结合数据融合与特征选择的遥感影像尺度多样目标检测

基于深度神经网络模型的遥感影像地物检测取得了巨大成功,很大程度上得益于大规模数据集的支撑。但是,从现有遥感影像数据集本身来看,不同类别地物的数量分布不一致,同类地物对象以不同尺寸大小呈现,是导致地物样本的尺度不均衡问题的直接因素。对此,本文采用数据集内影像加权融合与地物多尺度特征选择的策略来缓解该问题。首先,将数据集内两张影像的像素值进行加权并得到融合后的影像,从而使不同类别地物样本更加均衡且具有较高的背景多样性;其次,通过选择合适尺度的特征图预测相应尺度的目标类别,且允许同一尺度目标在相邻特征图上进行预测,这样使模型能根据目标尺度进行训练;最后,基于目标中心区域的特征图预测目标边界框,预测的边界框更符合目标本身的尺度。通过在两个遥感数据集上分别进行实验,表明训练的模型在对复杂背景下的类别不均衡目标的识别更加准确,能够适应遥感影像下不同尺度目标的识别。     

变比例尺地图投影系统

针对放大镜式地图的信息失衡问题,以分段比例尺变化函数为投影方法,通过Voronoi k阶邻近关系建立观察目标与其邻近目标之间的联系,顾及目标分布的均衡性与目标形变的易读性,提出了Voronoi k阶邻近支持下的目标分布均衡性控制参数、Voronoi区域面积约束下的目标形变易读性控制参数,给出了两种控制参数的定量计算方法以及用于生成放大镜式地图的目标选取算法。实验结果表明,本文算法能够使得放大镜式地图中出现的目标数量保持稳定,与此同时,在放大镜边缘处变形较大的目标不再被表达,具有一定的实用价值。     

基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究

目前对岩溶湿地的重视程度远低于其他湿地类型,缺乏利用遥感技术进行岩溶湿地植被高精度识别的研究,但岩溶湿地同其他湿地类型一样,湿地面积退化严重,亟待需要解决。因此,本文选取受人类活动影响较大、湿地退化较为严重的广西桂林会仙喀斯特国家湿地公园的部分核心区域作为研究区,以DJI大疆御Mavic Pro无人机航摄影像为数据源,利用泛化能力强、分类精度高的面向对象随机森林算法实现了会仙岩溶湿地植被的高精度分类,探究无人机可见光影像和面向对象随机森林算法在岩溶湿地植被识别中的适用性,为无人机遥感技术应用于岩溶湿地的研究和保护提供技术参考。首先,在eCognition Developer9.0中利用多尺度迭代分割算法对影像图层进行分割;然后,基于以往在进行面向对象分类研究的经验来指导我们进行特征选择,充分考虑了影像的光谱和纹理特征、植被指数、无人机遥感数据派生的研究区数字地表模型（DSM）和几何特征;最后,在RStudio中实现了随机森林算法参数的调优、模型的构建以及分类。结果显示,面向对象随机森林算法对会仙湿地植被具有较高的识别能力,在95%置信区间内总体精度为86.75%,Kappa系数为0.83。在单一典型岩溶湿地植被识别精度中,狗牙根-白茅-水龙植被群丛的用户精度在90%以上,生产者精度高于80%,竹子-马甲子-桂花生产者精度高于80%,但是用户精度较低,仅为70.59%。     

高分遥感图像相对辐射校正中的伪不变地物自动提取和优化选择

相对辐射校正是遥感变化检测中重要的预处理过程,伪不变地物(Pseudo-Invariant Features,PIF)是多时相影像中相对不变的地物,是相对辐射校正中的重要依据.针对高分遥感图像变化检测中相对辐射校正的要求,本文提出了一个自动提取和优化选择PIF的流程和方法:首先计算两期图像的亮度、光谱特征和空间特征的变...     

县市级义务教育学校区位配置优化设计与实验

 合理规划学校布局是实现义务教育均衡发展和落实就近入学政策的一个重要途径。为满足县市级中小学校空间布局规划需求,本文以区位配置优化方法解决学校区位选址问题。以平均入学距离为目标,以学校总数、学校学额为约束条件,分别构建P中值指派规划和整型规划数学模型。根据学校与居民地之间的空间分布特征进行模型简化,使模型计算效率大幅度提升。因指派规划模型约束矩阵每列非零元素不超过2个,分枝切割算法能获得近似最优解(与最优目标之差小于0.01%);整型规划模型约束矩阵近似于完全单位模矩阵,分枝切割算法通常能获得最优解。在ArcGIS 10 Geoprocessing框架中,整合ArcGIS网络分析、Coin-or Python线性规划建模工具PuLP 1.4.7和线性规划软件Cplex 12,实现模型建模、模型解算和优化结果可视化。在配置Intel 酷睿2双核2.44GHz CPU和2GB内存的计算机环境中,对于有1276个居民点和50所学校的县域进行网络分析、模型建模、模型结算和结果输出。优化结果表明:学校布局调整后学生平均入学距离明显降低,本文构建的优化模型在县市级较大规模的学校选址规划中具有实用价值。     

基于mRMR特征优选算法的多光谱遥感影像分类效率精度分析

在遥感图像分类过程中,进行合理的特征优选操作,将有助于提高分类器的分类效率及精度。本文以淮南地区资源三号卫星多光谱遥感影像数据为例,采用二值离散化、直方图法及F统计法3种计算方法实现mRMR（minimal-Redundancy-Maximal-Relevance）算法特征优选过程。根据3种方法所得到的特征优选结果及全部特征信息,分别采用C5.0决策树和K近邻2种分类器进行图像分类实验,并利用目视解译方法对不同方法组合的影像分类结果进行精度验证。实验结果表明,利用3种计算方法实现mRMR特征优选算法对不同分类器的影响程度不同：在分类效率方面,C5.0决策树分类器可提高36.84%,而K近邻分类器可提高72.05%;在分类精度方面,C5.0决策树分类器能保证分类精度大致不变,总体分类精度可提高0.60%,Kappa系数可提高0.80%,而K近邻分类器总体分类精度可提高4.34%,Kappa系数可提高7.90%。     

军事工程选址决策支持系统概念设计

本文主要介绍军事工程选址决策支持系统开发的思路和方法,目的在于解决军事工程选址过程中利用计算机提供决策支持的方法。本文主要从军事工程选址决策支持系统的设计思路、决策过程、模型的建立、数据的获取、人机界面及基于GIS的应用等方面予以介绍。本文利用军事港口M的选址问题,着重于介绍系统开发的理论方法和实现过程。     

自动子空间划分在高光谱影像波段选择中的应用

针对高光谱遥感影像数据量大、维数高的特点,结合联合熵波段选择算法,提出了一种自动子空间划分的改进方案。该方法充分利用了影像各波段数据之间的局部相关性,根据波段间相关系数矩阵图像的"分块"特点,将整个波段空间自动划分为若干个子空间,然后再进行波段选择。实现了在删减冗余信息的同时选择出含有主要信息的特征波段组合的目的。将此方法得到的结果与用联合熵得到的结果进行了比较分析,结果表明自动子空间划分的联合熵波段选择方法具有较好的效果。     

海洋石油平台空调系统的探讨

海水可作为海洋石油平台热泵系统的冷热源,适宜的低温海水也可直接作为空调冷源。海水直接供冷系统可以通过海水变频泵或定流量海水泵抽取不同深度的海水,达到负荷变化的目的。探讨了空调系统中换热器、海水泵、海水输送管道、室内风管等材料的选择问题,提出海洋石油平台空调系统应采用中央空调机组集中送风。为了提高空调系统的可靠性,应采用换热器将海水与热泵机组或空调机组隔离开。