海图水深综合的人工神经元网络方法

水深或水深点是海图的重要内容,水深综合是海图制图综合的重要方面,也是海科综合的难题之一。本语文在分析海图水深化综合要求的基础上,研究了水深综合的神经元网络的网络结构与作业策略、网络参数、网络学习、网络实现,并给出了实验结果。     

PARTICIPATORY LEARNING AND TRAINING FOR DEVELOPMENT

Ｉｎｔｈｅｉｒｌｉｆｅａｎｄｗｏｒｋ,ｖｉｌｌａｇｅｒｓｉｎｔｅｒａｃｔｉｎｍａｎｙｗａｙｓｗｉｔｈｔｈｅｉｒｅｎｖｉｒｏｎｍｅｎｔ,ｗｉｔｈｍａｒｋｅｔｓａｎｄｗｉｔｈａｖａｒｉｅｔｙｏｆｓｅｒｖｉｃｅｐｒｏｖｉｄｅｒｓ,ｉｎｃｌｕｄｉｎｇｇｏｖｅｒｎｍｅｎｔｏｆｆｉｃｉａｌｓ．Ｔｈｅｓｅｉｎ－ｔｅｒａｃｔｉｏｎｓ,ｗｈｉｃｈｃｏｎｓｔｉｔｕｔｅｄｅｖｅｌｏｐｍｅｎｔａｒｅｃｏｍｐｌｅｘａｎｄｄｙｎａｍｉｃ．Ｔｏｃｏｐｅｗｉｔｈｔｈｉｓｅｖｅｒｃｈａｎｇｉｎｇｃｏｍｐｌｅｘｉｔｙ,ｐａｒｔｉｃ…     

深度学习在海洋信息探测中的应用:现状与展望

深度学习可以通过深度神经网络,使机器理解学习数据,从而提高数据分类效果和预测结果的准确性,因此在海洋信息探测中应用越来越受到重视.作者基于深度学习的基本原理,阐述了海洋上常用的深度学习神经网络模型,并结合海洋信息探测要素,对温度、盐度、风场、有效波高和海冰等进行了海洋环境信息因子的预测分析;同时,对船舶、溢油和涡旋等进...     

BP网络学习参数模糊自适应算法的实现

前馈神经网络BP算法的改进方案中,对网络训练(学习)过程中学习率和惯性系数进行模糊自适应调节,以提高收敛速度,是一项很有效的措施。文中具体分析了如何根据设计者的先验知识确定模糊规则和隶属函数,并以三比特异或函数(或称奇偶分类)的实现为例,验证了这种算法的改进、加速了BP网络的学习过程。     

基于深度学习的地质找矿大数据挖掘与集成的挑战

基于深度学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿领域.深度学习作为一种具有多级非线性变换的层级机器学习算法,在地质找矿大数据挖掘与集成中仍处于探索阶段,还有一系列问题亟需解决.以卷积神经网络为例,探讨了基于深度学习的地质找矿大数据挖掘与集成过程中两大挑战:训练样本不足和深度学习网络模型构建困难,重点分析了...     

基于深度学习的立体影像密集匹配方法综述

三维重建可用于数字高程模型制作、机器人导航、增强现实和自动驾驶等.视差图是三维重建中一种重要的表达方式,而立体密集匹配是使用最广泛的获取视差图的技术.近年来,随着硬件、数据集、算法的发展,基于深度学习的立体匹配方法受到了广泛关注并取得了巨大成功.然而,这些方法通常在近景立体像对中进行测试,很少被用于遥感影像中.回顾了双...     

约束型贝叶斯网络在遥感图像解译中的应用方法研究

采用一种带有约束条件的贝叶斯网络来构造分类器,即特征节点被约束为类节点的子节点,子节点间允许有不同的连接关系,并将约束型贝叶斯网络的几种典型模型--NB、TAN、BAN用于遥感图像的解译中.通过评价结构的似然函数得到网络结构,综合特征节点和类别节点的拓扑和概率统计信息学习得到分类器.将这些模型用于多光谱和高光谱影像的分类,并就其性能进行探讨.     

GPS高程拟合支持向量机模型

为了快速获取GPS高程异常值,提出了基于最小二乘支持向量机（LS—SVM）的GPS高程异常值求取模型,介绍了最小二乘支持向量机的原理与优越性。利用该模型进行了高程异常的拟合,并对已知点进行了检验。结果表明：其结果是可靠的,在有限样本情况下完全可以达到传统GPS高程拟舍的效果,且其实现起来更简单,具有一定的科学性和实用性。     

Estimating the parameters of forest inventory using machine learning and the reduction of remote sensing features

Locally computed statistics of image texture and a case-based reasoning (CBR) system were evaluated for mapping of forest attributes. Cluster analysis was preferred to regression models, as a pre-selection method of features. The best stand-based accuracy using satellite sensor images was 74.64 m⁻³ ha⁻¹ (36%) RMSE for stand volume, 1.98 m⁻³ ha⁻¹ a⁻¹ (49%) for annual increase in stand volume, where κ = 0.23 for stand growth classes and κ = 0.41 for dominant tree species in stands. The top pixel-based accuracy using orthophotos was 76.54 m⁻³ ha⁻¹ (41%) RMSE for stand volume, 1.87 m⁻³ ha⁻¹ a⁻¹ (44%) for annual increase in stand volume, where κ = 0.24 for stand growth classes and κ = 0.38 for dominant tree species in stands. Mean saturation in 30 m radius was the most useful feature when orthophotos were used, and standard deviation of Landsat ETM 6.2 values in 80 m radius was the best when satellite sensor images were used. The most valuable feature components (radii, channels and local statistics) for orthophotos were: 30 m kernel radius, lightness and the mean of pixel values; for satellite sensor images: 80 m kernel radius, near-infrared channel (ETM 4) and the mean of pixel values. Locally computed statistics.     

论高等学校学科建设与专业建设的关系

在分析学科与专业关系的基础上,阐述了学科建设与专业建设的联系与区别,并就如何做好高等学校的学科建设与专业建设工作提出了建议。