利用一种新的神经网络模型识别点状地图符号

着重讨论了用一种新的神经网络模型识别点状地图符号的过程,主要包括网络的结构特点和学习算法以及学习训练过程,并验证了用该网络进行点状地图符号识别的有效性。     

基于沙盘模型的室内摄影测量精度的影响分析

摄影测量的飞速发展与应用使得它成为测绘教学发展的重点,在教学中使用模拟摄影测量系统已经成为各高校的热门选择。本文对室内模拟摄影测量系统的整体使用流程进行了详细的介绍并结合本校室内模拟摄影测量实验数据对基于沙盘模型条件下的模拟摄影测量精度进行分析。     

利用“纲要信号”图表进行“新能源”教学

运用“纲要信号”图表，对传授理论知识、训练学生思维、提高学习兴趣等有比较突出的优势。“纲要信号”图表由字母、单词、数据、短旬等“信号”组成，要求具有严谨的科学性、严密的逻辑性、鲜明的直观性和浓郁的趣睐性，能有效地激发学生联想和记忆，引导学生进行逻辑思维和抽象概括，培养兴趣，发展智能，同时达到加快教学过程，提高教学质量的甘的。     

基于BERT—BiLSTM—CRF模型的中文岩石描述文本命名实体与关系联合提取

地质调查正在从“数字化”走向“智能化”,需要在大数据思维的指导下,面向非结构化数据开展机器阅读和地质知识的自动提取。地学命名实体和关系联合提取是当前研究的难点和核心。本文采用基于大规模预训练中文语言模型的BERT—BiLSTM—CRF方法开展岩石描述文本命名实体与关系联合提取。首先,通过收集数字地质填图工作中的剖面测量和路线地质观测数据,建立岩石描述语料;然后,在岩石学理论指导下分析岩石知识组成,完成岩石知识图谱命名实体与关系的模式设计,标注岩石语料;最后,开展岩石描述语料知识提取的深度学习训练和消融试验对比。试验结果显示,大规模预训练中文语言模型（BERT）对岩石描述语料知识提取具有较高的适用性。推荐的BERT—BiLSTM—CRF模型方法对岩石命名实体与关系联合提取的准确率（F1值）为91.75%,对岩石命名实体识别的准确率（F1值）为97.38%。消融试验证明基于BERT的词嵌入层对岩石描述知识提取的性能提升影响显著,双向长短时记忆网络模型层（BiLSTM Layer）能提升实体关系联合提取性能。     

前馈神经网络在矿物识别方面的应用

本文首先介绍人工神经网络的发展现状，然后着重阐述BP人工网络的基本原理和算法，并以蓝宝石的产地识别和石榴子石分类识别作为具体实例，用此说明人工神经网络方法在矿物学中的应用，最后对识别结果及BP算法本身进行了讨论。     

应用图象识别确定京津及邻区强震危险区

本文应用自适应图象识别预报京津及邻区可能发生强震的地点和强度。自适应图象识别方法仅是根据二进制标志作两种图象等级的判别。此方法开始用一组试验系数逐步修改直到达到最大判别。在地震数值预报研究中,可能是一条有希望的途径     

GTP模型中四面体的引入及其空间模型扩展

该文从空间拓扑概念出发,分析了基于广义三棱柱(GTP)模型建立空间实体间拓扑关系时的不足。针对GTP进行平面剖切时存在的缺陷,讨论了在GTP模型中加入新的几何元素——四面体作为辅助元素的必要性,并将空间实体的描述分为几何元素和实体元素两类。在此基础上,对原有GTP模型进行了改进,建立了几何元素和实体元素之间的拓扑关系。并有效地解决了空间实体的3D平面剖切问题。     

遥感图像判读训练与应用系统的设计与实现

遥感图像判读与应用技术对深刻认知环境和辅助决策具有重要的意义。文中介绍了遥感图像判读训练与应用系统的设计思想和主要功能,对各部分涉及的关键技术进行了分析与研究。系统由影像管理、判读训练、地形快速修测和实时态势标绘四部分组成,实现了影像数据库管理,遥感图像与地图对照以及屏幕立体观察,地图与图像坐标系匹配的地形快速修测和实时态势标绘的操作等功能。