高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

基于可分解马尔科夫网的极端椒盐噪声图像滤波

提出了一种基于可分解马尔科夫网(decomposableMarkovnetworks,DMN)的极端椒盐噪声的均值滤波方法,指出其网络节点的阈值衰减特性和网络节点的连接特性具有很好的对椒盐噪声污染图像的噪声定位的作用,并提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。实验表明,本文方法具有良好的滤波性能。     

基于DEM的地形简化方法对比分析

地形简化作为一门重要的数据压缩技术已广泛应用于DEM。在大量简化算法中，地形简化指标作为地形简化的核心环节，其好坏直接关系到地形简化的好坏。本文对基于局部误差、曲率和法向量的五个地形简化指标进行了分析评价，用离散的高斯合成曲面来模拟真实DEM，以解析得到的高斯曲率作为地形简化指标“真值”，对比研究了在离散高斯曲面上得到的五个简化指标与解析所得“真值”，通过对各个指标“保特征性”可信度的分析，获得了对这五个指标的整体评价，最后，实例验证了本文结论的正确性。     

卡尔曼滤波技术在伪距法动态定位中的应用探讨

本文对动态定位数据处理中应用卡尔曼滤波方法进行研究，通过模拟数据和实测数据采用自编软件进行数据处理，并对成果进行统计分析，最后，讨论了采用卡尔曼滤波方法的缺点，得出了一些有益的结论。     

一种提取遥感影像中道路信息的方法

由于合理有效地选择分割阈值较难,因此基于阈值分割的道路信息提取方法对于遥感影像中含有多种类型道路、或非道路地物干扰比较明显的情况适用性不理想。为此,提出了一种将Mean Shift和阈值分割相结合的方法来提取道路信息。首先,采用Mean Shift方法对遥感影像进行平滑处理,在较好地保持道路边缘信息的同时使道路内部的纹理分布更加均匀;其次,对平滑处理后的影像进行Mean Shift分割处理,将具有相同或相似灰度值的道路用一种灰度值显示;然后,选择灰度直方图中像素数量值高的线所对应的灰度值作为分割区间边界点进行多阈值分割,得到初始道路信息;最后,对初始道路信息进行后处理,得到最终的道路信息。实验证明,该方法可以完成对遥感影像中道路信息的提取,拓宽了阈值分割方法提取道路信息的使用范围。     

青土湖近6000年来沉积气候记录研究--兼论四五世纪气候回暖

对青土湖志云村剖面沉积气候记录和湖泊进退进行了研究,证实季风边缘区河西走廓东段存在暖湿,冷干气候变化的阶段性特征。根据湖相沉积的颜色,粒度,化学组成和有机质含量等气候代用指标的综合分析,提出公元四五世纪存在一次百年尺度上的气候回暖,这一气候回暖事件的发现,可得到历史文献记录和青海湖自然记录的佐证。     

地统计学分析技术及其在气象中的适用性

首先论述了地统计学的一些特点，然后从变异函数和Kriging插值两个方面介绍了地统计学的分析技术，最后讨论了地统计学在气象研究中的适用性。     

建德铜矿床的海底喷流沉积成因

建德铜矿床是浙江西部多金属成矿带中一个引人瞩目的重要矿床。它产于中石炭统底部伴有火山岩、硅质岩和碧玉岩的白云岩中。整合块状矿体之下有一筒状矿化蚀变带。其成分以Ｃｕ＞Ｚｎ＞Ｐｂ为特征。根据矿床地质、地球化学特征以及近年来研究所获得资料，认为该矿床属海底喷流沉积成因     

A bio-optical inversion model to retrieve absorption contributions and phytoplankton size structure from total minus water spectral absorption using genetic algorithm

We propose a bio-optical inversion model that retrieves the absorption contributions of phytoplankton and colored detrital matter(CDM),as well as the phytoplankton size classes(PSCs),from total minus water absorption spectra.The model is based on three-component separation of phytoplankton size structure and a genetic algorithm.The model performance was tested on two independent datasets(the NASA bio-Optical Marine Algorithm Dataset(NOMAD) and the northern South China Sea(NSCS) dataset).The relationships between the estimated and measured values were strongly linear,especially for aCDM(412),and the Root Mean Square Error(RMSE) of the CDM exponential slope(SCDM) was relatively low.Next,the inversion model was directly applied to in-situ total minus water absorption spectra determined by an underwater meter during a cruise in September 2008,to retrieve the phytoplankton size structure in the seawater.By comparing the measured and retrieved chlorophyll a concentrations,we demonstrated that total and size-specific chlorophyll a concentrations could be retrieved by the model with relatively high accuracy.Finally,we applied the bio-optical inversion model to investigate changes in phytoplankton size structure induced by an anti-cyclonic eddy in the NSCS.