上下文感知的智慧城市空间信息服务组合

智慧城市的功能之一是构建可智能感知的、泛在化的空间信息服务,并将这些服务按需求进行组合提供灵活的服务,这就要求空间信息服务能更好地适应不断变化的地理上下文环境。设计了上下文感知的空间信息服务的语义模型,该模型扩展了OWL-S本体,增加了地理上下文类、上下文前提条件类、上下文效果类和上下文绑定类以支持地理上下文和地理上下文适应性,并使用智能规划技术和语义增强技术,将上下文感知的空间信息服务组合转化为智能规划的求解过程,提高了服务组合精度。最后通过智慧旅游验证了上下文感知的空间信息服务组合方法的可行性和有效性。     

基于本体的地球空间信息上下文建模

总结分析了典型的地球空间信息上下文,基于本体建立了面向地球空间信息服务形式化的上下文信息模型,该模型采用层次化的设计方法,并使用本体描述语言OWL描述上下文,提高了上下文表达能力。最后,设计了一个面向地球空间信息的上下文感知计算模型。     

上下文感知下的个性化旅游推荐系统初探

为了将用户感兴趣的旅游信息主动推荐给用户,通过引入上下文感知技术,提出了旅游推荐系统中的上下文模型,借助上下文敏感的地球空间信息服务设计了上下文感知下的个性化旅游推荐系统的原型架构。     

上下文敏感的空间信息服务智能推送研究

空间信息服务复杂多样,如何针对用户的实时空间上下文智能推送合适的服务是一个亟待解决的问题.本文总结了地球空间信息的上下文内容,并提出了上下文敏感的地球空间信息服务的组成要素以及形式化模型.通过研究上下文敏感地球空间信息服务的关键操作,上下文敏感地球空间信息服务的存储、组织管理以及使用模式,提出了一种针对用户特征和个性化...     

地图综合中地图目标上下文分析

针对地图综合中地图目标上下文分析,提出一个区分不同要素类层面、尺度层次及人文、自然特点的上下文结构体系,在此基础上简单探讨了上下文的概念、内容、表现形式及相关计算方法。     

基于上下文感知的地理信息服务发现与匹配技术研究

如何在网络上寻找到最适合的地理信息服务,即服务的发现与匹配技术的需求变得越来越迫切。本文结合普适思想提出了基于上下文感知的地理信息服务多级发现与匹配框架．包括基本描述、服务功能、约束条件、空间上下文4级匹配过程,并详细分析了空间上下文的建模与推理、地理信息相似性等关键技术,最终通过一个原型系统验证了该框架及关键技术的可行性。     

融合Transformer结构的高分辨率遥感影像变化检测网络

为解决遥感影像变化检测全局上下文信息捕获的问题,本文提出了基于孪生结构、跳跃连接结构及Transformer结构的TSU-Net。该模型编码器采用混合CNN-Transformers结构,借助自注意力机制捕获遥感影像的全局上下文信息,增强了模型对于像素级遥感影像变化检测任务的长距离上下文建模能力。该模型在LEVIR-CD数据集和CDD数据集进行测试,F1得分分别为90.73和93.14,优于各对比模型。     

一种改进的空间上下文点云分类方法

考虑到点云数据具有线性分布和密度不均匀的特点,以及现有复杂场景点云分类方法中缺少对非局部空间上下文信息的有效利用,提出了一种改进的空间上下文点云分类方法。该方法在提取点云数据顾及曲率的自适应邻域的基础上,首先估算点云局部特征与依赖性空间上下文,并基于超级体素提取分布性空间上下文,最后采用高阶条件随机场模型,实现对点云数据的自动分类,避免了利用单一点云局部特征分类的局限性。试验结果表明,本文方法能够有效提高点云数据地物分类精度。     

顾及邻域结构的线状要素Morphing方法

地图综合过程中,综合前后图形轮廓上两点间的绝对距离可能会发生很大改变,但是点的邻域结构和上下文信息相对保持稳定。基于此,首先提出一种结合形状上下文和松弛标记法的形状匹配方法,通过全局形状描述子形状上下文来描述点集的不变特征;然后将点集间形状上下文的统计检验匹配代价转化为松弛标记法的初始匹配概率,接着通过迭代支持度函数更新匹配概率,直到建立最优匹配;最后根据点集的匹配关系,得到相应的匹配线段,通过线性插值实现要素的连续尺度变换。实验结果表明,该方法不仅能够很好地顾及要素的上下文信息,而且也能顾及到邻域结构特征,提高Morphing变换的精度。     

一种基于形状上下文特征匹配的线状要素Morphing方法

提出了一种基于上下文特征的形状匹配方法,并将其用于线状要素的Morphing变换。首先通过计算每个点的形状上下文,建立形状直方图,然后通过直方图匹配找到同名实体在大小比例尺下轮廓点的最佳匹配关系。根据点的匹配关系,得到对应线段。最后通过分段线性内插实现线状要素的连续尺度变换。实验结果表明,基于形状上下文的轮廓点集匹配方法不需要标志点或者关键点,适应性较强,可以有效地实现形状匹配,极大地提高Morphing变换的精度。     

Landsat影像冰川提取的上下文感知语义分割网络法

针对冰川提取存在云阴影、山体阴影、结冰湖泊等同物异谱、同谱异物导致难以有效区分的问题,设计了一种用于冰川提取的上下文感知深度学习语义分割网络。首先引入resnet50作为基准编码网络,以实现冰川特征提取的精度和效率平衡,其次针对现有语义分割网络存在上下文信息学习不足方面,设计了包括空洞卷积组块和最大池化组块的上下文信息提取层,以便更好地提取冰川的上下文信息。选择多景样本数据和验证数据的多源遥感影像进行试验,与现有基于特征指数的冰川提取方法、其他深度学习语义分割网络方法进行定性和定量对比,结果表明本文网络方法在结冰湖面等误提取,阴影的漏提取,以及提取结果完整性等方面,具有较好的效果,验证了本文方法的有效性与稳健性。     

遥感图像分割的迭代上下文融合小波域HMT模型

由于已有小波域HMT(hidden Markov tree)图像分割算法在上下文融合阶段直接对数据块大小不等的相邻两尺度进行信息融合,导致细节信息分割不充分。为此,提出一种基于迭代上下文融合的小波域HMT模型图像分割算法。该算法在上下文融合阶段采用迭代融合方法,将每一尺度的融合结果作为该尺度的上下文信息再次融合,并设置变化阈值作为迭代终止条件。利用Brodatz纹理组合图像和Formosat-2遥感图像进行分割试验。定性和定量分析表明本文算法能改善图像分割的细节效果,进一步提高图像分割精度。     

顾及上下文的空间信息服务组合语义匹配方法

提出了一种顾及上下文的空间信息服务组合语义匹配方法。该方法根据空间信息服务组合的特点,充分考虑了空间信息组合服务对内部抽象原子服务匹配的约束,以及匹配过程中各抽象原子服务上下文之间的相互影响,应用回溯算法思想准确有效地将抽象的空间信息服务组合模型转换为工作流引擎可执行的空间信息服务链。     

一种改进形状上下文特征匹配的线要素Morphing方法

提出了一种改进形状上下文特征匹配的线要素Morphing方法。该方法通过对小比例尺线要素进行点加密,使得点对之间的相似性评估不受点集数目差异的影响,仅与线上点的分布形态有关,并对原始形状上下文外围空间区域划分进行加密,使其在描述点的形状上下文时能更充分顾及外围点的影响;然后通过Kuhn-Munkres算法使得最终匹配结果在权重之和最大的同时达到全局最优;最后对匹配结果进一步进行调整,通过线性内插实现Morphing变换。试验表明,该方法与原有利用单一形状上下文进行特征匹配的方法相比,能有效避免Morphing变换过程中线要素自相交情况的出现,且在Morphing变换过程中能较好的保持线要素的形态特征。     

顾及上下文特征的地图综合选取方法与应用研究

正过去几十年,随着地图综合模型、算法的涌现,在操作层面由计算机程序实施几何图形的尺度变换已不再困难,但是如何使其具有高层次分析决策能力,却一直困扰着地图学家。这主要涉及两方面问题:一是如何对地图表达上的地理上下文环境进行客观认知;二是依据上下文环境特征实施正确的综合操作行为。本文以目标选取这一基本问题为例,围绕概念模型、逻辑算法、应用系统几个方面,对顾及上下文特征的地图综合方法进行了专     

基于对象上下文信息的无人机影像建筑物提取

针对全卷积网络进行遥感影像语义分割时存在的空间信息和上下文信息缺失问题,本文提出一种基于对象上下文信息的无人机遥感影像建筑物提取方法。该方法首先采用高分辨率网络(HRNet)作为主干网络提取空间信息完整的多尺度高分辨率特征;然后依据主干网络提取的特征在真实标签的监督下划分对象区域,并计算每个像素与对象区域之间的关系得到像素与对象区域的上下文信息;最后将主干网络提取的高分辨率特征与对象上下文信息组合实现特征增强,依据增强后的特征实现无人机遥感影像中建筑物的提取。两个数据集的实验结果均表明,本文方法有效提高建筑物提取精度。     

结合空间上下文与慢特征分析的多光谱影像变化检测

为了提高多光谱影像变化检测的精度,本文提出了一种结合空间上下文与慢特征分析的方法。首先采用自适应空间上下文提取算法围绕像素构建自适应区域,探索像素周围的上下文信息;然后通过迭代慢特征分析,由相应像素周围的成对自适应区域定量计算成对像素之间的变化强度,增强变化区域与未变区域的可分性;最后生成变化强度图像,采用大津阈值法作二值分类,将变化强度图划分为二值变化检测图。利用Landsat 7卫星ETM+传感器的图像,与4种基于代数的方法及基于变换的方法进行对比试验,结果表明,本文方法在降低漏检方面有所改善,提高了召回率。     

基于自适应上下文聚合网络的双高遥感影像分类

融合高光谱和高空间分辨率(双高)遥感的优势可以实现地物目标更为全面和精细的属性识别。然而,空间分辨率的显著提升使得双高影像中地物细节特征凸显出来,呈现出极高的空谱异质性,进而导致同物异谱现象大量发生,地物类内方差明显增大。基于此,本文提出一种局部-全局上下文信息自适应聚合的快速双高影像分类框架(adaptive context aggregation network, ACANet),通过编码-解码的全卷积网络架构顾及全局空谱信息,在编码器中构建局部到全局的长距离上下文感知模块缓解双高影像极大的类内方差,在解码器中构建自适应上下文聚合模块进一步实现局部和全局的上下文信息自适应聚合。本文方法在WHU-Hi双高影像分类基准数据集中取得了优异的分类性能,试验表明可以很好缓解双高影像极高空谱异质性对地物精细分类的影响。     

位置服务上下文计算本体形式化实现方法

本文采用Protégé本体开发平台将五元组模型的位置服务上下文计算本体形式化,使其在JADE环境下应用成为可能。首先通过介绍位置服务上下文计算应用的国内外发展现状,引出本体形式化问题。然后应用五元组模型进行位置服务上下文信息建模。建模后抽象出的位置服务上下文计算本体符合FIPA-ACL规范,使不同的信息在Agent之间进行交换,从而实现形式化本体在计算机系统之间的交流。最后,我们将采用Protégé平台定义的ContextOntology形式化本体通过Ontology Bean Generator插件将其导出为Java类,使其在JADE平台下得以应用。     

顾及空间邻域关系的多时相SAR影像变化检测

提出了一种顾及空间邻域关系的多时相SAR影像非监督变化检测方法，采用马尔可夫随机场（Markov random field，MRF）模型描述SAR比值差异图像的空间上下文信息，提出了基于该模型的EMMPM非监督变化检测算法。实例研究表明，与未顾及空间上下文信息的EM双阈值算法相比。该方法能够有效地提高变化区域提取的可靠性和准确性。