古都寻觅《新青年》

1917年．一位38岁的“新青年”携带一本由他创办的杂志《新青年》．意气风发从上海来到北京．受蔡元培之邀担任北京大学文科学长（相当于今日文学院院长）．他的名字叫陈独秀。     

2018·自然印迹

2018年,共有30个台风生成,其中11个登陆我国,较常年同期偏多,多个台风先后深入内陆。台风在危害人类的同时,也在保护人类。台风送来了淡水资源,可有效缓解全球水荒,使世界各地冷热保持相对均衡。     

《北京人文地理》彰显古都灿烂文化

规划测绘部门联手领导专家重视支持 城市建设,规划是龙头,测绘是基础。由北京市规划委员会主持策划,北京市测绘设计研究院承办,以《地图》杂志增刊作为载体的《北京人文地理》的策划编制出版工作,自始至终得到了北京市政府、国家测绘局等部门和领导的全力支持、高度重视。     

仙台：找寻鲁迅的印迹

从东京出发,一路搭乘新干线到仙台,车窗外淋漓的秋雨渐渐凝固为雪花,季节在90分钟内悄然变换.车站前的青叶大街是仙台最为繁华的街道,此时路边已积了薄薄一层细雪,街道两侧店铺林立,行人和车流沉默有序地穿行其间,像一部无声的幻灯片.仙台是日本东北地区的中心城市,宫城县首府,人口100多万.其前身可以追溯到江户时代（1603-1867年）的仙台藩.1602年,仙台藩祖伊达政宗在此建城,奠定了今日仙台的市街基础.而国人对仙台的了解大半来自于鲁迅那篇经典名作——《藤野先生》.鲁迅曾于1904年至1906年在“仙台医专”留学,是第一个来到仙台的中国留学生,这里留下了他的诸多印迹.     

从绘画到地图的风格迁移适宜性分析

针对当前地图风格迁移中参考图片的适宜性研究缺失这一问题,该文以强调色彩表现力的(后)印象派画家莫奈、梵高和塞尚的绘画为例,设计包含点、线、面不同几何形态和等级、差异、关联语义关系的测试地图,从地图颜色科学性和地图色彩美两方面对参考图的风格与测试地图制图内容的匹配程度进行定量分析,并提取3位画家绘画的色域特征,对其地图风格迁移结果进行定性和定量的对比分析。初步结果表明：梵高的绘画色彩对不同比例尺、几何形态、语义关系的地图都具有较高的迁移适宜性;塞尚的绘画色彩在以等级关系为主的地图迁移中具有较高的迁移适宜性;莫奈的绘画色彩总体的迁移适宜性相对偏低。参考图的风格对地图风格迁移结果的科学性和艺术性都有较大的影响。该文提出的定量和定性相结合的参考图适宜性评价方法可辅助非专业制图者自动甄别出适合制图内容的形式,也可辅助专业制图者二次创作迭代,快速收敛到形式与内容的和谐统一。     

利用代码迁移进行WPS服务

现有网络分析服务(Web processing service,WPS)规范数据传输量大的缺点限制了其应用。对此,提出了基于代码迁移的WPS新模型,该模型能在WPS执行过程中避免大量空间数据的传输,提高了WPS执行效率。实验系统使用不同客户端程序验证了新模式的有效性。     

利用C-F模型识别僵尸网络迁移

基于C-F模型识别僵尸网络的迁移,以僵尸网络迁移过程中表现出的多个特征为基础,提出了一种识别僵尸网络迁移的方法,能够协同多个特征判断给定的两批僵尸主机是否具有迁移关系。通过几个典型僵尸样本的评测,有效地识别了僵尸网络的迁移行为。与单纯采用IP地址重合度的方法进行了对比,在僵尸网络成员数量动态变化的情况下,仍然保持了理想的识别结果。     

地籍档案数据库迁移的研究与应用

随着数据库系统的不断发展和数据量的不断增加,新数据库必须接纳旧数据库的数据。在研究数据迁移理论的基础上,结合广东省某市地籍档案数据库迁移的实际过程,提出了地籍档案数据库迁移的技术方案和实施流程,并对数据迁移过程中遇到的问题、解决的方法进行了总结,为地籍档案数据库迁移探索了一条完整的技术路线,确保迁移后数据的准确可靠,可为其他类似工作提供了参考和技术支持。     

好图共赏：《寻梦古都北京》《孔子与论语图集》《北京手绘鸟瞰图》

中国地图出版社出版的《寻梦古都北京》,主要介绍北京的历史文化遗址,如：名人故居、皇宫王府、城楼街市、商政行署。桥塔碑祠墓。学府书社。会馆戏园。寺庙教堂、胡同文化、老字号商店等等,为广大想要了解北京的人提供一个详实的文字介绍。另有北京各个时期的古地图、今天的北京街道胡同地图。《寻梦故都北京》是一本很好的参考书,它集文字、地图,图片为一体,详细介绍了北京的过去、现在,把一个具有浓厚历史文化底蕴的北京展现在世人面前。     

从Access到Oracle的数据迁移解决方案

本文结合实际项目．提出了一种从Access到Oracle的数据迁移解决方案,即通过专业数据库开发工具与自主编程相结合的方法实现数据迁移．并详细介绍了这一解决方案的工作流程和具体实现方法。     

辽宁省城市竞争力重心时空迁移分析

针对辽宁省14个城市竞争力的发展特点和时空迁移变化规律的问题,该文借助于城市竞争力评价指标体系,得到了辽宁省14年来14个地级市的城市竞争力水平,基于区域重心模型,得到2001—2014年城市各项竞争力重心的动态迁移轨迹,并对其进行对比分析。结果表明:辽宁省14个城市的竞争力水平不均衡,城市综合实力差异明显;辽宁省14个城市的经济发展竞争力重心和环境发展竞争力重心呈现向东北方向偏移的趋势,社会发展竞争力重心呈现出向南发展的趋势,社会发展水平滞后于经济和环境发展水平;城市竞争力重心迁移是一个时期城市群发展影响因素的具体体现,社会发展需要同经济发展、环境发展协调进行,才能提升城市综合竞争实力。     

颜色迁移在遥感影像匀色中的应用

颜色迁移是基于源图像和参考图像合成新图像的技术,合成的图像同时具有源图像的内容和参考图像的颜色。以资源三号和Ortho Vista官方的正射影像为实验数据,引入颜色迁移技术,解决遥感影像数据生产中颜色一致性的问题。将Reinhard颜色迁移算法与传统匀色方法进行对比分析,实验结果表明,Reinhard算法处理结果色彩分布均匀、稳定性更好、适用性更广。     

基于颜色迁移的单极化SAR图像伪彩色增强

本文从颜色信息角度出发,提出了一种基于颜色迁移的单极化SAR图像彩色增强方法。该方法通过伪彩色编码将SAR图像变为过渡彩色图像,运用保持细节的颜色迁移方法在颜色迁移的过程中保留SAR图像的细节信息,用改变各通道系数的方式进行色调调整使得SAR图像与光学图像有着相同的颜色信息,并通过实验证明该方法的有效性。     

基于Oracle的ArcSDE数据迁移

ArcSDE在空间数据的管理中得到了广泛的应用,本文对多种基于Oracle的ArcSDE数据迁移方法进行了阐述,结合笔者管理数据的实际情况,利用sdeexport/sdeimport工具对ArcSDE数据进行迁移,取得了较好的效果。     

生成式知识迁移的SAR舰船检测

为解决基于深度卷积神经网络进行SAR舰船检测网络训练过程中数据获取、数据标注等问题,本文提出一种生成式知识迁移的SAR舰船检测框架,该框架由生成式知识迁移网络和舰船检测网络两部分组成。通过知识迁移网络生成与有标注的光学遥感图像空间分布一致且包含SAR图像特征的带标注模拟图像;使用所生成的带标注模拟图像,进一步优化舰船检测网络,以提高基于深度卷积神经网络的舰船检测的泛化性能。SARShip-Detection-Datasets (SSDD)和AIR-SARShip-1.0两个公开数据集上的实验结果表明,该框架有效提高了在仅包含少量标注SAR图像样本情况下的舰船目标检测效果,可显著降低舰船在复杂背景图像中漏检和误检的概率。     

辩证法在地图学中渗透及促进学习迁移的探索

"地图学"是地理信息科学本科专业的必修课,地图学中诸多知识点都充分体现了马克思主义哲学中关于辩证法、认识论的观点。本文在总结"地图学"课程中地图投影、地图概括等知识点与辩证法相互关联的基础上,从地图学要解决的"圆与平""大与小"两类基本矛盾入手,构建了通过在知识点讲授过程中渗透辩证法思想以促进学生知识迁移能力的课程教学框架,并据此介绍了相关教学实施方法,在教学实践中发现,以上方法对于提高学生对知识点间相互联系和课程体系的认识有一定的作用。     

多源影像数据分级存储与数据迁移规则研究

遥感影像数据是国土资源管理的重要基础数据,具有多源、异构、海量、多时相的特点,在数据组织、存储、管理与服务方面具有特定的技术需求。本文针对国土资源遥感影像数据集中管理的情况下,结合数据中心在线、近线和离线的多级存储体系架构,提出了开展多源、异构影像数据分级存储与数据迁移规则的研究,依据影像数据的产品链与生命周期,提出了分级存储的原则、价值评估要素、分级存储的策略与方法,同时提出了基于不同级存储上影像数据之间的迁移规则,对于数据中心开展多源、异构、海量影像数据的高效组织、存储,降低影像数据的运维成本,提升影像数据的应用效率具有指导意义。     

农作物叶片病害迁移学习分步识别方法

农作物病害的准确识别有助于提高农作物的产量与质量.针对作物病害图像训练样本数据量较少的情况,本文采用迁移学习方法结合分步识别模型对多种农作物病害种类进行了识别.将PlantVillage公开数据集中3种农作物的10类作物叶片图像作为训练样本,利用直接识别方法分别对VGG16和ResNet的原始模型和迁移学习模型进行训练...     

卷积神经网络迁移的高分影像场景分类学习

针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于ImageNet预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。