Extending self-organizing maps for supervised classification of remotely sensed data

An extended self-organizing map for supervised classification is proposed in this paper. Unlike other traditional SOMs, the model has an input layer, a Kohonen layer, and an output layer. The number of neurons in the input layer depends on the dimensionality of input patterns. The number of neurons in the output layer equals the number of the desired classes. The number of neurons in the Kohonen layer may be a few to several thousands, which depends on the complexity of classification problems and the classification precision. Each training sample is expressed by a pair of vectors ： an input vector and a class codebook vector. When a training sample is input into the model, Kohonen＇s competitive learning rule is applied to selecting the winning neuron from the Kohouen layer and the weight coefficients connecting all the neurons in the input layer with both the winning neuron and its neighbors in the Kohonen layer are modified to be closer to the input vector, and those connecting all the neurons around the winning neuron within a certain diameter in the Kohonen layer with all the neurons in the output layer are adjusted to be closer to the class codebook vector. If the number of training sam- ples is sufficiently large and the learning epochs iterate enough times, the model will be able to serve as a supervised classifier. The model has been tentatively applied to the supervised classification of multispectral remotely sensed data. The author compared the performances of the extended SOM and BPN in remotely sensed data classification. The investigation manifests that the extended SOM is feasible for supervised classification.     

21世纪初期河南省基础地质研究方向与成功战略

20世纪河南省基础地质研究经历三个阶段。第一阶段50年,随矿产调查进行。第二阶段30年,随矿产勘查和1∶20万区调开展。第三阶段20年,随1∶5万区调、矿产勘查、专题与综合研究广泛展开。为谋求21世纪初期河南省基础地质较快发展,作者认为应有新的指导思想、研究方法和服务方向,并提出知识创新、人才培养和经费保障三项成功战略。     

系统偏差常数弧段估计策略对多系统静态精密单点定位的影响

为探讨系统偏差最优估计策略,利用IGS提供的GPS、BDS、GLONASS和Galileo 四系统的观测数据以及GFZ提供的精密卫星钟差和精密轨道产品,将系统偏差（ISB）按照高斯白噪声、20 min、30 min、1 h、2 h分段常数进行单天静态解,分别获得E、N、U方向上的坐标偏差,分析不同系统偏差求解策略下多系统融合PPP的收敛时间和定位精度。结果表明,在多系统融合静态PPP中,从观测模型强度与定位结果稳定性和可靠性角度综合考虑,对ISB采用20 min分段常数估计策略是最优的,静态PPP收敛时间在30 min左右,收敛后的定位精度E方向优于2 cm、N方向优于1 cm、U方向优于5 cm。     

基于JXTA的协同学习系统研究

随着计算机网络技术的迅速发展和计算机协同工作CSCW理论和技术研究的深入,计算机协同学习(Computer Supported Collaborative Learning)的思想逐渐被引入计算机网络教育的应用中.目前大多数的协同学习系统采用了C/S结构.提出的基于JXTA的协同学习系统采用了P2P(Peer-to-Peer)结构,满足了协同学习的一般需求,具有安全性、可伸缩性和可扩展性.     

基于超像元词包特征和主动学习的高分遥感影像变化检测

为解决高分辨率遥感影像变化检测中存在底层特征缺乏语义信息、像元级的检测结果存在“椒盐”现象以及监督分类中样本标注自动化程度较低,本文提出一种基于超像元词包特征和主动学习的变化检测方法。首先采用熵率分割算法获取叠加影像的超像元对象;其次提取两期影像像元点对间的邻近相关影像特征（相关度、斜率和截距）和顾及邻域的纹理变化强度特征（均值、方差、同质性和相异性）,经线性组合作为像元点对的底层特征;然后基于像元点对底层特征利用BOW模型构建超像元词包特征,并采用一种改进标注策略的主动学习方法从无标记样本池中优选信息量较大的样本,且自动标注样本类别;最后训练分类器模型完成变化检测。通过选用2组不同地区的GF-2影像和Worldview-Ⅱ影像作为数据源进行实验,实验结果中2组数据集的F1分数分别为0.8714、0.8554,正确率分别为0.9148、0.9022,漏检率分别为0.1681、0.1868,误检率分别为0.0852、0.0978。结果表明,该法能有效识别变化区域、提高变化检测精度。此外,传统主动学习方法与改进标注策略的主动学习方法的学习曲线对比显示,改进的标注策略可在较低精度损失下,有效提高样本标注自动化程度。     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

90年代天气雷达监测网建设与发展

介绍美国、欧洲、中国９０年代高级天气雷达监测网建设与发展概况和瑞士的Ｍｅｔ－Ｎｅｔ高级气象雷达数据网系统的主要技术特色     

中国经济地理学发展困境与对策刍议

探讨了当前中国经济地理学发展中出现的哲学、分支体系、理论、方法论、研究方向和高等教育等6方面问题,并从中国经济地理学学科建设角度,分别对中国经济地理学的哲学、学科分支、理论体系、方法论和研究领域进行了梳理,对各自发展作了展望。     

宁夏河东沙地不同坡度柠条锦鸡儿（Caragana korshinskii）水分利用策略差异

为探讨全球气候变化背景下多元线性混合模型（IsoSource）和贝叶斯混合模型（MixSIAR）解析宁夏河东沙地柠条锦鸡儿（Caragana korshinskii）水分利用策略差异及适用性,利用氢氧稳定同位素技术,结合直接对比法、IsoSource模型和MixSIAR模型对比分析不同坡度（6°、10°、16°和24°）样地柠条锦鸡儿在生长季不同时期对各潜在水源的利用率,并评估两种模型的植物水分溯源效果。结果表明：柠条锦鸡儿对不同土层深度土壤水的利用存在明显的季节性差异,生长季初期,随着坡度的增大,柠条锦鸡儿对中层土壤水的利用率呈现出先增大后减小的趋势;生长季中期,随坡度增大,柠条锦鸡儿主要水分来源由深层土壤转移至浅层土壤;生长季后期,柠条锦鸡儿主要水分来源随着坡度的增大由浅层土壤转移至深层土壤。基于直接对比法的定性判断结果,IsoSource模型和MixSIAR模型计算坡度6°、10°和16°样地柠条锦鸡儿主要水分来源利用率的适用性均较高;而Mix-SIAR模型计算坡度24°样地柠条锦鸡儿主要的水分来源以及其贡献率具有更高的可靠性。Iso-Source模型更适合解析较小坡度（6°和1...     

Climatology of Shear Line and Related Rainstorm over the Southern Yangtze River Valley Based on an Improved Intelligent Identification Method

Based on four reanalysis datasets including CMA-RA, ERA5, ERA-Interim, and FNL, this paper proposes an improved intelligent method for shear line identification by introducing a second-order zonal-wind shear. Climatic characteristics of shear lines and related rainstorms over the Southern Yangtze River Valley(SYRV) during the summers(June-August) from 2008 to 2018 are then analyzed by using two types of unsupervised machine learning algorithm,namely the t-distributed stochastic neighbor embeddin...