基于多尺度特征融合网络的云和云阴影检测试验

基于深度学习的高分辨率光学影像云检测过程中,云和云阴影及其边缘细节丢失较为严重,主要原因在于不同尺度空间语义信息特征融合存在不足。针对该问题,本文构建一种基于深度学习的多尺度特征融合网络（Multi-scale Feature Fusion Network, MFFN）的云和云阴影检测方法,该算法结合防止网络退化的残差神经网络模块（Res.block）、扩大网络感受野的多尺度卷积模块（MCM）和提取并融合不同尺度信息的多尺度特征模块（MFM）。试验表明,本算法能提取丰富的空间信息与语义信息,可取得较为精细的云与云阴影掩模,具有较高检测精度,其中云检测准确率达0.9796,云阴影检测准确率达0.8307。同时,该工作可为深度学习技术应用于业务云检测提供理论支持及技术储备。     

LAPS的设计原理、模块功能与产品应用

我国中尺度气象观测网数据日益丰富,如何对这些数据进行分析应用以更好地为天气预报服务,是一个亟待解决的问题.局地分析预报系统(LAPS)较好地解决了这一难题,其算法透明,计算速度快,分析场接近实况,满足业务需求,便于预报员直接应用.为了帮助相关气象业务岗位上技术人员了解并较好地应用LAPS(http://www.whihr.com.cn/laps/main.aspx),本文详细介绍了LAPS的各模块功能及设计原理,并对武汉暴雨所应用LAPS的有关情况进行了简要说明.     

选修模块“自然灾害与防治”的理解与实施

一、“自然灾害与防治”在高中地理课程中的地位与作用 选修模块“自然灾害与防治”，在高中地理中也是一个相对独立的模块，目的是要使学生在掌握自然灾害与防治基本知识的基础上，确立防灾减灾意识，增强防灾减灾能力。     

三峡库区四方碑滑坡稳定性与变形趋势预测

三峡水库建成后,库水位周期性涨落和暴雨产生的渗流作用导致大量古滑坡的复活或新滑坡的发生。以库区近水平层状结构的四方碑滑坡为例,依据库水位实际调动,将水位从175 m至145 m不同降速与50年一遇暴雨进行工况组合,计算4种工况下滑坡的稳定性及破坏概率。然后采用Geo-studio软件的Sigma模块对滑坡进行变形模拟,运用R/S分析方法判断滑坡的变形持续性,并结合野外调查情况,综合评价分析四方碑滑坡的稳定性。结果表明:滑坡在各工况下整体均处于基本稳定状态,具有低危险性;变形模拟结果显示滑坡前缘位移最大,与野外调查情况一致;各监测点Hurst指数均介于0.5~1,表明时间序列具有正持续性,在研究的时间限度内滑坡的局部破坏增强,应在汛期加强对滑坡前缘的巡查和预警。     

操作系统信任基的设计研究

把操作系统中为计算平台的可信性提供支持的元素的集合定义为操作系统信任基(TBOS),建立了TBOS的设计思想,提出了TBOS的体系结构,重点诠释了TBOS体系结构中的基本信任基、可信基准库、控制机制、度量机制、判定机制和支撑机制等关键成分的核心思想、TBOS的隔离与交互能力以及动态扩展特性,同时讨论了TBOS实现中涉及到的关键问题。     

车载自组网可信节点与可信路由分析及实现

将可信赖平台模块(TPM)芯片引入车载自组织网VANET,提出了一种有效保护地理位置信息路由协议GPSR(贪婪周边无状态路由协议)的可信安全机制,从而能够防止恶意篡改路由协议和邻居位置信息表的行为。在NS2.30下对网络真实场景进行了模拟,证实此可信安全路由协议模型是正确的、有效的和合理的。     

软件模块故障倾向预测方法研究

研究了在区分故障严重程度下的软件模块故障倾向预测方法,将故障分为高严重程度和低严重程度两种类型,用统计分析和机器学习方法分析静态代码度量与故障倾向之间的关系。以公开和私有两种类型的失效数据集作为实验数据,分析发现,故障的严重程度影响预测性能,预测不同严重程度的故障需要选择不同的度量和分类模型,预测低严重程度故障的性能好于预测高严重程度故障的性能。     

GNSS授时原理及其精度分析

地震仪授时的准确程度直接影响地震定位能力。目前地震仪均采用卫星定位导航系统进行卫星授时。地震仪中的授时模块易受射频干扰,进而导致地震仪授时不准。研究认为高频元件、电源模块、线路设计及地线部署是产生射频干扰的主要原因。本文在实验的基础上发现,增设隔离板、替换元件、优化线路设计及调整地线部署可以稳定地降低地震仪系统对授时模块的电磁干扰,所用技术可应用于提升地震仪的授时准确度。     

不同随机模型在GPS单历元定位中解算性能分析研究

基于GPS单历元解算中随机模型对解算精度的重要性,分析了常见的四种随机模型建模条件。通过实测基线算例从流动站定位结果与定位标准偏差对它们进行分析与比较,明确了不同随机模型的适用条件,为进一步提高GPS单历元定位精度提供了理论基础。