在MicroStation中解决区域配置与街区生成的算法

本文叙述了ＭｉｃｒｏＳｔａｔｉｏｎ 为基础开发的地形图编辑系统中,解决区域配置、街区生成所采用的算法。     

一种改进激活函数的人工神经网络及其应用

提出了人工神经元的一种新颖的多参数可调激活函数,推导出相应的BP学习算法。在人工神经网络用于除草剂化合物活性预测的研究中,和传统BP算法的对比试验显示,本文的改进BP网络具有更快的收敛速度和更高的精度。     

导致整体联想激活的一种局部图像组合方式

本文探讨局部图像的组合构造记忆模式,并借此寻找能导致整体联想激活的方法。通过对记忆模式及其表达的讨论,文中引入了指标向量与九宫记忆模式的概念,它来源于对图像的规则分割;利用九宫格中的若干宫格,可对九宫格内的其他部分进行联想。     

基于Microstation三维基础地理数据采集的关键技术的探讨

本文依据生产中遇到的问题，剖析了Microstation的三维作业环境下存在的问题，同时提出解决方法。     

基于CNN的尾矿区水平位移监测数据分析

基于卷积神经网络,对某尾矿区1997—2019年水平位移监测数据进行了方向自动识别.该法首先改进神经网络的卷积核并设计卷积-池化结构,然后将多年监测数据分类为训练集、验证集与测试集,并设置其构成比例与运行参数.实验结果表明,采用卷积神经网络模型进行尾矿区水平位移方向自动识别,具有较高的效率和精度,数据运行时间为636....     

基于跨层注意力Unet网络的高分辨率遥感影像建筑物提取研究

使用全卷积神经网络提取高分辨率遥感影像中的建筑物对城市规划、土地资源管理等应用具有重要意义。本文提出一种全卷积神经网络SC-Unet,以Unet架构为基础,采用SELU激活函数,放弃批标准化;使用空间金字塔池化替换最后一个卷积模块,使得SC-Unet的参数量仅为Unet的50%;使用轻量级跨层注意力模块让高层语义指导低层语义。实验在WHU建筑物数据集上进行,结果显示：SC-Unet在测试集上的IOU达到88.1,比Unet高3.2,且推理速度SC-Unet是Unet的2倍。