融合CNN和CapsNet的Wi-Fi室内定位方法

针对基于位置指纹的Wi-Fi室内定位方法定位精度低的问题,本文提出了一种融合卷积神经网络(CNN)和胶囊网络(CapsNet)的Wi-Fi室内定位算法模型,记为CNN-CapsNet。首先将采集的RSSI时间序列信息,生成位置指纹图像数据集;然后通过由卷积层和池化层构成的CNN初级特征提取器,完成定位图像到初级特征图的转换;最后将初级特征图输入到CapsNet中,获得最终的分类结果。试验结果表明,在不同的向量维度,迭代次数等参数下,该模型的准确率高达99.99%,损失函数值低至0.009 91,优于其他的传统定位方法。     

柴达木盆地南缘死亡蛛丝蓬(Halogeton arachnoideus)风影沙丘形态和沉积特征北大核心CSCD

蛛丝蓬(Halogeton arachnoideus)死亡后仍能保持直立且发挥固沙效应。在野外实地考察和粒度实验的基础上运用相关统计方法,分析了柴达木盆地南缘地区死亡蛛丝蓬风影沙丘的形态和沉积特征。结果表明:(1)风影沙丘各参数之间相关性显著(P<0.01),其中沙丘垂向与水平尺度相关性较好,沙丘长度与宽度的拟合关系(R2=0.6)好于其他参数。(2)死亡蛛丝蓬与风影沙丘各形态参数之间呈显著正相关(0.8≥r>0.5,P<0.01,疏通度除外),蛛丝蓬长度和宽度对沙丘长度延伸的贡献度在逐渐降低,而高度的贡献度不断增大。(3)蛛丝蓬的冠幅面积、长度、疏通度与风影沙丘体积呈显著相关(P<0.01),其中冠幅面积与体积拟合关系较好(R2=0.8),它们共同作用了蛛丝蓬对沙子的截留能力。(4)蛛丝蓬风影沙丘沉积物主要粒级为极细沙和细沙,在植株的影响下风力逐渐减小,沿风向沉积物粒径逐渐变粗。     

基于人类福祉视角的中部地区碳排放绩效与效应分解

碳排放绩效是当前国内外低碳经济研究的热点问题,已有研究主要针对经济发展的碳排放绩效测度展开,关注经济产出的碳排放绩效。基于人类福祉是研究碳排放绩效的新视角。首次提出碳排放绩效的概念框架及图解,据此构建了人类福祉的碳排放绩效评估模型,应用LMDI分解法建立了碳排放绩效的效应分解模型,对中部地区人类福祉的碳排放绩效及其效应进行研究发现:(1)1990年~2008年中部六省经济发展的碳排放绩效整体上先增后降;人类福祉的经济绩效与碳排放绩效整体上均呈递减趋同态势。中部地区人类福祉碳排放绩效的省际差距整体上趋向缩小;(2)1990年~2008年中部六省经济发展的碳排放绩效的总效应波动较大,驱动效应和抑制效应交替出现。经济福祉绩效效应整体递增,由抑制效应向驱动效应演进,呈现趋同趋势;(3)中部六省人类福祉的碳排放绩效主要由经济发展的碳排放绩效决定,经济发展的碳排放绩效效应是碳排放绩效总效应的决定性因素,人类福祉的碳排放绩效效应是经济发展的碳排放绩效效应和人类福祉的经济绩效效应两种效应的叠合。     

横断山脉地区霜冻时空分布变化特征分析

以小于等于0℃的地面气温作为霜冻的指标,利用1961～2007年横断山脉27个气象监测站逐日温度资料分析了横断山脉初、终霜期和无霜期的变化特征.结果表明,该地区平均初霜期以1.09d/10a气候倾向率推迟,终霜期以4.02d/10a的气候倾向率提早,无霜期以4.08d/10a的气候倾向率延长,存在较明显的地域差异.从年代际变化来看,自20世纪90年代开始,初霜冻日期20世纪90年代明显推迟,终霜冻日期明显提早,无霜冻期明显延长。     

基于时空主题模型的微博主题提取

已有地理主题模型没有考虑不同区域对微博主题影响程度的差异性,同时他们将时间要素离散化,难以得到连续时间上的微博主题强度。提出了一种顾及连续时间及区域影响力因素的时空主题模型。该方法将城市划分为多个区域,依据各兴趣点类型及数量对区域赋予权重以表达区域社会功能对微博主题的影响程度,基于稀疏增量式生成模型表达微博主题分布,利用Beta分布描述主题在连续时间中的强度,最终通过Gibbs采样得到时空主题模型各参数。实验表明,本文方法能发现连续时间上微博主题的演变,与已有地理主题模型相比,能更加准确地提取微博主题。     

用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法

合成孔径雷达(synthetic aperture radar,SAR)影像分辨率的不断提高为建筑物提取提供了有效的数据支持,而传统像素级方法,提取建筑物的效果较差,精度较低。通过分形网络演化分割算法(fractal net evolution approach,FNEA)获取分析单元,利用对象级分析单元与邻近环境之间的上下文特征,提出了高亮邻接强度特征(highlight adjacent intensity,HAI)与亮点散射密度特征(shining point distribute density,SDD)的概念,然后结合上述两种特征进行对象级建筑物的提取。最后通过几组实验验证了基于面向对象特征方法比面向像素特征方法对高分辨率SAR建筑物提取具有更好的效果、更高的精度。