基于伪语义相似度模型的中文地址匹配方法

地址匹配中,由于传统相似度模型受字符重叠数影响大,在处理简写、缩写地址要素单元时,错误匹配问题突出;深度学习方法需要大量样本支撑,但庞大的数据量和多样的形式,导致生成样本的成本过高。为解决上述问题,本文首先应用基于条件随机场和双向长短时记忆神经网络的模型,对地址进行分词;然后通过建立一种伪语义相似度,对地址要素进行分级匹配。通过对公安业务中地址数据进行测试,在对缩写、简写等不规范地址描述方面,本文模型能较理想地完成任务,各参考指标均高于0.9。     

联合时变重力数据与测高数据反演全球海平面变化及其分量贡献

理解全球海平面变化具有十分重要的意义,它间接反映了地球系统中气候性相关因素的变化。本文基于一组海平面指纹和比容经验正交函数,联合时变重力数据和卫星测高数据反演了2002年4月至2020年2月的全球海平面变化,将全球海平面变化分解成南极冰盖融化、格陵兰冰盖融化、陆地冰川融化、陆地水储量变化、冰川均衡调整和海水比容效应这6个分量的贡献。联合反演结果显示,全球平均比容海平面变化为1.08±0.05 mm/a,与相关文献的结果相吻合。研究发现,联合测高数据和时变重力数据的反演方法能够一定程度上减弱GRACE Follow-On卫星时期海水质量变化被低估的现象。本文利用联合反演的结果研究了区域海平面变化,在大部分近海区域反演效果较好,这表明该方法可用于区域海平面变化的研究。     

Visualizing spatiotemporal trajectories of mobile social media users using space–time cube

The implementation of social network applications on mobile platforms has significantly elevated the activity of mobile social networking. Mobile social networking offers a channel for recording an individual’s spatiotemporal behaviors when location-detecting capabilities of devices are enabled. It also facilitates the study of time geography on an individual level, which has previously suffered from a scarcity of georeferenced movement data. In this paper, we report on the use of georeferenced tweets to display and analyze the spatiotemporal patterns of daily user trajectories. For georeferenced tweets having both location information in longitude and latitude values and recorded creation time, we apply a space–time cube approach for visualization. Compared to the traditional methodologies for time geography studies such as the travel diary-based approach, the analytics using social media data present challenges broadly associated with those of Big Data, including the characteristics of high velocity, large volume, and heterogeneity. For this study, a batch processing system has been developed for extracting spatiotemporal information from each tweet and then creating trajectories of each individual mobile Twitter user. Using social media data in time geographic research has the benefits of study area flexibility, continuous observation and non-involvement with contributors. For example, during every 30-minute cycle, we collected tweets created by about 50,000 Twitter users living in a geographic region covering New York City to Washington, DC. Each tweet can indicate the exact location of its creator when the tweet was posted. Thus, the linked tweets show a Twitter users’ movement trajectory in space and time. This study explores using data intensive computing for processing Twitter data to generate spatiotemporal information that can recreate the space–time trajectories of their creators.     

加速迭代硬阈值ISAR稀疏成像

加速迭代硬阈值(AIHT)作为一种压缩感知(CS)算法,具有计算复杂度低、内存占用小的特点,在较小数目的观测下,经过有限次迭代便能获得较好的重建效果。因此,本文将该算法应用到逆合成孔径雷达(ISAR)稀疏成像,对该方法的具体特征和适用性进行了详细分析。仿真结果表明,在相同信噪比和回波脉冲数条件下,基于AIHT的ISAR成像方法,相比于稀疏贝叶斯算法(SBL),在重建时间上缩短了至少2个量级;相比于迭代加权最小二乘法(IRLS)和平滑l0范数算法,在重建质量上提高了约3倍。经实测数据处理结果验证,在1/4原始脉冲数条件下,该方法仍具有良好的聚焦性能和压低旁瓣效果。     

基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例

地形起伏度因子在宏观尺度生态评估中具有重要作用。均值变点法是确定地形起伏度最佳分析窗口的常用方法,但其影响因素尚缺乏研究。本文以黄河流域(山西段)为例,基于DEM数据和均值变点法提取了研究区地形起伏度,并探讨了分析窗口样本数量、DEM分辨率和地貌类型3种因素的影响。结果表明：(1)分析窗口样本数量对最佳分析窗口取值有明显影响。随着样本数量的增加,变点所在的最佳分析窗口面积也不断增加。(2)DEM分辨率对最佳分析窗口取值有一定影响。分析窗口面积取值范围一致时,基于30 m ASTER GDEM计算得到的最佳分析窗口面积小于基于90 m SRTM DEM的最佳分析窗口面积。(3)地貌类型对最佳分析窗口取值的影响不大。当分析窗口样本数量一致时,不同地貌类型区及整个研究区最佳分析窗口相同或接近。总体而言,分析窗口样本数量是最关键的影响因素。     

融合空间和时序遥感信息的深度学习水稻提取

为了得到更加精细的水稻提取结果,提出一种结合高分辨率和多时序遥感影像的深度学习水稻提取方法.构建全卷积网络(FCN)对BJ-2高分辨率遥感影像进行分类,并利用长短期记忆网络(LSTM)和随机森林(RF)分类器对Sentinel-2多时序遥感影像进行分类,再通过面向对象的分割和投票对3种方法的分类结果进行融合,得到最终提...     

工程建设项目的多测整合对策研究

以广州市开展联合测绘的改革成效为基础,进一步探索研究工程建设项目审批服务全链条中的测绘服务事项,重点关注优化测绘服务流程、统一测绘技术标准规范、强化对测绘成果的共享互认以及完善测绘行业管理制度等内容,通过优化测绘服务体系为审批制度改革"加速",为优化营商环境"助力",为全国各地全面推出"多测合一"改革提供可复制推广的经...     

季节偏差纠正下的遥感AOD产品降尺度BGIM算法

MODIS 3 km DT (Dark Target)卫星气溶胶光学厚度AOD (Aerosol Optical Depth)数据产品已广泛应用于大气污染监测,但受反演方法限制,该数据产品像元缺失严重、时空覆盖度低、精度偏低。相比,MODIS 10 km DT＿DB＿Combined AOD数据产品因融合DT和DB (Deep Blue)两种反演算法,一定程度上可弥补MODIS 3 km DT AOD数据产品在时空覆盖度与精度方面的缺陷,但分辨率偏低。此外,受气溶胶组分来源的季节变化与地表反射率估算的季节性误差影响,MODIS AOD数据产品精度同时也存在季节性特征。本文由此以京津冀为试验区,顾及AOD季节变化特性,开展MODIS 10 km DT＿DB＿Combined AOD数据产品偏差纠正下的地统计反演模拟BGIM(Bias-corrected Geostatistical Inverse Model)降尺度算法研究。试验同时引入AERONET地基观测数据和MODIS3 km DT AOD数据产品作为降尺度结果的绝对与相对验证标准。结果表明：季节偏差系数纠正下生成的MODIS3 ...     

土地变更调查之管理信息标注入库探讨

土地变更调查是土地利用和管理工作重要的基础性工作之一,用地管理信息标注入库是对土地利用现状变更信息的完善补充,是确保土地变更调查数据真实准确的重要措施。本文结合国家相关规程及技术要求,探讨总结了管理信息标注入库的一般工作流程及部分可能出现问题的解决方法。