基于卷积神经网络的水产养殖区提取

传统的水产养殖信息统计是通过管理部门实地观察获取,时间效率和信息可靠性都较低,难以满足现实研究需要,而采用遥感技术结合卷积神经网络分类方法进行水产养殖区提取的方法能解决这一难点。本文根据哨兵二号影像上目标地物的特征修改SegNet卷积神经模型的结构,提出一种简化的卷积神经网络模型S-SegNet,实现对近海养殖区遥感高精度自动识别。结果表明,S-SegNet模型的分类效果相比SegNet模型有了明显的提高,平均准确度、平均召回率和平均F1-score分别达到88%、0.9和0.91,为三沙湾水产养殖区的实时监测和科学规划提供了重要数据支撑。     

利用卷积神经网络的高光谱图像分类

针对高光谱图像分类中对光谱信息利用不足的问题,提出一种基于卷积神经网络在光谱域开展的分类算法。该算法通过构建五层网络结构,逐像素对光谱信息开展分析,将全光谱段集合作为输入,利用神经网络展开代价函数值的计算,实现对光谱特征的提取与分类。实验中采用三组高光谱遥感影像数据进行对比分析,以India Pines数据集为例,提出的基于卷积神经网络的分类方法的分类正确率达到90.16%,比RBF-SVM方法高出2.56%,相比三种传统的深度学习方法高出1%~3%,训练速度也较为理想。实验结果表明,本文所提出的算法充分利用了高光谱图像中逐像素点的光谱域信息,能够有效提高分类正确率。与传统学习算法相比,在较少训练样本的情况下,更能发挥其良好的分类性能。     

BDS卫星钟差数据异常值类型识别的卷积神经网络方法

北斗卫星导航系统(BeiDou navigation satellite system,BDS)卫星钟差数据中存在多种不同类型的异常值,直接影响钟差预报的质量和性能分析的可靠性.钟差数据预处理是进行钟差预报和分析的前提条件,其中,对异常值的识别是钟差数据预处理的关键.提出一种面向BDS卫星钟差数据异常值识别的卷积神经网...     

一种利用卷积神经网络的干涉图去噪方法

干涉图滤波是合成孔径雷达数据处理的关键,引入卷积神经网络（convolutional neural networks,CNN）进行干涉图去噪。首先,采用自编码器结构进行非监督学习,将干涉图去除局部地形坡度相位,所得残余噪声作为模型输入;然后将模型输出结果与去除的局部地形坡度相位相加,生成滤波结果。利用航天飞机成像雷达数据和哨兵一号A(Sentinel-1A)卫星数据,通过与Goldstein滤波器、均值滤波器、Lee滤波、Frost滤波、改进的去噪卷积神经网络（denoising convolutional neural network,DnCNN）进行对比实验,结果表明,该方法对干涉图相位质量有很大的改善,不仅能够较大程度地抑制噪声,而且能够更多地恢复出图像细节,保持干涉条纹边缘连续性。     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.     

利用卷积神经网络和小面元进行人脸图像替换

提出了一种基于卷积神经网络和小面元的人脸替换方法.首先,使用级联卷积神经网络确定人脸位置,并应用全卷积网络对人脸进行分割以确定替换区域;然后,应用回归森林的人脸关键点技术和Delaunay三角剖分建立人脸三角网,对人脸小面元进行替换;最后,应用泊松融合消除拼接痕迹.定性和定量的试验结果表明,该方法是有效的,并且可较好地...     

利用BP神经网络的动态精密单点定位故障诊断算法

针对动态精密单点定位中可能出现的观测信息故障,提出了基于两级神经网络的故障诊断算法。该算法首先采用一级神经网络在线修正Kalman滤波的动力学模型信息,然后基于二级神经网络自动对观测信息进行故障检测、定位和剔除。利用机载实测数据进行了实验,结果表明该方法能够正确地诊断观测信息中存在的故障,提高了诊断正确率。     

利用深层卷积神经网络实现地形辅助的多波束海底底质分类

海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。     

集成时空邻近与卷积网络车道级高精度定位算法

提高车道水平定位精度是智能交通系统发展的重要技术之一。本文提出了一种新的车道级定位方法——时空邻近卷积神经网络(STP-CNN),利用时空附近(STP)动态细化候选匹配道路,再进一步采用个性化卷积神经网络(CNN)自适应识别最优匹配车道。该方法通过优化集成GPS、车速和惯性测量单元等参数,实现了厘米级和车道级车辆位置的平滑估计。试验结果验证了该方法的可行性和有效性。     

利用三颗导航卫星进行二维定位的解算模型及其仿真解算

给出了用户接收机只收到三颗导航卫星信号时的二维定位解算模型及其解算方法，重点介绍了解算方法中接收机概略坐标的求法及利用得到的概略坐标求解接收机位置和钟差，并做了仿真解算。从卫星和接收机不同位置的很多次仿真解算结果表明，接收机位置和钟差能够极收收敛，通常迭代两次就能得到非常好的结果，完全适合工程应用。     

电子海图最短距离航线自动生成的改进方法

针对航路二叉树方法绕行碍航区处理不完备、效率低等缺点,提出了最短距离航线自动生成的改进方法。通过复杂碍航区路径的递归搜索和碍航区绕行规则的优化,实现了复杂情形下的航线自动生成;利用方向一致性判断、边界检测和动态包络矩形排斥等策略优化航线生成,并采用递归处理和动态判断的方式求解最短距离航线。此方法与已有的航路二叉树方法相比,在自动生成航线的质量和效率上都有明显提高。     

变电站绝缘子爬电距离摄影测量方法

提出一种新的在线绝缘子爬电距离量测方法,利用传感器获取带激光条绝缘子影像,采用摄影测量方法,通过提取影像上的激光条,精确量测绝缘子爬电距离。试验证明该方法能有效实现绝缘子爬电距离的量测,且量测结果可靠、精度高。     

基于穷举法的高光谱遥感图像地物识别研究

介绍了一种基于穷举法的高光谱遥感图像地物识别方法。该方法从所有与研究区有关的可能参考光谱中识别出图像上每个像元的最佳匹配光谱,绘制识别结果图,并由图中信息可对参考光谱进行更换,以求得最佳识别结果。并以云南省中甸普朗斑岩铜矿区外围的高光谱遥感图像为例,得到了该区的地物识别图,经实地检验,证实了该方法的有效性。     

一种水下残骸精确定位方法

针对海上沉船、空难等事故水下残骸搜索工作难的问题,提出一种基于图像声纳和差分GPS的水下残骸搜索和精确定位的方法,该方法单位时间内有效扫描面积较大,定位精度高,实用性强。     

水准路线图自动绘制实现方法

本文以某工程为例,介绍了水准路线图绘制方法,并编制自动绘制软件。软件可根据提供的点位信息自动绘制标准图幅的路线图,并具有点位标定准确、图幅信息完整、界面整饰美观的特点,同时极大提高了作业效率。     

无人机航摄影像的RANSAC自动定向方法研究

针对无人机在区域范围拍摄的低空遥感影像数量多,且相邻影像间存在旋转、尺度变化大等导致的立体定向困难问题,本文提出一种适用于无人机影像自动相对定向及模型连接的流程。即利用SURF算法对区域无人机影像进行特征提取后,连续相对定向及模型连接过程使用结合相对定向模型的RANSAC算法去除错匹配点,并针对RANSAC算法选取样本匹配点对容易陷入局部最优问题进行改进,提高了结果精度。     

一种基于LiDAR数据的建筑物自动提取方法

基于LiDAR点云数据,提出一种由粗到细的建筑物自动提取方法。首先利用ISODATA算法对LiDAR数据生成的DSM进行聚类,在此基础之上依据建筑物的面积、地面点的高度差和坡度信息进行建筑物粗提取,最后利用地物的空间邻域关系对粗提取到的建筑物进行精处理。实验结果表明,该方法可以得到较高精度的建筑物信息。     

基于ObjectArx.net的面状符号自动绘制的实现方法

面状符号的绘制是数字化测图软件必不可少的功能,也是基于AutoCAD平台的数字化测图软件开发的重要组成部分.针对AutoCAD用户在面状符号绘制方面存在的问题,通过对传统CAD面状区域填充算法的研究,提出一种用自定义块对象作填充图案并结合传统的图案填充法和插入法来实现面状符号自动绘制的简易方法,并运用C#+ObjectArx.net在AutoCAD 2007中实现了该算法.     

基于子图像VCH的文本检测与定位方法研究

提出了一种基于子图像的变异灰度直方图(VCH)的检测与定位文本的方法,对子图像VCH的映射特征及其与图像文本的对应关系作了分析,并给出文本检测与定位的有效算法。该算法通过对行分割子图像VCH^C中的凸台和列分割子图像VCH^R中的凹谷的识别与定位,实现在图像中快速检测与定位文本。文章给出了计算试验的结果,并进行了分析与评价。     

一种基于WKT自动填充空间坐标参考系到Oracle Spatial的方法

由于多种原因,许多区域空间数据采用了OGC(Open Geospatial Consortium,开放地理空间信息联盟)定义的WKT(Well-known Text,熟知文本)规范建立了自定义坐标系,如何将这些自定义坐标系增加到空间数据库Oracle Spatial中是一个亟待解决的问题。本文把自定义坐标系中的WKT转换成OGC中定义的坐标系对象,根据坐标系对象的参数,把坐标系增加到空间数据库Oracle Spatial中,并使用目前非常流行的Google(谷歌)投影作为示例进行了验证。结果表明,该方法实现将自定义坐标系添加到Oracle Spatial中,并且具有快速、高效、通用等优点。