光学信号Token引导的异源遥感变化检测网络

基于遥感图像中的光学信号检测出一定时间内特定区域的变化状态的遥感图像变化检测方法,在国防安全、环境监测、城市建设等领域具有重要应用价值。由于多时相异源图像在成像机理、光谱范围、空间分辨率等方面存在差异,现阶段异源遥感图像变化检测仍存在精度不够高、漏检和误检等问题,本文提出一种基于Transformer网络的异源变化检测网络框架,该框架能够利用不同类别的异源遥感图像获得准确的变化检测结果。首先,所提出检测网络为多时相遥感图像自适应生成对应的光学信号Token （光信Token）;然后,以光信Token作为引导与对应图像块Token进行交互计算,从而对双时相序列特征进行变化分析,并且在交互学习过程中构建了差分放大模块以提高网络对特征间差分信息的提取精度;最后,利用多层感知机对输出的差分Token进行预测并分割出变化区域。采用Sardinia、Shuguang和Bastrop等3个不同类别的异源遥感图像数据集和Farmland同源高光谱图像数据集来验证本文提出的方法,结果证明在选取有限训练样本数据情况下,本文方法与现有主流变化检测方法相比,在多个客观指标以及主观视觉上都表现出先进性。     

基于企业网的IP电话系统的实现

介绍了企业网ＩＰ电话系统的设计和实现方法。系统利用企业网这一高效的通讯介质,并针对目前Ｅｔｈｅｒｎｅｔ的特性进行优化,辅以三层数据应用实现了局域网内的语音字通讯和局域网与ＰＳＴＮ电话网间的拔号及话音通讯。     

长大隧道洞内CPⅡ控制网布网方式研究

隧道洞内线路控制网(CPⅡ)控制网作为隧道内轨道控制网基桩控制网(CPⅢ)的起算基准,直接影响着轨道施工的进度和质量.受现场地质条件等因素的影响,长大隧道施工过程中经常出现设计变更,导致隧道无法按期贯通或者贯通后无法及时满足CPⅡ控制网测设条件,给轨道施工带来巨大的工期压力.在详细分析各种隧道洞内CPⅡ控制网布网方式的基础上,针对不同等级铁路,研究了分段交叉导线网测量方法和交叉导线网与自由测站边角网混合网测量方法,利用这两种方法可在精度上满足隧道洞内轨道分阶段施工的需求,有效克服轨道施工中面临的工期压力,并结合两个项目实例证明了方法的有效性,对于其他类似项目具有较高的借鉴价值.     

我国空间大地网的建设进展

从20世纪90年代以来，中国的空间大地测量工作取得了相当大的发展，在祖国大陆，先后布设完成了三个大规模GPS网，即全国GPS一、二级网和A、B级网及中国地壳运动观测网络，本文简要介绍这些GPS网的情况。     

GPS网与天文大地网坐标系统的转换方法

针对我国天文大地网精度的现状,提出一种建立GPS网与天文大地网坐标系转换的网格转换方法.该方法把我国范围划分为5°×5°网格,对于每个网格点用其四周4个网块的重合点数据以多项式回归的方法分别建立经度、纬度和高程3个分量的转换关系.算例表明,该文方法所建立的转换参数的内部符合精度(190个重合点)水平分量达0.4 m、高程分量达0.8 m.     

全国GPS一,二级网与中国地壳运动观测网络

全国ＧＰＳ一、二级网和中国地壳运动观测网络是９０年代以来我国布设的三个大规模ＧＰＳ网。全国ＧＰＳ一、二级网属于大地网,而中国地壳运动观测网络也具有大地网的性质,与一般大地网不同的是,它靠连续观测和／或定期复测 监测地壳运动的能力。本文简要报道了这三个ＧＰＳ网的情况与作为参加单位之一的西安测绘研究所从这三个网得到的初步结果。结果表明,这三个网的精确坐标已实现了厘米级精度的地区性地心坐标系;中国地壳运     

基于企业网的IP电话系统的实现

介绍了企业网IP电话系统的设计和实现方法。系统利用企业网这一高效的通讯介质 ,并针对目前Ethernet的特性进行优化 ,辅以三层数据应用实现了局域网内的话音文字通讯和局域网与PSTN电话网间的拨号及话音通讯。     

GPS网的网形结构对成果影响的探讨

本文通过对江阴市Ｄ、Ｅ（东部）级ＧＰＳ网和溧阳市Ｅ级ＧＰＳ网,选取不同的观测基线向量,以构成不同的网形,分别进行无约束平差,比较分析各种网形的平差结果,从而得出较为经济、成果可靠、精度良好的ＧＰＳ网形,来指导生产实践。     

GPS网与天文大地网坐标系统的转换方法

针对我国天文大地网精度的现状 ,提出一种建立GPS网与天文大地网坐标系转换的网格转换方法。该方法把我国范围划分为 5°× 5°网格 ,对于每个网格点用其四周 4个网块的重合点数据以多项式回归的方法分别建立经度、纬度和高程 3个分量的转换关系。算例表明 ,该文方法所建立的转换参数的内部符合精度 ( 1 90个重合点 )水平分量达 0 .4m、高程分量达 0 .8m。     

基于多网合一的校园控制网改造与提升研究

为适应当代本科人才培养的新要求和测绘新技术的发展,本文在山东建筑大学原有校园控制网的基础上进行优化设计,提出了校园控制网的改造和提升方案,建立了GPS网、一级导线控制网、安装与变形监测网等多网合一的综合测量控制网.结果表明,改造和提升后得到的校园综合网网型更加合理,每千米往返测高差中误差^σkm为0.4 mm,而且能够满足测绘工程专业多课程,甚至多专业的大批次测量实验、测量实习的需求,为有效整合校内多种资源、提升学校各学科的整体水平及促进学生就业贡献力量,具有现实性和前瞻性.     

ArcGIS在公众地理信息服务平台建设中的应用

在目前的GIS领域中,为用户提供及时、丰富、便捷的信息服务成为研究的主要课题之一。针对这种情况,本文主要阐述了怎样利用ArcGIS软件建立公众地理信息服务平台以体现地理信息的实效特征。     

地理信息服务安全访问设计与实现

在分析目前地理信息服务所面临的安全威胁问题的基础上,设计了基于SSL的令牌（Token）式地理信息服务安全访问方案,以该方案为基础开发了用户安全身份认证和强日志管理两个核心模块。研究结果表明,该方案能有效地解决地理信息服务安全访问、地理信息资源非法下载等方面的问题。     

GPS网与旧网的坐标拟合

随着GPs技术的不断普及,许多城市都在利用它对城市控制网进行改建、扩建.而旧网的坐标资料以及多年积累的成果资料还须利用,这就涉及到新旧坐标的换算问题.本文以吴江市城镇地籍测量为例.     

Hopfield神经网络在水准网平差中的应用

Hopfield神经网络有较强的优化计算能力,引入IGGⅢ等价权方案,构造Hopfield神经网络新的能量函数形式,采用共轭梯度法,进一步提高神经网络的效率,并讨论Sigmoid函数的抗差能力。通过模拟水准网算例表明:在无粗差情况下,利用神经网络进行测量平差可以精化模型,提高平差效率,而在有粗差情况下,引入IGGⅢ等价权方案可以使神经网络计算具有较强的抗差能力。     

融合卷积神经网络和循环神经网络的车轮目标检测

目标检测是基于视觉的目标定位关键技术。针对现有车轮检测方法对环境敏感问题，本文提出一种并联式融合循环神经网络和Faster R-CNN的车轮检测模型FusionRNN，借助RNN能够处理时序和CNN能够提取空间域隐性特征的优点，可提高实时性，减少参数量，使模型表达能力更强，同时具备分析序列化向量间语义关系和识别车轮几何特征的能力。该模型能在由激光雷达扫描得到的车轮三维点云投影图中准确检测出车轮位置，为基于AGV自动停车系统搬运车辆提供准确稳定的车辆位置信息。     

应用复杂网络理论的城市路网可靠性分析

城市路网作为一种关系居民日常生活、社会经济发展的重要网络,在受到暴雨洪水、交通堵塞以及遭遇破坏时,可能局部失效,进而影响整个路网的运输能力和效率。本文针对城市路网的拓扑特点,以复杂网络理论为基础,对两种不同布局结构的路网分别采用主方法和对偶方法建模,分析比较其复杂网络特性,并在此基础上进行了基于节点度和基于节点中介中心性的选择性破坏实验,最后分析了不同结构的路网在不同攻击策略下所表现出来的可靠性。     

径向基函数神经网络用于小比例尺道路网选取

针对小比例尺道路网专题数据少、语义信息缺乏的特点,该文根据小比例尺道路网已有的语义几何属性和拓扑结构,构建一系列参数作为选取依据。将道路网选取抽象为分类问题,提出一种使用径向基函数神经网络和多参数进行道路网选取的方法。相比时下较常用的反向传播神经网络,径向基函数神经网络具有更高效的学习性能。利用径向基函数神经网络的非线性映射能力,对样本进行训练和验证,并选择不同结构类型(放射式、格网式和自由式)的道路网进行选取实验。结果表明,该方法在小比例尺道路网选取研究中具有可行性,且在自动获取选取参数的同时提高了选取精度。     

Uniform network transformation for points pattern analysis on a non-uniform network

In the real world, there are many kinds of phenomena that are represented by points on a network, such as traffic accidents on a street network. To analyse these phenomena, the basic point pattern methods (i.e. the nearest neighbour distance method, the quadrat method, the K-function method and the clumping method) defined on a plane (referred to as the planar basic point pattern methods) are extended to the basic point pattern methods on a network (referred to as the network basic point pattern methods). However, like the planar basic point pattern methods, the network basic point pattern methods assume a uniform network and this assumption is hard to accept when analysing actual phenomena. To overcome this limitation, this paper formulates a transformation, called the uniform network transformation, that transforms a non-uniform network into a uniform network. This transformation provides a simple procedure for analysing point patterns on non-uniform networks: first, a given non-uniform network is transformed into a uniform network; second, the network basic point pattern methods (which assume a uniform network) are applied to this transformed uniform network. No modification to the network basic point pattern methods is necessary. The paper also shows an actual application of this transformation to traffic accidents in Chosei, Japan.     

图卷积网络在道路网选取中的应用

针对现有制图综合中的道路网自动选取方法不能有效地利用道路网的空间特征问题,该文把道路网抽象为图结构,提出了使用图卷积网络来进行道路网的自动选取,并比较分析了不同的图卷积网络在道路网选取中的适用性。结果表明,图卷积网络可以通过多层卷积来自动提取不同局部范围的空间特征,从而减少空间特征的人工构建,相比传统的多层感知机(MLP)等人工智能选取方法,具有更高的选取精度。对于不同的图卷积网络模型,使用最大池化聚合的GraphSAGE获得了最优的性能。     

一种卷积神经网络的地图图片智能识别方法

针对网络中的地图图片目前难以快速搜寻并对其进行有效标引这一问题,该文提出了使用深网搜索引擎持续获取网络图片,在标记样本较少的情况下,采用基于主动学习的样本扩容算法、基于卷积神经网络的网络地图图片自动语义标引方法,能快速、有效地识别网络中的地图图片,对地图图片的识别精度达到了93.64%,克服了采用人工方式获取样本和图片识别过于耗时费力的困难,有效解决了稀少样本下网络地图图片的智能提取难题,可为地理信息挖掘、问题地图监管等提供有效保障。