的能力，它与（）有关二，名词解释（5/4分）1，绝对黑体2，相对定标3，直方图匹配4，大气窗口5，非监督分类三，简答题（5/6分）1，简述高光谱遥感的优缺点2，简述遥感影像变形的原因3，简述最大似然法分类过程（框图方式）4，简述中心投影与正射投影的区别5，简述Landsat 7或Spot5 的特点四，论述题（3/20分）1，阐述微波遥感的原理和特点，结合其技术特征，假设同一地区变化前后的数据充分，基于此设计一套地形形变监测方案，并加以论证说明2，结合多种遥感手段从对植被冠层监测方面（长势，旱情）论述数字森林的实施过程以及将来的应用前景3，遥感动态监测的常用方法有哪些？以土地覆盖变化为例，设计一个遥感动态监测的工作流程并分析之第三篇：武汉大学历年考研真题2005 科目名称：规划理论科目代码：362一、填空题1、中国古代的城市中居住区称“____________________”2、卫星城的概念强化了与_________________的依赖关系，在其功能上强调________________的疏解。

武大国重、遥感院10年GIS考研真题

武汉测绘科技大学2001年硕士研究生入学考试试题考试科目：地理信息系统一、名词解释4*5=201.拓扑关系2.缓冲区分析3.不规则三角网模型4.空间内插5.数据压缩二、简答5*6=301.点、线、面三者空间关系表现形式主要有哪些？2.地图投影与地理信息系统的关系3.数据处理在地理信息系统中的作用及数据处理的主要内容4.DEM的优缺点及主要用途5.地理信息系统的组成部分及各部分的主要作用6.判断点在多边形内的基本方法三、简述7*5=351.地理信息系统中图形数据结构的主要类型及各自的特点2.地理信息系统工程的三维体系结构3.叙述四种栅格数据存储的压缩编码方法4.空间实体可抽象为哪几种基本类型？它们在矢量数据结构和栅格数据结构中分别是如何表示的？5.举例说明拓扑数据结构四、综合15*1=15地理信息系统数据源的类型有哪些？在地理信息系统中有哪些主要的数据输入方法？数据输入过程中可能产生的误差有哪些形式？引起这些误差的主要因素有哪些？武汉大学2002年攻读硕士学位研究生入学考试试题考试科目：地理信息系统原理科目代码：619注明：所有答题内容必须答在答题纸上，凡答在试题上的一律无效。

一、概念辨析题（共5小题，每小题5分，共25分）1.地理信息和地理数据的概念有何不同？2.比较数字高程模型（DEM）与真三维空间数据模型的区别。

3.比较地理信息系统（GIS）与管理信息系统（MIS）的区别与联系。

4.面条数据模型、拓扑数据模型在空间数据存储方面有何不同？各支持何种类型的空间应用？5.缓冲区查询和缓冲区分析在概念上有何不同？二、简答题（共8小题，第1小题6分，其他小题7分，共55分）1.在GIS中为何不使用地理参考坐标系统（经纬度坐标系统）而使用平面直角坐标系统存储空间数据？2.有一幅地形图，数字化后出现了仿射变形，应如何处理？写出处理过程。

3.什么是空间数据的不确定性？包含哪些类型？4.空间数据的误差可以分为哪几类？举例说明？5.四叉树是如何定义的？举例说明四叉树的分解过程。

武汉大学遥感概论试题

一、填空(20分)1、按遥感平台不同可以分为_________ 、__________ 、__________ 、___________,按工作方式可分为________________和________________、________________和________________。

2、根据航天遥感平台的服务内容不同,可以将其分为____________________、_________________________和______________________三大系列。

3、目标地物的识别特征包括__________、__________、___________、__________、___________、___________、位置、___________和____________。

4、常见的遥感摄影相片包括_______________、黑白红外相片、______________、________________、多波段摄影相片和____________________。

5、标准假彩色合成是TM的________、_____________、___________三个波段的合成6、在彩红外航片上,清澈的水体一般为________色,健康的植被为________色,遭受严重病虫害的植被为________色。

7、现在常说的“3S”指________、________、________。

8、太阳辐射穿过大气层时会发生瑞利散射、_____________、_____________。

9、在彩色合成时,滤光片分别透光并照射到白色屏幕上利用_____________原理,若是滤光片叠合透光又利用_____________原理。

10.飞机起飞后对机场进行热红外摄影,飞机在地面上留下的黯黑色轮廓为_____________、飞机喷气尾流在地面形成的喷雾状白色为_____________。

11.遥感数字图象复原处理包括_____________和_____________。

武汉大学遥感院遥感试题(初试答案)

07年一、名词解释灰体（gray body ）又称消色体，一般系指具有黑色、白色，或者介于黑白之间不同深浅的灰色的物体。

某种物体的辐射光谱是连续的，并且在任何温度下所有各波长射线的辐射强度与同温度黑体的相应波长射线的辐射强度之比等于常数,那么这种物体就叫做理想灰体，或简称灰体。

实际物体在某温度下的辐射强度与波长的关系是不规则的，因此不是灰体。

但在工程计算上为了方便起见，近似把它们都看作是灰体。

辐射传热学中的一个名词。

对热辐射能只能吸收一部分而反射其余部分的物体。

例如一般的固体和液体。

辐射光谱曲线的形状与黑体辐射光谱曲线的形状相似，且单色辐射本领不仅小于黑体同波长的单色辐射本领，两者的比例不大于1的常数，这类物质称之为灰体。

灰体对可见光波段的吸收和反射在各波长段为一常数，即不具有选择性吸收和反射的物体，如黑色物体其吸收系数为1（反射系数为0），白色物体反射系数为1（吸收系数为0），而灰色物体则反射系数和吸收系数在各波长段皆为常数，因此呈现出或黑或白或灰的颜色。

在热辐射分析中，把光谱吸收比与波长无关的物体称为灰体。

方向反射实际地物表面由于地形起伏，在某个方向上反射最强烈，这种现象称为方向反射。

是镜面反射和漫反射的结合。

它发生在地物粗横度继续增大的情况下．这种反射没有规律可寻。

太阳同步轨道太阳同步轨道（Sun-synchronousorbit或Heliosynchronousorbit）指的就是卫星的轨道平面和太阳始终保持相对固定的取向，轨道的倾角（轨道平面与赤道平面的夹角）接近90度，卫星要在两极附近通过，因此又称之为近极地太阳同步卫星轨道。

为使轨道平面始终与太阳保持固定的取向，因此轨道平面每天平均向地球公转方向（自西向东）转动0.9856度（即360度／年）。

图像锐化图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。

武汉大学遥感试题及答案

武汉大学遥感试题及答案《遥感原理》试题三答案要点一、名词解释（20分）1、多波段遥感：探测波段在可见光与近红外波段范围内，再分为若干窄波段来探测目标。

2、维恩位移定律：黑体辐射光谱中最强辐射的波长与黑体的绝对温度成反比。

黑体的温度越高，其曲线的峰顶就越往左移，即往短波方向移动。

3、瑞利散射与米氏散射：前者是指当大气中的粒子直径比波长小得多的时候所发生的大气散射现象。

后者是指气中的粒子直径与波长相当时发生的散射现象。

4、大气窗口；太阳辐射通过大气时，要发生反射、散射、吸收，从而使辐射强度发生衰减。

对传感器而言，某些波段里大气的投射率高，成为遥感的重要探测波段，这些波段就是大气窗口。

5、多源信息复合：遥感信息图遥感信息，以及遥感信息与非遥感信息的复合。

6、空间分辨率与波谱分辨率：像元多代表的地面范围的大小。

后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。

7、辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。

通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。

8平滑与锐化；图像中某些亮度变化过大的区域，或岀现不该有的亮点时，采取的一种减小变化，使亮度平缓或去掉不必要的燥声”点，有均值平滑和中值滤波两种。

锐化是为了突岀图像的边缘、线状目标或某些亮度变化大的部分。

9、多光谱变换；通过函数变换，达到保留主要信息，降低数据量；增强或提取有用信息的目的。

本质是对遥感图像实行线形变换，使多光谱空间的坐标系按照一定的规律进行旋转。

10、监督分类：包括利用训练样本建立判别函数的学习”过程和把待分像元代入判别函数进行判别的过程。

二、填空题（10分）1、1999年，我国第一颗地球资源遥感卫星（中巴地球资源卫星）在太原卫星发射中心发射成功。

2、陆地卫星的轨道是太阳同步轨道-轨道，其图像覆盖范围约为185-185平方公里。

武大工程硕士面试试题

a 2 ? b2 b2
遥感信息工程学院
大地高：地面点沿法线至参考椭球面的距离。
N
P（B，L，H）
H
O
B
L

参考椭球面
海底
大地水准面
测量外业所依据的基准面：大地水准面
测量外业所依据的基准线：铅垂线
测量内业计算所依据的基准面：参考椭球面测量内业计算所依据的基准线：参考椭球的法线
角度不变，保证了图形的相似性
一个完整的投影名称应该包含上面所有分类，如横轴等角切圆柱投影，横轴等角割圆柱投影。
遥感信息工程学院
1、高斯投影
? 高斯投影（横轴等角切圆柱投影）
中央子
午线
N
母线
中央子午线
赤道 S
赤道
遥感信息工程学院
? 高斯投影的特点
?正形投影，即投影前后角度相等； ?中央子午线投影后为直线，且长度不变。距中央子午线越远的子午线变形越大； ?其他子午线投影后均向中央子午线弯曲，并向两极收敛，对称于中央子午线和赤道； ?在椭球面上对称于赤道的纬圈，投影后仍成为对称的曲线，并与子午线的投影曲线相互垂直且凹向两极。
《测量学》
主讲：付建红
主要内容
? 高程和高程基准 ? 地图投影和高斯平面直角坐标系 ? 误差的基本知识 ? 角度的概念和观测方法
遥感信息工程学院
一、高程
? 概述 ? 验潮站 ? 相对高程
遥感信息工程学院
1、概述
? 高程：地面点至高程基准面的铅垂距离。高度起算面又称基准面。 ? 绝对高程（海拔） :地面点至大地水准面的铅垂距离，简称高程。
遥感信息工程学院
二、地图投影和高斯平面直角坐标系
? 地图投影 ? 高斯投影 ? 高斯平面直角坐标系

武汉大学考研(遥感原理)2007-2008试题以及联系资料附答案

武汉大学的遥感试题2007年武汉大学摄影测量与遥感考研试题一．名词解释（共八小题，每小题5分，共40分）灰体；方向反射；太阳同步轨道；图像锐化；构像方程；推扫式传感器；光谱特性曲线；哈达玛变换二．判断题（共4小题，每小题2分，共8分；只判断正误）1. 在微波波段，黑体的微波辐射亮度与绝对温度的四次方成正比。

2. 卫星轨道在空间的具体形状位置，可由六个轨道参数来确定。

3. 对于中心投影图像，其成像点的位置取决于地物点入射光线的方向。

4. 在可见光图像上其灰度与辐射功率成函数关系，因此也就与温度和发射率的大小有直接的关系。

三.选择题（共4小题，每小题2分，共8分；单项选择）1.对于SPOT产品，没作任何改正的图像，被称作a.0级产品b.1A级产品c.2 A级产品d.3 A级产品2.按比例拉伸原始图象灰度等级范围，被称作a.直方图均衡b. 线性变换c. 密度分割3.全景投影的影像面是一个a. 平面b. 斜面c. 圆柱面4.植物的反射陡坡主要位于a.蓝光b.绿光c.红光d.近红外四.简答题（共8小题，每小题6分，共48分）1.说明被动遥感主要辐射源的特点。

2.斜距投影对图象的几何特点有什么影响？3.轨道间能进行立体观测的卫星对时间分辨率有何影响（举例说明）？4.光学图象转变为数字图象的实质是什么？5.简述辐射误差。

6.举例说明先验知识在计算机分类中的作用。

7.说明最大似然法分类的实质。

8.多波段影像与光谱响应曲线有什么关系？五．论述题（共3小题，前两小题各15分，后一小题16分，共46分）1.介绍一套你所熟悉的遥感图象处理软件系统。

2.就你熟悉的领域，说明大气窗口的应用。

3.叙述遥感平台的现状与趋势。

武汉大学遥感2006年试题一、概念解释题（共10小题，每小题3分，共30分）1、遥感2、斯忒藩-玻尔兹曼定律3、比辐射率4、无选择性散射5、双向反射比因子6、资源卫星7、红外彩色片8、方位分辨力9、监督分类方法10、高光谱遥感二、分析论述题（共8小题，每题13分，共104分）1、分析大气对辐射传输的影响及遥感器所接收辐射的构成（即有哪些辐射成分进入遥感器）。

武汉大学测绘遥感信息工程国家重点实验室复试笔试历年真题及答案

2014年复试笔试真题1、分析遥感专题制图优势与关键技术（50）有两本书，叫遥感制图，专题地图制图（就是你参加的那个gis开发做的那类图），现在就是用遥感的方法来制作专题地图，你需要查一下这两本书所涉及的技术。

优势:遥感制图是指通过对遥感图像目视判断或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别，分类和制图的过程，遥感图像有航空遥感图像和卫星遥感图像，制图方式有计算机制图和常规制图，目前最多及着重研究的是利用Landsat的MSS图像制图，由于多波段的卫星具有信息量丰富，现势性强，利用它编图周期短等优点，得到了广泛的应用。

传统制图过程中，主要通过调绘，权威部门发布的地理信息，从现有出版物中转绘，GPS跟踪等方法获取地理信息。

可以看出他周期长，无论从外业调绘或GPS跟踪，周期都很长，其次资金花费较大且时间滞后。

相比较制图，遥感制图具有以下特点：1.由于它以丰富的影像细节去表现区域的地理地貌，比单纯使用线划，符号的线划地图信息量丰富，而且生动形象富有表现力。

2.由于它是以简单的线划符号和标志表示形象，无法表示或计量的地物。

弥补了单纯用形象表现地图的不足。

3.遥感地图减少了传统制图的工作量，缩短了地理制图的周期财政性强。

4.遥感图像能快速获取大范围地理信息，成图范围大。

关键技术:1.数据准备(1)地形图地形图是进行遥感影像几何精纠正的坐标参照系,也是重要的基础数据, 包含多种层面的非遥感信息数据.目前常用的地形数据多为数字地图。

对于尚未有数据地图的工作区域，通常收集纸质地图，经过数据扫描，转换为数据地图。

扫描分辨率通常设置为200-400dpi。

扫描图通常存在变形，需要利用GIS软件进行几何校正，已达到制图精度要求。

对于早期或常规方法获得的成果图件，在建立数据库及系统分析前，通常也采用图形扫面方法，经系统处理，将纸质图形转换为数字图形.(2)遥感数据源的选择遥感数据源的选择是整个遥感制图工作中最基本和重要的工作。

武大遥感院复试上机题（04-12年）

武⼤遥感院复试上机题（04-12年）04年⼀、问题1. 现有⼀数组，其元素值见⽂件test.txt ，要求通过编程的⽅法求出这组数中值最⼤的元素、值最⼩的元素和中值元素。

结果通过编程的⽅法写⼊⽂本⽂件中输出。

数据源⽂件的结构说明如下：a) ⽂件中的第⼀⾏为数组中元素总数（不包括⾃⾝所在⾏），第⼀⾏不参与运算。

b) 从第⼆⾏起为数组中的元素取值。

c) 中值，即数组中元素按照⼀定顺序排序后，位于中间的数即为该数组的中值。

如，数组{13，5，8，14，22，37，26，19，11}的中值为14。

⼆、要求1. 程序可以采⽤⾃⼰熟悉的语⾔（VC 、VB 或TC ）编写。

2. ⽤180分钟的时间独⽴完成任务。

3. 考试结束需要提交以下材料①提交全部源码及相关⽂件（要求源码可以运⾏）②算法实现的核⼼代码及结果以独⽴⽂件（⽂本⽂件）上交。

③提交使⽤说明⽂档⼀份（要求在该说明的指导下可以得出对应的结果）。

说明：类同代码，每⼈各从其总得分钟扣除20分。

05年请⽤VC 、VB 或其他⾼级程序设计语⾔编写以下程序。

1. 编写卷积运算函数；2. 编写调试程序从磁盘的数据⽂件“SourceData.txt ”中读⼊10000个数据，先理解为125×80的矩阵，使⽤卷积矩阵1进⾏卷积，再理解为100×100的矩阵，使⽤卷积矩阵2进⾏卷积。

----010151010 ??------------001000121012162101210001003. 计算结果以⽂本⽂件格式存放到⾃⼰新建的结果⽂件中。

备注：卷积，⽤卷积模板B (l ×k )对A 矩阵(m ×n )进⾏卷积卷积矩阵1卷积矩阵2mn m m n n a a a a a a a a a 212222111211?lk l l k k b b b b b bb b b 212222111211 卷积结果为：jj ii l ii k jj jj kj ii l i ij b a c ,112,2?=∑∑==+-+- 例：由卷积模板B (3×3)对A 矩阵(5×6)进⾏卷积得到结果矩阵CBC 中的元素c 33为：33443243314223342233213213241223112233b a b a b a b a b a b a b a b a b a c ?+?+?+?+?+?+?+?+?=06年请⽤VC 或C 编写以下程序：正态分布随机数的产⽣。

武汉大学01遥感专业攻读硕士学位研究生入学专业试题

2001年攻读硕士学位研究生入学专业试题一、名词解释（5*2）遥感平台p24大气窗口p10间接解译标志特征平台太阳同步轨道p33二、判断正误(5*2)1、所有的物体都是黑体2、所有的几何分辨率与像素分辨率是一致的3、冬天的影像有利于土壤分析4、所有的微波传感器都是主动式传感器5、按照某种方式确定类别中心初值，通过迭代搜索各类别均值向量的自动分类方法是监督分类三、写出成像数学模型表达式（2*8）1、试按()()(),()()()X Yx f y fZ Z=-=-的方式写出下列传感器影像中任二种影像的构像方程式p100全景摄影机多光谱扫描仪CCD线阵推扫式传感器连续航带缝隙摄影机侧视雷达2、试写出遥感平台上传感器所接收的电磁波能量的表达式，用字母或文字学出均可，并作解释四、简述题（6*8）1、黑体是什么，为什么要讨论黑体？2、陆地卫星4号、5号与原来陆地卫星1-3号有什么不同？p363、试叙地物波谱特性曲线量测工作的意义4、植被指数变换（又称生物量指标变换）为什么在卫星影像分析中得到广泛应用？5、等效中心投影是什么意思，为什么要引入这样一个概念？6、线形拉伸与直方图均衡的影像增强效果有什么不同？五、综述题（1*16）1、试叙目前空间遥感技术发展中的几个特点。

2002年攻读硕士学位研究生入学考试试题一名词解释（14*2）1、反射光谱特性曲线p172、波谱响应曲线p1693、全景畸变课件p2644、仿射变形5、空间分辨率6、光谱分辨率7、距离分辨率8、方位分辨率9、特征空间10、特征选择11、混淆矩阵12、生物量指标13、IKONOS14、ZY——1二、简答题（4*18）1、全面具体叙述LANDSA T TM影像与RADARSAT影像的不同点及产生的原因2、列出中心投影影像、线阵CCD推扫影像、逐点扫描影像和侧视雷达影像的构像方程。

作图说明地形起伏引起这几种影像像点位移的规律3、叙述最大似然法分类原理及存在的缺点4、叙述遥感技术的现状和发展趋势2003年攻读硕士学位研究生入学考试试题一、名词解释（18*3）1、光谱反射率2、辐射温度3、大气窗口4、太阳同步轨道5、近极地轨道6、成像光谱仪7、INSAR8、IKONOS9、空间分辨率10、光谱分辨率11、线性拉伸12、高通滤波13、直方图均衡14、重采样15、双线性内插16、特征选择17、判别边界18、监督法分类二、问答题（1到4题每题20分第5题16分）1、叙述光谱反射特性曲线与波谱响应曲线的区别和联系2、叙述卫星遥感图像多项式拟合法精纠正处理的原理和步骤3、叙述用30米分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影像进行融合的原理和步骤4、叙述最小距离法遥感图像自动分类的原理和步骤5、叙述遥感技术的现状和发展趋势2004年攻读硕士学位研究生入学考试试题一、名词解释（18*3）1、光谱反射率2、发射率3、重复周期（卫星）4、卫星姿态5、辐射校正6、高光谱影像7、ERS-1 8 Quick bird 9、ERDAS 10、光谱分辨率11、边缘增强12、多源影像融合13、影像灰度直方图14、重采样15、双三次卷积16、欧式距离17、混淆矩阵18、非监督分类二、问答题（第1、2、3、5每题20分第4题16分）1、全面具体叙述LADSAT TM影像与RADARSAT影像的不同点及产生的原因2、叙述ISODATA法非监督分类的原理和步骤3、叙述用卫星遥感图像修测比例尺1：50000地形图的基本要求和方法4、叙述遥感技术的现状和发展趋势5、根据下图中两类地物在一维特征空间中的分布，画出最大似然法、最小距离法的判别边界并分析和比较它们的错分概率（图见遥感原理与应用P207 图8-8）2005年攻读硕士学位研究生入学考试试题一、名词解释（8*5）1、电磁波谱2、黑体3、几何变形4、图像融合5、模式识别6、特征选择7、图像灰度直方图8、小卫星二、判断题（4*2）1、那些透过率较低的波区，对遥感十分不利，通常称为大气窗口2、在常规框幅摄影机成像的情况下，地球自转会不会引起图像变形3、CCD直线阵列推扫式传感器是行扫描动态传感器，图像中每一行上的像元都是在不同时刻依次成像4、句法模式识别主要基于模式的统计特性三、问答题（9*6）1、影响地物光谱反射率的因素有哪些2、举例说明Landsat系列卫星轨道的特点及其在遥感中的应用3、目前遥感中使用的传感器类型有哪些？包括哪些基本部分4、非监督分类和监督分类有什么不同5、举例说明为什么多光谱图像比单波段图像能判读更多信息6、说明摄影类型影像的主要种类及其特点7、绘图说明最大似然法分类的错分概率8、举例说明侧视雷达图像与入射角的关系9、光学图像与数字图像的转换四、论述题(3*16)1、叙述热红外、侧视雷达和多时域图像的特征及其判读方法2、就资源、地学、测绘、军事等领域中的一个（或你熟悉的领域），论述遥感技术的应用3、目视判读的一般过程和方法2006年攻读硕士学位研究生入学考试试题一、名词解释（8*5）1、太阳辐射2、轨道参数3、遥感4、图像平滑5、目视判读6、特征变换7、计算机分类8、分类后处理二、判断题（4*2）1、基尔霍夫定律说明，凡是吸收热辐射能力强的物体，他们的热发射能力相对较弱2、对同一地区在不同时间摄取同一波段影像的摄影机称作多光谱摄影机3、遥感数字图像是一个二位的连续的亮度函数。

武汉大学遥感信息工程学院复试机试

武汉大学遥感信息工程学院复试机试2004:#include<iostream>#include<fstream>#include<vector>//sort所需头文件#include<algorithm>using namespace std;int main(){ifstream infile("test.txt");ofstream outfile("result.txt");if(!infile){cout<<"text.txt open failed"<<endl;return 1;}if(!outfile){cout<<"result.txt open failed"<<endl;}vector<int>m_vecInt;//读出数的个数int sum = 0;infile>>sum;int i = 0;while(i<sum){int number = 0;infile>>number;m_vecInt.push_back(number);i++;}//排序算法sort(m_vecInt.begin(), m_vecInt.end());outfile<<"the min number is:"<<m_vecInt[0]<<endl; outfile<<"the max number is:"<<m_vecInt[sum - 1]<<endl; int mid = (sum-1)/2;outfile<<"the middle number is:"<<m_vecInt[mid]<<endl; outfile.close();infile.close();return 0;}2005:#include<iostream>#include<fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt; VecInt ConvolutionFun1(const vector<int>&vec, const int & m, const int& n);VecInt ConvolutionFun2(const vector<int>&vec, const int&r, const int&s);int main(){const int M =125;const int N =80;const int R =100;const int S =100;VecInt vecInt;int i,j;ifstream infile("SourceData.txt");if(!infile){cout<<"SourceData.txt open failed.\n";return 1;}vector<int>vec_int;int numeric(0);for(i=0;i<10000;i++){infile>>numeric;vec_int.push_back(numeric);}ofstream outfile("result.txt");if(!outfile){cout<<"result.txt open failed.\n";return 1;}outfile<<"卷积一次后的矩阵:\n";vecInt = ConvolutionFun1(vec_int, M, N); for(i=0; i<M; i++){for(j=0; j<N; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';vecInt = ConvolutionFun2(vec_int, R, S); outfile<<"第二次卷积后的矩阵:\n";for(i=0; i<R; i++){for(j=0; j<S; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';outfile.close();infile.close();return 0;}//卷积函数1VecInt ConvolutionFun1(const vector<int>&vec, const int&m, const int&n){VecInt vecInt(m, vector<int>(n));int num =0;for(int i=0; i<m; i++){for(int j=0; j<n; j++){vecInt[i][j] = vec[num];num++;}}int a[]={0,-1,0,-1,5,-1,0,-1,0};for(int i=1;i<m-1;i++){for(int j=1;j<n-1;j++){vecInt[i][j] = vecInt[i-1][j-1] * a[0] + vecInt[i-1][j] * a[1] +vecInt[i-1][j+1]* a[2]+ vecInt[i][j-1] * a[3] + vecInt[i][j] * a[4] + vecInt[i][j+1] * a[5] + vecInt[i+1][j-1] * a[6] + vecInt[i+1][j] * a[7] + vecInt[i+1][j+1]* a[8];}}return vecInt;}//卷积函数VecInt ConvolutionFun2(const vector<int>&vec, const int&r, constint&s){VecInt vecInt(r, vector<int>(s));int num =0;for(int i=0; i<r; i++){for(int j=0; j<s; j++){vecInt[i][j] = vec[num];num++;}}int b[]={0,0,-1,0,0,0,-1,-2,-1,0,-1,-2,16,-2,-1,0,-1,-2,-1,0,0,0,-1,0,0};for(int i=2;i<r-2;i++){for(int j=2;j<s-2;j++){vecInt[i][j] = vecInt[i-2][j-2] * b[0] + vecInt[i-2][j-1] * b[1] + vecInt[i-2][j] * b[2] +vecInt[i-2][j+1]* b[3]+ vecInt[i-2][j+2] * b[4]+ vecInt[i-1][j-2] * b[5] + vecInt[i-1][j-1] * b[6] + vecInt[i-1][j] * b[7] +vecInt[i-1][j+1]* b[8]+ vecInt[i-1][j+2] * b[9]+ vecInt[i][j-2] * b[10] + vecInt[i][j-1] * b[11] + vecInt[i][j] *b[12] +vecInt[i][j+1]* b[13]+ vecInt[i][j+2] * b[14]+ vecInt[i+1][j-2] * b[15] + vecInt[i+1][j-1] * b[16] +vecInt[i+1][j] * b[17]+ vecInt[i+1][j+1]* b[18]+ vecInt[i+1][j+2] * b[19]+ vecInt[i+2][j-2] * b[20] + vecInt[i+2][j-1] * b[21] +vecInt[i+2][j] * b[22]+ vecInt[i+2][j+1]* b[23]+ vecInt[i+2][j+2] * b[24] ; }}return vecInt;}20061#include<iostream>//ifstream ofstream头文件#include<fstream>//sqrt,log,cos所需头文件#include<cmath>#include<time.h>#include<vector>//accumulate所需头文件#include<numeric>using namespace std;const int N = 100;const double PI = 3.1415926;int main(){int i;//定义vector<double>对象，存储产生的随机数vector<double>vec_double;vector<double>vec_square_double;//定义输出流对象ofstream outfile("SourceData.txt");if(!outfile){cerr<<"SourceData.txt open failed.\n";return 1;}//随机数产生的开始点srand((unsigned)time(NULL));//产生个随机数for(i=0;i<N;i++){double num = rand()*1.0/RAND_MAX;vec_double.push_back(num);vec_square_double.push_back(num*num);outfile<<num<<" ";}outfile<<'\n';double sum_double = accumulate(vec_double.begin(), vec_double.end(), (double)0.0);double sum_square_double = accumulate(vec_square_double.begin(),vec_square_double.end(), (double)0.0);double average_double = sum_double/N;outfile<<"均值为:\n"<<average_double<<'\n';double variance = (sum_square_double/N)-(average_double*average_double);outfile<<"方差为:\n"<<variance<<'\n';outfile.close();//定义输入流对象ifstream infile("SourceData.txt");if(!infile){cerr<<"SourceData.txt open failed.\n";return 1;}//清空容器vec_double.clear();double num =0.0;vector<double>vec_normalDistibution;vector<double>vec_squre_NorDistibution;for(i=0;i<N;i++){infile>>num;vec_double.push_back(num);double num_normal_distrion = (sqrt((-2)*log(num))*cos(2*PI*num))*0.3 + 1;vec_normalDistibution.push_back(num_normal_distrion);vec_squre_NorDistibution.push_back(num_normal_distrion *num_normal_distrion);}//定义输出路对象outfile2ofstream outfile2("ResultData.txt");if(!outfile){cerr<<"ResultData.txt open failed.\n";return 1;}//输出正太分布数值copy(vec_normalDistibution.begin(), vec_normalDistibution.end(), ostream_iterator<double>(outfile2, " "));outfile2<<'\n';double sum_normalDistibution =accumulate(vec_normalDistibution.begin(),vec_normalDistibution.end(),0.0 );double average_normalDistibution = sum_normalDistibution/N;double sum_squre_NorDistibution =accumulate(vec_squre_NorDistibution.begin(),vec_squre_NorDistibution .end(),0.0);double variance_normalDistibution = sum_squre_NorDistibution/N - (average_normalDistibution *average_normalDistibution);outfile2<<"均值为:\n"<<average_normalDistibution<<'\n';outfile2<<"方差为:\n"<<variance_normalDistibution<<'\n';outfile2.close();infile.close();return 0;}20062:#include<iostream>#include<fstream>#include<vector>#include<numeric>#include<algorithm>using namespace std;typedef vector<vector<double> > VecDouble;double AverageVector(const vector<double> & vecDouble);VecDouble CovariationMatrix(const vector<vector<double> > & vecDouble,const vector<double> & vecAverageDouble,int nBand, int nPiexl);int main(){int nBand;int nPiexl;int i,j;ifstream infile("data.txt");if(!infile){cerr<<"data.txt open failed.\n";return 1;}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n";return 1;}infile>>nBand>>nPiexl;vector<vector<double> >vec_double(nBand, vector<double>(nPiexl)); for(i=0; i<nBand;i++){for(j =0; j<nPiexl; j++){infile>>vec_double[i][j];}}vector<double>vec_average_double(nBand);for(i=0; i<nBand;i++){vec_average_double[i] = AverageVector(vec_double[i]);}outfile<<"均值向量为:\n";copy(vec_average_double.begin(), vec_average_double.end(), ostream_iterator<double>(outfile, " "));outfile<<'\n';VecDouble vec_covariation_double(nBand, vector<double>(nPiexl));vec_covariation_double = CovariationMatrix(vec_double,vec_average_double, nBand, nPiexl);outfile<<"协方差矩阵:\n";for( i =0; i<nBand; i++){for(j =0; j<nBand; j++){outfile<<vec_covariation_double[i][j]<<" ";}outfile<<'\n';}return 0;}//均值向量函数double AverageVector(const vector<double> & vecDouble) {int size = vecDouble.size();double sum = accumulate(vecDouble.begin(), vecDouble.end(), 0);double average = sum/size;return average;}//协方差矩阵函数VecDouble CovariationMatrix(const vector<vector<double> > & vecDouble,const vector<double> & vecAverageDouble,int nBand, int nPiexl) {VecDouble vec_coveration_double(nBand, vector<double>(nBand));for(int i =0; i<nBand; i++){for(int j =0; j<nBand; j++){double sum =0.0;for(int k=0; k<nPiexl; k++){sum += (vecDouble[i][k] - vecAverageDouble[i])*(vecDouble[j][k] - vecAverageDouble[j]);}vec_coveration_double[i][j] = sum/nPiexl;}}return vec_coveration_double; }20071:#include<iostream>#include<fstream>#include<vector>using namespace std;struct POINT{//标记点号int point_num;//点的坐标double x;double y;POINT(){x = 0.0;y = 0.0;}};int main(){ifstream infile("test.dat");if(!infile){cerr<<"test.dat open failed.\n"; return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;point.x = x;point.y = y;vec_double.push_back(point); i++;}double xMin,yMin,xMax,yMax; xMin = vec_double[0].x;yMin = vec_double[0].y; xMax = vec_double[0].x; yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile<<"外包矩形的坐标为:\n"; outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n'; outfile<<xMax<<"\t"<<yMin<<'\n'; outfile<<xMax<<"\t"<<yMax<<'\n'; ifstream inpointfile("point.txt"); if(!inpointfile){cerr<<"point.txt open failed.\n"; return 1;}vector<POINT>vec_point;while(!inpointfile.eof()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;point.point_num = num;point.x = x;point.y = y;vec_point.push_back(point);}int size = vec_point.size();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax){outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为:\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20071:#include<iostream> #include<fstream> #include<vector> using namespace std; struct POINT{//标记点号int point_num;//点的坐标double x;double y;POINT(){x = 0.0;y = 0.0;}};int main(){ifstream infile("test.dat");if(!infile){cerr<<"test.dat open failed.\n"; return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;point.x = x;point.y = y;vec_double.push_back(point);i++;}double xMin,yMin,xMax,yMax; xMin = vec_double[0].x; yMin = vec_double[0].y; xMax = vec_double[0].x; yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin) {xMin = vec_double[i].x;}if(vec_double[i].y<yMin) {yMin = vec_double[i].y;}if(vec_double[i].x>xMax) {xMax = vec_double[i].x;}if(vec_double[i].y>yMax) {yMax = vec_double[i].y;}}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile<<"外包矩形的坐标为:\n"; outfile<<xMin<<"\t"<<yMin<<'\n'; outfile<<xMin<<"\t"<<yMax<<'\n'; outfile<<xMax<<"\t"<<yMin<<'\n'; outfile<<xMax<<"\t"<<yMax<<'\n'; ifstream inpointfile("point.txt"); if(!inpointfile){cerr<<"point.txt open failed.\n"; return 1;}vector<POINT>vec_point;while(!inpointfile.eof()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;point.point_num = num;point.x = x;point.y = y;vec_point.push_back(point);}int size = vec_point.size();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax){outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为:\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20072:#include <iostream>#include <fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt; const int R = 256; const int L = 256;struct Table{int x;double y;Table(){x = 0;y = 0.0;}};int main(){int i, j;double a,b;ifstream infile("r.raw", ios::in|ios::binary);if(!infile){cerr<<"r.raw open failed.\n";return 1;}//int **grey = new int*[R];VecInt vec_int(R, vector<int>(L));/*for(i=0;i<R;i++){grey[i] = new int[L];}*/for(i=0; i<R; i++){for(j=0; j<L; j++){unsigned char c;infile.read((char*)&c, sizeof(char)); int num = c;vec_int[i][j] = num;}}int min, max;min = vec_int[0][0];max = vec_int[0][0];for(i=0; i<R; i++){for(j=0; j<L; j++){if(vec_int[i][j]<min){min = vec_int[i][j];}if(vec_int[i][j]>max){max = vec_int[i][j];}}}a = (double)(255)/(double)(max-min);b = -(min * a);vector<Table>vecTable;for(i=0; i<255; i++){double y = a * i + b;Table tab;tab.x = i;tab.y = y;vecTable.push_back(tab);}ofstream outfile("result.raw", ios::out|ios::binary); if(!outfile){cerr<<"result.raw open failed.\n";return 1;}for(i=0; i<R; i++){for(j=0; j<L; j++){for(int k=0; k<255; k++){if(vec_int[i][j]==vecTable[k].x){unsigned char c;c = vecTable[k].y;outfile.write((char*)&c, sizeof(char)); outfile<<" ";}}outfile<<'\n';}}return 0;}2008:#include<iostream>#include<fstream>#include<vector>#include<algorithm>#include<numeric>using namespace std;int main(){ifstream infile("sourcefile.txt"); ofstream outfile("result.txt");if(!infile){cout<<"sourcefile.txt open failed"<<endl; }if(!outfile){cout<<"result.txt open failed"<<endl;}int total = 0;infile>>total;vector<double>vec_double;vector<double>vec_square;double numeric = 0.0;int i =0;while(i<total){infile>>numeric;vec_double.push_back(numeric);vec_square.push_back(numeric*numeric);i++;}sort(vec_double.begin(),vec_double.end());double average =accumulate(vec_double.begin(),vec_double.end(),0.0)/total;double sum_square = 0.0;for(i=0;i<total;i++){sum_square+=(vec_double[i]-average)*(vec_double[i]-average);}double variance = sum_square/total;outfile<<"the max score is:"<<vec_double[total-1]<<endl;outfile<<"the min score is:"<<vec_double[0]<<endl;outfile<<"the average score is: "<<average<<endl;outfile<<"the variance is:"<<variance<<endl;outfile.close();infile.close();return 0;}2009:#include<iostream>#include<fstream>#include<string>#include<algorithm>using namespace std;int main(){string s;ifstream infile("test.txt");ofstream outfile("result.txt");if(!infile){cout<<"test.txt open failed"<<endl;return 1;}if(!outfile){cout<<"result.txt open failed"<<endl;return 1;}//copy(istream_iterator<char>(infile), istream_iterator<char>(), back_insert_iterator<string>(s));while(!infile.eof()){char ch(0);infile>>ch;s.push_back(ch);}transform(s.begin(), s.end(), s.begin(), toupper);int result[26];int i = 0;for(char c='A';c<'Z';c++){if(s.find(c)!=s.npos){result[i] = count(s.begin(),s.end(),c);}else{result[i] = 0;}outfile<<c<<"\t";outfile<<result[i]<<'\n';//copy(&result[i],&result[i+1],ostream_iterator<int>(outfile,"\n")); i++;}outfile.close();infile.close();return 0;}2011:#include<iostream>#include<fstream>#include<vector>#include<cmath>#include<algorithm> #include<numeric>using namespace std;struct POINT{double x;double y;POINT(){x = 0;y = 0;}};typedef vector<vector<POINT> > VecPoint;//计算面积函数double polygonarea(const vector<POINT> &vec_point); //计算周长函数double polygongirth(const vector<POINT> &vec_point); int main(){ifstream infile("Input.txt");if(!infile){cerr<<"Input.txt open failed.\n"; return 1;}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile.precision(3);int num;infile>>num;int i;int j;VecPoint vecpoint(num);double numeric1(0);double numeric2(0);char c1(0);char c2(0);for(i=0; i<num; i++){for(j=0;;j++){infile>>numeric1>>c1>>numeric2;POINT point;point.x = numeric1;point.y = numeric2;vecpoint[i].push_back(point);if(j!=0 && vecpoint[i][j].x==vecpoint[i][0].x && vecpoint[i][j].y==vecpoint[i][0].y){break;}infile>>c2;}}vector<double>vec_area;vector<double>vec_grith;for(i=0; i<num; i++){double area = polygonarea(vecpoint[i]);vec_area.push_back(area);double grith = polygongirth(vecpoint[i]);vec_grith.push_back(grith);}double minArea = vec_area[0]; int minAreaID;double maxArea = vec_area[0]; int maxAreaID;double minGrith = vec_grith[0]; int minGrithID;double maxGrith = vec_grith[0]; int maxGrithID;for(i =0; i<num; i++){if(vec_area[i]<minArea){minArea = vec_area[i]; minAreaID = i;}if(vec_area[i]>maxArea){maxArea = vec_area[i]; maxAreaID = i;}if(vec_grith[i]<minGrith){minGrith = vec_grith[i]; minGrithID = i;}if(vec_grith[i]>maxGrith){maxGrith = vec_grith[i];maxGrithID = i;}}outfile<<"第"<<maxAreaID<<"多变形面积最大"<<fixed<<maxArea<<'\n'; outfile<<"第"<<minAreaID<<"多变形面积最小"<<fixed<<minArea<<'\n'; outfile<<"第"<<maxGrithID<<"多变形周长最长"<<fixed<<maxGrith<<'\n'; outfile<<"第"<<minGrithID<<"多变形周长最小"<<fixed<<minGrith<<'\n'; double sumArea = accumulate(vec_area.begin(), vec_area.end(), 0.0); double averageArea = sumArea/num;double sumDeviation = 0.0;double staDeviation;for(i=0;i<num;i++){sumDeviation += (vec_area[i]-averageArea)*(vec_area[i]-averageArea); }double sumStadardDevitation = sqrt(sumDeviation/num);int a=0;int b=0;int c=0;int d=0;for(i=0;i<num;i++){if(vec_area[i]>(averageArea + sumStadardDevitation)){a++;}if((vec_area[i]<(averageArea +sumStadardDevitation))&&(vec_area[i]>averageArea)) {b++;}if((vec_area[i]<averageArea)&&(vec_area[i]>(averageArea - sumStadardDevitation))){c++;}if(vec_area[i]<(averageArea - sumStadardDevitation)){d++;}}outfile<<"A类"<<a<<'\n';outfile<<"B类"<<b<<'\n';outfile<<"C类"<<c<<'\n';outfile<<"D类"<<d<<'\n';return 0;}//计算面积函数double polygonarea(const vector<POINT> &vec_point) {double polygon_area = 0.0;int size = vec_point.size();for(int i =0; i<size-1; i++){polygon_area+= ((vec_point[i+1].y -vec_point[i].y)*(vec_point[i+1].x + vec_point[i].x)/2);}return polygon_area;}//计算周长函数double polygongirth(const vector<POINT> &vec_point){double polygon_grith = 0.0;int size = vec_point.size();for(int i =0; i<size-1; i++){double grith = (vec_point[i+1].y - vec_point[i].y)*(vec_point[i+1].y - vec_point[i].y) +(vec_point[i+1].x - vec_point[i].x)*(vec_point[i+1].x - vec_point[i].x);polygon_grith += sqrt((double)grith);}return polygon_grith;}20112#include<iostream>#include<fstream>#include<vector>#include<math.h>using namespace std;struct POINT{int x;int y;POINT(){x = 0;y = 0;}};int main(){const double distance = 4;int num;num =0;double dis = 0.0;ifstream infile("sample.txt");if(!infile){cout<<"sample.txt open failed"<<endl;return 1;}infile>>num;vector<vector<struct POINT> >PtrVector(num); vector<POINT>p(num);for(int i = 0; i<num; i++){infile>>p[i].x>>p[i].y;}infile.close();PtrVector[0].push_back(p[0]);//计数器int n = 1;for(int i = 0; i<num; i++){double*d = new double[i];for(int j = 0;j<n;j++){d[j] = sqrt((double)(p[i].x -PtrVector[j].at(0).x)*(p[i].x -PtrVector[j].at(0).x)+(p[i].y-PtrVector[j].at(0).y)*(p[i].y -PtrVector[j].at(0).y));}double Min = d[0];int m = 0;for(int j = 0;j<n;j++){if(Min>d[j]){Min = d[j];m=j;}}if(Min>distance){PtrVector[n].push_back(p[i]);n++;}else{PtrVector[m].push_back(p[i]);struct POINT point;for(int i =0; i<PtrVector[m].size();i++){point.x += PtrVector[m].at(i).x;point.y += PtrVector[m].at(i).y;}point.x = point.x/PtrVector[m].size();point.y = point.y/PtrVector[m].size();PtrVector[m][0].x = point.x;PtrVector[m][0].y = point.y;}}ofstream outfile("result.txt");if(!outfile){cout<<"result.txt open failed"<<endl;}for(int i = 0; i<n; i++){outfile<<'('<<PtrVector[i].at(0).x<<','<<PtrVector[i].at(0).y<<")的坐标为:"<<endl;for(int j = 1; PtrVector[i].size();j++){outfile<<PtrVector[i].at(j).x<<','<<PtrVector[i].at(j).y<<' ';}outfile<<endl; }outfile.close(); return 0;}。