多源数据融合的山东省智慧海域平台系统设计与应用

本文从海洋综合管理水平和服务效能的提升角度出发,设计了山东省智慧海域平台系统。针对二、三维数据融合以及海陆数据融合进行了多源数据融合技术研究,实现了山东省智慧海域平台系统的高效运行,在海域动态监视监测、海洋预报减灾、智慧港口等方面均取得了良好的应用效果。     

基于卷积神经网络和数据融合的筏式养殖区提取

准确提取海水筏式养殖区信息对于海洋资源管理和环境监测具有重要意义,但是筏式养殖区养殖筏因淹没于水中常出现数据弱信号区域的现象,导致仅凭光学影像提取精度较低。因此,本文以威海荣成湾为研究区域,通过添加通道注意力机制改进U-Net神经网络并结合高分2号光学影像光谱信息以及高分3号雷达影像纹理信息,尝试提高筏式养殖区提取精度。结果表明：（1）无论是对于单一的光学影像还是光学和雷达影像融合影像,添加通道注意力机制的U-Net神经网络预测结果总体精度都会提高,提高幅度在2.21%～4.12%之间。（2）利用改进后的U-Net神经网络处理融合数据,总体精度达到95.75%,相对于仅用高分2号影像的精度高4.3%;(3)对于弱信号区域,利用改进网络以及融合数据提取的总体精度和Kappa系数分别为91.61%和0.827 7。该方法可以对海洋筏式养殖区弱信号区域进行有效提取,能够为海洋养殖面积统计以及海洋环境检测提供技术支持。     

农旅融合背景下的汉王镇绿色基础设施优化方法研究（英文）

绿色基础设施作为一项维护生态环境的重要举措,其对产业的发展、经济的增长也具有明显的作用。目前传统的绿色基础设施构建方法是基于垂直和水平生态过程相结合的方法,对于生态系统复杂性以及绿色基础设施对于产业的带动作用考虑不足。如何在考虑到生态系统复杂性的同时发挥绿色基础设施对于产业的带动作用,是本文研究的重点。汉王镇作为我国极具代表的农旅产业主导型村镇,近年来村镇生态安全格局破坏较为明显,绿色基础设施没有发挥出对于产业的带动效应。因此本文以汉王镇为研究区,以第三次全国土地调查数据为基础,结合相关统计数据,从农、旅产业角度出发,以生态系统服务为桥梁,对现有的绿色基础设施构建方法进行优化完善,最终根据优化结果提出优化策略。研究结果表明：（1）优化方法能够较全面地考虑到环境因素的影响,并且将生态服务价值以货币的形式客观地反映出来,以直观的价值来反映生态环境保护的重要性,加强广大人民对于生态环境保护的意识。（2）生态因子选择考虑到汉王村镇当地的特色产业,适当地加入与产业相关的生态因子,使得以生态系统服务为基础的生态源地识别更加具有科学性,也能够为当地居民带来更多福利。（3）新构建的绿色基础设施充分考虑...     

基于多尺度特征融合的遥感影像目标检测

提出基于多尺度特征融合的遥感影像目标检测方法,本文利用选择性搜索算法对原始数据进行滤波处理和二值化处理,提取遥感影像目标区域图像数据,采用RBM技术获取遥感影像目标的语义特征和细节特征,在此基础上,建立融合网络,对影像目标的语义特征和细节特征进行变形卷积操作和池化操作,将目标的语义特征和细节特征进行多尺度融合,获取目标的深度特征,进而定位遥感影像目标。实验证明,设计方法遥感影像目标检测时间短,可以快速检测到遥感影像目标。     

基于光谱—空间注意力双边网络的高光谱图像分类

在过去几年里,卷积神经网络已经在高光谱图像分类上取得良好的效果,然而高光谱图像的高维性和卷积神经网络对所有波段的平等处理,限制了这些方法性能。本文提出了一种端到端的光谱空间注意力双边网络SSABN (Spectral-Spatial Attention Bilateral Network),直接将原始图像3D块作为输入数据,而不需要进行预处理。首先,通过光谱空间注意力模块从原始数据中增强有用波段,抑制无效波段。然后,设计双边网络两条路径。其中,空间路径用于提取空间信息,上下文路径用于提供更大的感受野,并通过特征融合模块有效的结合特征。实验结果表明,SSABN在3个公开数据集上取得了更高的分类精度,同时有效的减少训练时间。     

基于Relief F-RFE特征优选的桉树人工林提取

针对信息冗余导致机器学习分类精度下降的问题,该文提出了一种结合Relief F和递归特征消除法(RFE)进行特征优选的桉树人工林面积提取方法。首先将Zhuhai-1和Sentinel-1卫星影像进行融合,通过结合Relief F和RFE进行特征优选,以减少信息冗余的影响。其次,基于光谱、红边指数、纹理特征、植被指数和后散射系数等特征,采用简单非迭代聚类(SNIC)面向对象和随机森林(RF)算法进行桉树人工林面积提取。最后,为验证Relief F-RFE模型在分类方面的性能表现,将其与无特征优选下基于Zhuhai-1和融合数据以及基于RF特征优选的分类结果进行对比分析。结果表明：利用Relief F-RFE优选特征能有效提高桉树人工林分类精度,总体精度达到96.43%,相比于无特征优选下基于Zhuhai-1和融合数据分类结果,总体精度分别提高14.95%和8.43%。在与RF特征选择方法进行对比时,总体精度有所增长,提高了7.55%。     

磨玻璃病灶影像检查技术应用对比的体模研究

目的:借助嵌有磨玻璃病灶的胸部体模研究X线摄影、计算机断层扫描(CT)和数字断层融合(DTS)3种检查技术在新型冠状病毒肺炎筛查中的应用价值.方法:将19枚与新型冠状病毒肺炎的典型影像表征相似的类椭圆形磨玻璃影磨玻璃病灶置入体模内各肺叶处,分别用低剂量CT扫描、DTS扫描和X线摄影方法检查,更换病灶位置后再次检查,对3...     

基于Sentinel-1A雷达数据和Sentinel-2A多光谱数据特征融合的地物分类

基于光学影像受云雨等不良天气的影响,导致在地物分类时易造成数据信息缺失,而雷达影像作为主动式成像,能够较好地克服这一缺陷.笔者选取长春市净月开发区部分地块为研究区域,分别采用最小距离、最大似然和支持向量机3种分类方法,以Sentinel-1A雷达影像和Sentinel-2A多光谱影像为数据源,基于特征融合,提高地物分类...     

密集卷积残差网络的遥感图像融合

针对传统的遥感图像融合方法通常会引起光谱失真的问题和大多数基于深度学习的融合方法忽略充分利用每个卷积层信息的不足,本文结合密集连接卷积网络和残差网络的特性,提出了一个新的融合网络.该网络通过建立多个密集卷积块来充分利用卷积层的分级特征,同时块与块之间通过过渡层加快信息流动,从而最大程度地对特征进行极致利用并提取到丰富的...     

基于多尺度LBP特征融合的遥感图像分类

针对高光谱遥感图像分类问题,传统的特征提取方法常忽略其本征属性信息和图像的多尺度局部结构特性而使其获取的图像信息量较少,为改进这一缺陷,提出了一种多尺度灰度和纹理结构特征融合的方法模型(multi-scale gray and texture structure feature fusion,Ms_GTSFF)进行遥感...