利用样本生成方法进行机载多光谱LiDAR数据深度学习分类

机载多光谱LiDAR系统能够快速、准确地获取地物的空间几何和光谱信息,为地物覆盖分类和目标识别提供新的数据源。近年来,基于三维点云的深度学习算法取得了一系列突破性进展,然而直接将不规则的原始点云数据输入深度学习模型进行基于点的分类存在一定的困难。本文提出了一种基于FPS-KNN的样本生成方法,用于基于深度学习的机载多光谱LiDAR数据分类。该方法首先对输入数据进行归一化处理;然后利用最远点采样方法(FPS)和K近邻法(KNN)在输入数据中生成一系列规则大小的训练样本数据集。通过机载多光谱LiDAR数据的试验表明,该方法所生成的样本不仅符合卷积神经网络所要求的输入数据形式,而且能够确保对输入场景的完整覆盖。     

论军民融合的卫星通信、遥感、导航一体天基信息实时服务系统

介绍了军民融合战略的背景和天基信息系统发展的现状,阐述了建设军民融合卫星通信、遥感、导航（通导遥）一体天基信息实时服务系统的重大战略意义,提出了中国定位、导航、授时、遥感、通信（positioning,navigation,timing,remote sensing,communication,PNTRC）一体的天基信息服务系统建设构想,分析了系统建设目标、建设思路、路线图及应用前景,并对系统关键技术进行了分析论证,提出了PNTRC关键技术及相关建议,最后对中国PNTRC系统的发展进行了展望。