6节点无界元及其应用

推导了6节点无界元的相关公式,并采用VC++和Matlab混合编程的手段,设计了基于Windows操作平台的面向对象的有限元与无界元耦合分析软件。应用该软件,成功的对某大型水电站地下硐室群的稳定性进行了有限元分析和有限元与无界元耦合分析,验证了公式的正确性。分析表明,在无限域和半无限域的岩土工程问题中引入无界元可以达到消除“边界效应”和提高计算效率的目的。     

基于特征的面向对象虚拟GIS数据模型设计与原型系统实现

针对现有数据模型的不足,结合GIS数据模型的最新进展,在CAD、虚拟现实和仿真等领域得到应用的相关数据模型的基础上,提出使用基于特征的建模技术和面向对象的方法构建一个全新的基于特征的面向对象虚拟GIS数据模型。采用Oracle ORDB管理模式实现其面向对象的虚拟GIS数据库,并依据该模型设计了Client/Server层次结构的分布式虚拟GIS原型系统。     

面向对象集成化空间数据库管理系统的设计与实现

新一代地理信息系统要求矢量、影像和DEM数据集成化管理。本文提出了一种基于面向对象思想的矢量、影像和DEM三库集成的空间数据模型 ,讨论了集成化空间数据库管理系统的实现方式。该空间数据库管理系统已作为GIS软件GeoStar的核心 ,被用于中国的空间数据基础设施建设 ,管理国家级、省级和市级的多数据源、多比例尺的空间数据 ,被认为是一种高效可行的方案     

面向对象自适应渗流有限元分析软件的研究和实现

采用面向对象技术,应用C++研制了一个自适应渗流有限元分析系统。该软件系统的前处理过程用对象化建模,具有实现方便,界面友好的优点。自适应有限元模块的引入使该系统具有规范性和客观性,计算结果不会因人而异,且后处理界面形象直观。笔者还给出了一个土坝渗流的实例,验证了该软件的可用性和优点。     

有限元软件与通用图形软件间无缝连接的研究

采用面向对象技术,结合已开发的自适应有限元软件AFEAS,探索并实现了它和AutoCAD软件图形的无缝连接,并给出了一个简单的滑坡示例,验证了该方法的可行性和优点。     

融合空间和时序遥感信息的深度学习水稻提取

为了得到更加精细的水稻提取结果,提出一种结合高分辨率和多时序遥感影像的深度学习水稻提取方法.构建全卷积网络(FCN)对BJ-2高分辨率遥感影像进行分类,并利用长短期记忆网络(LSTM)和随机森林(RF)分类器对Sentinel-2多时序遥感影像进行分类,再通过面向对象的分割和投票对3种方法的分类结果进行融合,得到最终提...     

遥感影像线状地物智能化提取算法研究

对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。     

面向对象空间数据组织与管理的初步实现

通过分析3种传统数据模型的特点,得出它们在管理地理复杂对象方面的局限性,从而引出了面向对象数据模型。本文利用面向对象数据模型中的各种操作,以基本地理对象为基础构建复杂地理对象,并且在VC 6.0平台上实现了面向对象几何数据模型。     

一种实用型无人机三维模型重建方法

针对无人机三维模型无法单体化及难以构建实用模型的问题,文章研究了一种实用型无人机三维模型重建方法。首先,利用无人机倾斜摄影测量技术获取研究区5个角度高清数据,通过空中三角测量、加密点云、三维重建、产品输出等智能化技术处理生成了DOM、DSM、三维模型;其次,研究无人机DOM(可见光波段)的特性,利用面向对象分类方法提取了研究区地类信息;最后,借助Skyline平台,根据高度属性将提取的地类信息转换为2.5维矢量,使之与三维模型无偏差叠加,构建实用型无人机三维模型。结果表明:三维模型外观逼真,具有查询、检索、定位等实用功能,有效地改变了无人机三维模型仅有漫游的现象,同时研究的技术方法对于构建三维智慧城市具有重大意义。     

基于随机森林特征选择的城市绿化乔木树种分类

城市绿化在改善空气、水和土壤质量,吸收和减少二氧化碳及各种污染物,缓解城市热岛和减少雨水径流等方面发挥着重要作用。及时准确地获取树种信息是城市规划与绿化管理的先决条件,对进一步改善城市生态环境也具有重要意义。基于遥感技术,使用高空间分辨率的WorldView-2卫星影像,采用光谱、纹理、指数以及几何等多种特征相结合的面向对象方法,并通过随机森林进行特征选择,对福州大学旗山校区北部的榕树、杧果、香樟、重阳木、羊蹄甲、垂叶榕以及木棉7种主要绿化乔木进行树种分类。实地验证结果表明：通过特征选择可以减少或规避数据冗余以及休斯效应的产生,该方法可以提高现有同类型树种分类的精度,当淘汰全部特征的20%,利用34个特征（包括15个光谱特征、6个纹理特征、8个指数特征和5个几何特征）进行分类时,总精度最高,可达74.95%,Kappa系数为0.67。其中,光谱平均值的特征重要性最高,而各波段的标准差的重要性较低。WorldView-2卫星影像的4个新增波段,特别是黄光和红边波段及其构建的指数特征重要性较高,也说明这些波段在植被遥感,特别是树种分类中极具应用前景。