河北省地震局行政值班管理系统的设计与实现

近年来,各级党委政府全面推进机关事业单位值班工作制度化、规范化和标准化,地震系统行政值班人员数量、频次、要求越来越高,责任越来越大.针对河北省地震局行政值班工作的人工管理现状,科研人员结合当前值班规则与工作需求,设计开发一套河北省地震局行政值班管理系统,通过模块实现在线自动排班换班、实时更新排班情况与值班次数统计等功能...     

自组织竞争神经网络在江苏油田有杆抽油系统故障诊断中的应用

有杆抽油系统的故障诊断技术是国内外采油工程技术中的一个重要研究课题。通过示功图的不同形状特征可以反映抽油机的不同工作状态。将自组织竞争神经网络应用于示功图的识别与分类,建立了一个自组织竞争神经网络模型对示功图进行自动聚类,从而实现故障诊断的自动化。应用江苏油田的实测示功图数据进行实验,可以看出自组织竞争神经网络具有良好的分类能力和泛化性能,是实现油田抽油系统故障诊断的有效技术,具有很强的实用价值和广泛的应用前景。     

中尺度自动站数据处理系统

为了解决中尺度自动气象站建设后探测数据的应用和共享问题,利用数据库等计算机技术,开发一套自动数据处理系统。实现了数据的处理储存、灾害天气预警和数据在不同部门之间共享。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

规则池塘群的复杂直线模式识别

针对现有面要素直线模式识别方法难以解决规则池塘中破碎区域的问题,提出了一种规则池塘群的复杂直线模式识别方法。首先,分析了规则池塘群的空间特征和认知特点,提出了“主次关系→并列关系→直线模式→复杂直线模式”的多层次认知顺序;其次,设计了主次关系池塘组、并列关系池塘组、直线模式池塘群的识别方法;最后,构建了复杂直线模式池塘群的识别模型。试验表明:本文方法能够消除破碎区域对规则池塘群直线模式提取的不利影响,有效提升复杂直线模式识别的质量。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

岛屿海岸线自动化提取及其时空变迁研究——以大连市獐子岛为例

海岸带是受人类活动和全球海平面上升影响的敏感地带,海岸线的提取和监测是海岸带生态系统研究和社会管理的重要内容。本文在遥感和地理信息系统的支持下,以修正的归一化水体指数(Modified Normalized Difference Water Index,MNDWI)为基础,结合遥感影像处理和直方图均衡化等技术,实现了大连市獐子岛1985—2016年海岸线的自动化提取。结果表明:(1)通过与三位专家目视解译的成果比对,本文提取海岸线的精度能满足后续研究的要求(相对误差分别为0.045%,0.032%和0.023%);(2)近30年来,獐子岛海岸线总体呈现蚀退趋势,岸线长度与岛屿面积分别呈现变短和变小的趋势,獐子岛(主岛)和大耗岛的岸线蚀退速率最大,褡裢岛次之,小耗岛最小;在人类活动较为密集的区域,海岸线呈现出较为强烈的增长趋势,海水养殖和圈海建坝是岸线增长的主要驱动力;(3)獐子岛海岸线具有显著的分形性质,分形维数随时间呈现增大的趋势,獐子岛(主岛)的分形维数最大,褡裢岛的分形维数最小。     

基于Gabor变换和支持向量机的手写体字符识别算法

针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,将支持向量机SVM方法用于手写字符的识别.算法首先采用Gabor变换提取手写字符图像的特征参数,然后采用提取的特征训练SVM分类器.再应用SVM分类器分类和判别手写字符.实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,较大的应用价值.     

冰雹云雷达回波自动识别系统

利用CAPPI资料对立体风暴进行识别，计算并提供出实用的风暴结构参数，采用矩心踊跃法和矩不变量法相结合对单体风暴和混合性风暴回波进行跟踪；最小二第线性外推预报；根据WSD－88D的冰雹算法，在风暴结构基础上本文建立了Windows98操作平台上冰雹识别系统，经单站1年11次强对流天气过程的资料检验，结果表明：雹云识别精度达82％。系统建立了大量人机对话框以方便用户，增加实用性及推广性。