Speckle observations with PISCO in Merate: X. Astrometric measurements of visual binaries in 2009

We present relative astrometric measurements of visual binaries, made in 2009 with the speckle camera PISCO at the 102 cm Zeiss telescope of Brera Astronomical Observatory, in Merate. Our observing list contains orbital couples as well as binaries whose motion is still uncertain. We obtained 345 new measurements of 259 objects, with angular separations in the range 0.″18–4.″6, and an average accuracy of 0.″011. The mean error on the position angles is 0.°6. Most of the position angles were determined without the usual 180° ambiguity with the application of triple‐correlation techniques and/or by inspection of the long integration files. We have found a possible new close component for ADS 2377, which would be a new quadruple star system. We also present new revised orbits for ADS 8035, 9982, 11484, and MLR 198, partly derived from those observations, and infer estimated values for the masses of those systems that are compatible with the spectral types (© 2011 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

煤层底板断裂突水时间弱化效应机理的仿真模拟研究—以开滦赵各庄煤矿为例

采用现场地应力实测、室内不同含水量情况下的断裂带物质的单轴、三轴常规和流变力学试验以及弹塑性三维可视化数值仿真模拟（FLAC^3D)等研究，获得了断裂带物质弱化效应力学参数，阐述了其弱化机理和主要控制因素，提出了煤层底板断裂构造突水时间弱化效应的新概念。对赵各庄矿13水平（－1100m)F8断层破碎带穿越的首采区安全回采方案做出了预测和评价。     

基于紧耦合的视觉惯性定位方法

惯性测量单元(IMU)受自身温度、零偏、振动等因素干扰,积分时位姿容易发散,并且机器人快速移动时,单目视觉定位精度较差,为此研究了一种基于紧耦合的视觉惯性即时定位与地图构建(SLAM)方法.首先研究了视觉里程计(VO)定位问题,为减少特征点的误匹配,采用基于快速特征点提取和描述的算法(ORB)特征点的提取方法.然后构建...     

岩体结构二维可视化模型及其应用研究

岩体结构图形可视化是岩体结构研究的一个有效手段 ,它可以为地质工程师和工程设计人员提供直观的图形资料 ,以便他们做出合理的地质判断和工程设计。我们基于随机不连续面圆盘理论提出了岩体结构二维可视化模型 ,解决了岩体结构在平面图和剖面图中的定位和绘制方法 ,并将这一方法应用于西南某大型水电站坝肩抗力体岩体结构研究中 ,取得了较好的效果 ,实践证明该方法是可行的。     

知识图谱发展与构建的研究进展

近年来知识图谱技术引起了广泛的关注和研究,本文介绍了近期知识图谱的发展、构建方法、详细的构建过程,并对知识图谱在交叉学科领域的应用和未来的研究方向做了总结.本文详细介绍了构建文本知识图谱、视觉知识图谱、多模态知识图谱的关键技术,比如信息提取、知识融合、知识表示等.作为知识工程的重要组成部分,知识图谱,尤其是多模态知识图谱的发展对大数据时代的高效知识管理、知识获取、知识共享有着重要的意义.     

Casio fx-9860G SD编制导线测量电子手簿

本文根据导线测量手簿的要求,运用casio计算器及其编程语言,编制导线测量的电子手簿。将检核条件加入该程序,进行外业导线测量记录,在计算机中导入数据,结合VB语言编程,在excel中生成完整手簿,以及南方平差文件。     

高分辨率SAR图像中建筑物特征融合检测算法

针对高分辨率SAR图像中的建筑物检测问题,提出了一种基于视觉注意和特征融合的检测算法。首先,根据SAR图像中建筑物目标与背景存在较大差异的特点,采用视觉注意机制进行建筑物的感兴趣区分割;然后,提取位于感兴趣区域内的高亮线条和阴影区域;最后,采用D-S证据理论对注意焦点、高亮线条和阴影区域进行特征融合,实现建筑物目标的检测。实验结果表明,本文算法对矩形建筑物具有较高的检测精度。     

基于多源数据的旅游者视觉行为模式与感知评估方法

用户生成内容（User Generated Content,UGC）作为感知旅游地物质空间的新型地理大数据,以使用者的视角描绘了旅游地的客观环境,是探索旅游目的地感知的重要途径。然而,传统的旅游研究对旅行摄影照片处理能力有限,深度学习图像语义分割技术的发展,为挖掘旅游者视觉行为模式,探索旅游地环境感知提供了有力支持。本研究提出了整合在线旅行照片大数据与问卷调查小数据的旅游者视觉行为模式与感知评估框架,并将其应用于鼓浪屿案例。首先将744条旅游轨迹,聚类为6类视觉行为模式,并可视化与时空分析;其次基于全卷积网络算法,量化22 507张旅行照片语义,探索不同视觉模式的旅游者关注要素的空间分异;最后通过照片语义与场景感知问卷调查的相关性分析和多重线性回归模型,评估旅游地整体视觉感知满意度,并提出相应的空间优化建议。研究表明：(1)鼓浪屿旅游者视觉行为模式聚类为单点游、海岛风光游、环岛游、街巷空间游、遗产建筑游和全岛游6类;(2)不同视觉行为模式的旅游者视觉兴趣区存在空间集聚现象,视觉空间转移遵循地理邻近效应;(3)相关性分析与模型结果表明,旅游者偏好空间开敞度较高的区域,感知满意度越低的区域...     

计算机自动识别分类技术在森林遥感中的应用

本文叙述应用计算机自动识别分类技术在航天遥感图像中对森林资源进行分类的一些探索研究。本文介绍了采用自编程序“地理坐标系和图像坐标系的精密仿射变换”、“识别型增强技术”、“多光谱信息的特征提取”、“多光谱模糊算法聚类分析”等一系列算法后所取得的分类图像结果,与实地及目视解译相比较,森林分类相对精度达90％。     

Speckle observations with PISCO in Merate: XIII. Astrometric measurements of visual binaries in 2012, and new orbits for ADS 10786 BC, 12144, 12515, 16314 and 16539

We present relative astrometric measurements of visual binaries, made in 2012 with the speckle camera PISCO at the 102‐cm Zeiss telescope of Brera Astronomical Observatory, in Merate. Our observing list contains orbital couples as well as binaries whose motion is still uncertain. We obtained 355 new measurements of 344 visual binary stars, with angular separations in the range 0′.14–6′.9, and an average accuracy of 0.′02. The mean error on the position angles is 0°.5. Most of the position angles were determined without the usual 180° ambiguity with the application of triple‐correlation techniques and/or by inspection of the long integration files. We also present new revised orbits for ADS 10786 BC, 12144, 12515, 16314, and 16539, partly derived from PISCO observations. The corresponding estimated values for the masses of those systems are compatible with the spectral types. (© 2014 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)