对DMAPS野外采集程序的改进

随着数字化测图的开展和深入,安徽省测绘局DMAPS成图软件野外采集程序的原有功能已不能较好的满足数字化生产需求,但其本身和其它数字化成图软件的野外采集程序相比又有较多的优点,如加以适当改进,便能更好的适应数字化测图的需要,本文论述对野外采集程序加以改进的方法。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

新型测绘背景下的大学生技能竞赛与教学改革

新型测绘是未来测绘行业发展的趋势,在分析目前全国大学生测绘技能大赛与高校测绘教学现状的基础上,构建面向新型测绘的技能竞赛体系,并根据新型测绘的基本构架设计对应的理论与实践教学模块和基本的理论教学改革方案,提出基于CDIO模式进行测量实践教学改革,以实现技能竞赛引导下的创新性、应用性人才培养。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.     

组件嵌入式网络地理信息系统的设计与实现

研究了基于组件嵌入式网络GIS解决方案，首先介绍了网络GIS实现的主流Java方法，分析了它们的优缺点，重点论述了嵌入式组件技术和基于组件嵌入式网络GIS的实现原理，介绍了它的设计和实现方法，最后给出了实验结果并和Java实现方式作了比较。     

地震预警断层参数实时识别方法(FinDer)详解及其性能初步评价

详细阐述了美国加州ShakeAlert地震预警系统中使用的断层破裂参数实时测定方法(FinDer FinDer:Finite Fault Rupture Detector)的技术细节.利用1999年集集Mw7.6级地震、2008年汶川Ms8.0级地震及2013年芦山Ms7.0级地震,以及日本K-NET台网记录的80次中...     

航空重力数据谐波小波滤波中卷积运算的处理

数据的滤波提取是航空重力测量数据处理的一个重要环节。谐波小波滤波器在频域具有良好的盒形谱特征,可以较好地实现信号的滤波。但谐波小波滤波器是一个连续函数,航空重力测量采集的信号是离散的,无法直接进行卷积运算。讨论了谐波小波用于航空重力数据滤波处理时的卷积运算处理方法,给出了谐波小波频域卷积的算法实现过程和仿真算例。     

Statistical estimation of mineral age by K-Ar method

Statistical estimation of age of⁴⁰Ar/⁴⁰K ratios may be considered a result of convolution of uniform and normal distributions with different weights for different minerals. Data from Gul'shad Massif (Nearbalkhash, Kazakhstan, USSR) indicate that⁴⁰Ar/⁴⁰K ratios reflecting the intensity of geochemical processes can be resolved using convolutions. Loss of⁴⁰Ar in bioties is shown whereas hornblende retained the original content of⁴⁰Ar throughout the geological history of the massif. Results demonstrate that different estimation methods must be used for different minerals and different rocks when radiometric ages are employed for dating.