一种基于位置、对象和时间的时空数据模型

在同时满足基于特征和基于事件的空间时态数据模型的基础上,提出一种基于位置、对象和时间的时空数据模型,并对此模型进行关系分解。该模型弥补了以上所提各种模型的不足,以一个城市的城市化历史为例,实现对时空目标分别基于位置、对象和时间的查询。     

堆叠降噪自编码器的影像特征融合变化检测

提出一种基于堆叠降噪自编码器的影像特征融合变化检测方法.首先在影像分割对象的像素级特征和对象级特征分析、设计与提取基础上,通过像素级特征主成分分析与特征优选处理算法,实现遥感影像多类型特征融合并构建分割对象的多维特征向量;其次利用堆叠降噪自编码器的高维复杂数据处理能力,实现遥感影像多维融合特征的变化检测.实验结果表明,该方法与传统的像素级或对象级特征变化检测方法相比,具有更高的变化检测精度.     

房产价格时空演变分析

以时空数据模型及房产价格为研究对象,在同时满足基于特征和事件的空间时态数据模型基础上,结合数据库、统计分析、数据挖掘等技术创建基于位置(栅格)和对象(矢量)相结合的时空数据模型,实现了对马鞍山市房产价格的查询和管理.     

基于任务过程的战场环境对象时空数据组织模型

军事信息系统始终以面向任务为核心,战场环境数据模型也是围绕作战任务来建立的。针对目前基于任务的战场环境信息系统研究尚不完善,现有的GIS时空数据模型还不能完全满足战场环境时空分析的需要。在对目前几种经典的时空数据模型分析的基础上,以基于对象的数据模型为理论基础,以过程驱动方法为建模机制,设计了适合战场环境领域的时空数据组织模型结构,实现了对复杂环境对象的可操作性。通过模型在战场环境分析系统中的应用,证明了其任务过程和地理空间数据的可对象化描述、组织、存储和查询功能。     

基于遥感及GIS的精确时空虚拟现实研究

本文探讨了GIS支持下遥感影像精确时空建模及其虚拟现实的理论和方法。描述了自然景观对象的时空表达、精确时空模型单元的基本关系 ,阐述了基于遥感和GIS的时空模型可视化一般理论 ,及时空数据库支持下真实景观的影像模拟方法 ,最后给出了目前研究存在的若干技术问题     

基于GeoRaster的多源遥感数据存储研究

遥感数据源极大丰富,影像文件格式多样,组织方式也较复杂,如何采用统一的接口实现异构多源海量遥感数据的存储是一大难题。本文以多源遥感数据的存储为研究对象,在研究Oracle GeoRaster数据模型的基础上,设计了扩展的基于GeoRaster的多源遥感影像存储模型,利用java JAI与GDAL相结合,实现了多源多格式遥感影像数据的统一存储。     

实时GIS时空数据模型

为满足动态目标与传感器等实时观测数据获取、存储、管理、分析与可视化的要求,需要发展一种新型地理信息系统—实时GIS。本文根据实时GIS中各种地理要素的特点以及存贮管理要求,提出了一种面向动态地理对象与动态过程模拟的实时GIS时空数据模型,它将时空过程、地理对象、事件、事件类型、状态、观测等相关要素整合在一个时空数据模型中。基于该模型研发了新一代实时GIS,并以四种动态地理对象（包括移动对象、原位传感器对象、视频对象和过程模拟对象）的时空数据的实时接入、存储与可视化为例,验证的模型的可行性。     

遥感影像数据模型及影像数据库的建立

在总结图像数据模型研究的基础上,分析了遥感影像的种类、一般存储方式、影像与具体应用的关系,指出了遥感图像管理的特殊性,提出了遥感影像在关系数据库中的逻辑表达模型,讨论了该模型支持下的基于图像内容的查询问题,最后介绍一个遥感影像数据库的设计原型.     

一种基于特征-语义的时空数据组织方法

在全面研究时空数据模型理论及构建方法的基础上,本文采用面向特征的数据模型构建方法结合时空语义思想,并引入无缝时空理念,探讨了一种基于特征的无缝时空数据模型构建方法。该模型将地理时空过程特征抽象为特征对象、特征事件、特征过程,不仅能够实现地理实体的空间数据组织及复杂拓扑分析,而且,通过描述特征事件、特征过程及其相互关系实现时空语义表达,进而实现海量信息存储以及高层次时空分析,也为通用性时空数据模型的构建提供了一种新思路。     

遥感影像数据模型及影像数据库的建立

在总结图像数据模型研究的基础上,分析了遥感影像的种类、一般存储方式、影像与具体应用的关系,指出遥感图像管理的特殊性,提出了遥感影像在关系数据库中的逻辑表达模型,讨论了该模型支持下的基于图像内容的查询问题,最后介绍一个遥感影像数据库的设计原型。     

深度学习的半监督遥感图像检索

遥感图像数据的海量性、多样性和复杂性等特点对遥感图像检索的速度和精度提出了更高的要求,其中特征提取是影响遥感图像检索效果的关键。本文方法首先对遥感图像进行预处理,然后基于稀疏自动编码的方法在大量未标注的遥感图像上进行特征学习得到特征字典,基于卷积神经网络的思想,使用训练出来的特征字典对遥感图像进行卷积和池化得到每幅图像的特征图;接下来使用特征图训练Softmax分类器;最后对待检索图像分类,在同一类别中计算特征间的距离,进而实现遥感图像的检索。实验结果表明,该方法能够有效提高遥感图像检索的速度和准确度。     

遥感影像时—空融合的“点”—“线”—“面”质量评价

遥感影像时—空融合可集成多源数据高空间分辨率和高时间分辨率互补优势,生成时间连续的高空间分辨率影像,在遥感影像的动态监测与时序分析等方面具有重要应用价值。然而,现有多数研究往往基于单一数据产品对时—空融合算法进行评价,而在实际生产应用中,需要验证算法在多种遥感产品数据的融合表现;此外,目前研究大多基于"单点时刻"进行评价,忽略了时—空融合在"时间线"上的有效验证。本文提出遥感影像时—空融合的"点"—"线"—"面"多角度综合质量评价策略,基于Landsat TM和MODIS影像,建立了时—空融合系列数据集,包括地表反射率、植被指数和地表温度,并在此基础上从单时相("点")、时间序列("线")、多种数据产品("面")多个角度对4种典型融合算法进行定性和定量的综合评价。结果表明,基于不同产品类型的数据集更能充分验证算法性能,且结合单点时刻和时间序列的评价更加客观。     

地物空间关系匹配的高分辨率遥感影像检索

从低层视觉特征与地物空间关系特征对影像内容进行描述,建立检索模板与目标影像间的相似性直方图表达,提出一种适用于高分辨率遥感影像检索的新方法。首先,利用Quin+树将大幅面原始遥感影像分解为一系列同尺寸的序列子块;然后,分别提取各子块的低层视觉特征与地物关系特征,并以子块为基元构建候选子块的特征直方图;最后,对比检索模板与候选子块间的特征直方图相似性,实现高分辨率遥感影像的检索。使用多幅多源高分辨率遥感影像进行实验,结果表明本文方法对耕地、水系、建筑物等地类的检索精度大都维持在0.8以上,且各项检索性能指标均优于已有的两种遥感图像检索算法。     

结合数据融合与特征选择的遥感影像尺度多样目标检测

基于深度神经网络模型的遥感影像地物检测取得了巨大成功,很大程度上得益于大规模数据集的支撑。但是,从现有遥感影像数据集本身来看,不同类别地物的数量分布不一致,同类地物对象以不同尺寸大小呈现,是导致地物样本的尺度不均衡问题的直接因素。对此,本文采用数据集内影像加权融合与地物多尺度特征选择的策略来缓解该问题。首先,将数据集内两张影像的像素值进行加权并得到融合后的影像,从而使不同类别地物样本更加均衡且具有较高的背景多样性;其次,通过选择合适尺度的特征图预测相应尺度的目标类别,且允许同一尺度目标在相邻特征图上进行预测,这样使模型能根据目标尺度进行训练;最后,基于目标中心区域的特征图预测目标边界框,预测的边界框更符合目标本身的尺度。通过在两个遥感数据集上分别进行实验,表明训练的模型在对复杂背景下的类别不均衡目标的识别更加准确,能够适应遥感影像下不同尺度目标的识别。     

顾及纹理特征贡献度的变化影像对象提取算法

遥感影像变化检测是全球变化研究的重要内容。基于两期遥感影像的变化检测方法存在数据条件要求苛刻、难以充分利用快速发展的多源遥感影像数据等问题。目前许多变化检测的参考数据中包含了一期分类矢量数据,矢量数据中往往包含了位置、形状、大小和类别属性等先验信息,充分利用这些先验信息将可提高变化检测精度。提取变化影像对象是结合矢量数据和遥感影像进行变化检测的核心步骤。本文提出了一种顾及纹理特征贡献度的变化影像对象提取方法。该方法利用矢量数据分割遥感影像,获取影像对象,计算影像对象纹理特征值。根据信息增益原理计算纹理特征参数的特征贡献度,选择特征参数。由贡献度指数大小确定纹理特征参数权重,计算影像对象与先验要素类别的相似度系数,提取变化影像对象。试验结果表明,基于纹理特征贡献度的特征参数选择,能有效地提高变化影像对象提取结果的精度。     

智能遥感深度学习框架与模型设计EI北大核心CSCD

近年来,随着遥感技术的快速发展,遥感对地观测数据获取量与日俱增。在对海量遥感数据的特征提取与表征上,基于深度学习的智能遥感影像解译技术展现出了显著优势。然而,遥感影像智能处理框架和信息服务能力还相对滞后,开源的深度学习框架与模型尚不能满足遥感智能处理的需求。在分析现有深度学习框架和模型的基础上,针对遥感影像幅面大、尺度变化大、数据通道多等问题,本文设计了嵌入遥感特性的专用深度学习框架,并重点讨论了其构建方法,以及地物分类任务的初步试验结果等。本文提出的智能遥感解译框架架构将为构建具备多维时空谱遥感特性的深度学习框架与模型提供有力支撑。     

基于时间语义的地籍管理信息系统数据组织与实现

地籍管理信息系统属于GIS范畴,具有很强的时态特性,如何高效地组织时空数据是系统成败的关键。本文在分析地籍管理信息系统必要性以及时间概念及其具体含义的基础上,引入时间语义,提出基于时间语义的数据模型。根据语义对地籍管理信息系统的时空数据组织方法进行了研究。并根据地籍管理对模型的要求,分别从时间点、时间段角度对历史信息进行查询和回溯,验证了模型的可行性。     

改进注意力机制的遥感地貌识别算法

对遥感地貌进行识别，近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题，本文提出了一种基于改进注意力机制的遥感图像识别算法，即将并联注意力机制（CS）和神经网络模型相结合，借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明，本文模型总精度为98.35%，Kappa系数达0.95，优于其他深度学习算法，能有效地识别出自然地貌。     

断裂活动及孕震过程遥感热异常分析的研究进展

断裂活动及孕震过程遥感热异常分析是对地观测及遥感应用的重要主题。本文从遥感数据应用、异常分析方法、异常认知理解3个方面系统回顾了近30年来该主题的研究概况与主要进展。具体包括:(1)关于遥感数据应用的红外亮温、微波亮温与长波辐射、对地观测同化数据及多源数据综合的4个方面;(2)关于地震遥感异常分析的目视解译定性分析、图像处理定量分析以及多参数时空关联分析的3个发展阶段;(3)关于地震遥感异常认知理解的地球放气、应力致热、地壳岩石电池转换、氡衰变潜热释放与多圈层耦合效应等理论学说。展望未来,提出了面向典型断裂活动区的遥感监测分析与异常识别、基于地球系统地震响应的遥感异常理解分析、空天地立体观测数据的时空关联分析等3个方面的攻关重点。