一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在MobileNetV2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

中国近海浮游介形类大尺度生态研究：Ⅳ.浮游介形类的生态群落与群？…

以中国的近海的浮游介形类为研究对象,分析其群落结构,将之区分为近岸群落、陆架缘区群落、外海群落以及介于其间的不稳定的、有时是孤立的过渡群落,同时,还阐述各群落的主要特征及讨论各群落的特征种结构,此外,根据海上取样结果,本文仅讨论０￣２００ｍ水域内的群落结构。     

INS/GPS组合导航中的病态问题及其处理方法

在地球表面附近的组合导航中,一般以经、纬度表示水平位置,单位为弧度(rad),以高程表示竖直位置,单位为米(m)。1m的定位误差仅相当于约10-7rad,从而造成定位协方差矩阵的条件数达1013量级。Kalman滤波中要对协方差矩阵求逆,过高的条件数将引起严重的病态问题,从而造成很大的数值误差,影响滤波精度,甚至造成滤波发散。提出一种直接的解决方法,即构建一种避免病态问题的组合导航滤波模型。具体过程为:引入一种尺度因子(即平均地球半径)对组合导航系统的状态量、观测量、状态方程以及观测方程进行线性变换,从而对经、纬度误差进行适当的尺度化,明显降低协方差矩阵的条件数,有效避免了滤波过程中病态问题的出现。新方法在不明显增加计算量的前提下有效解决了病态问题,并保证了Kalman滤波的最优性质。数值仿真验证了该方法的有效性。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

不同因素对人工岛波浪绕射影响研究

为研究人工岛尺度变化和波浪方向分布对人工岛绕射波浪的影响,基于MIKE21-BW模型应用数值方法模拟人工岛波浪绕射过程。数值结果与Briggs等的物理试验结果的对比表明两者吻合较好,验证了模型的适用性。在规则波条件时,圆形人工岛绕射波浪的数值结果与线性波浪绕射理论解基本一致;采用该模型分别模拟了6种尺度的圆形人工岛、单向不规则波和9种方向分布θ_(max)、4种谱峰周期条件时绕射波浪分布情况。分析结果表明,圆形人工岛绕射系数随着尺度的增加,掩护区绕射系数随之减小;θ_(max)在10°~45°范围内,随着θmax的增大,绕射系数随之增大,θ_(max)在45°~75°内绕射系数变化较小;随着谱峰周期的增加,绕射系数随之增大。研究成果既为相关规范的完善提供了基础,也为相关工程设计提供了参考。     

基于小波变换的潮位粗差探测定位方法研究

结合小波多尺度分析在粗差探测定位方面的优越性,提出了相应的潮位粗差探测定位方法,根据小波分解的原理,给出了潮位粗差的探测步骤;基于实测潮位数据设计了潮位离散粗差与连续粗差两类实验,并对系统性偏差的探测定位展开研究。结果表明:基于小波多尺度特性构建的粗差探测定位模型可以高效准确地探测定位潮位粗差。     

长三角合作共建园区转型路径与机制——基于“同质多形”视角

合作共建园区的转型发展作为重要区域治理现象在学术界备受关注。本文采用半结构化访谈法和文本分析法,援引“同质多形”理论视角并构建研究框架,尝试从尺度、网络、领域等多个维度揭示长三角合作共建园区转型的内在动力及其新发展趋势。研究发现：(1)长三角合作共建园区多维特征处于动态演化中,资本需求与行政治理困境共同构成最为关键的演化动力。园区经历了以企业转移为目标的早期形成阶段、2010年后的波折发展阶段以及2016年后以多元伙伴议程为导向的创新转型阶段,园区的转型发展由不同时期经济发展需求与行政治理困境共同推动。(2)长三角合作共建园区治理方式从政府间协同转向多元主体网络行动,使园区的尺度、网络、领域特征从早期迁出地主导的单中心治理方式向多元化发展。(3)长三角合作共建园区的建设从突出专业化经济优势转向囊括创新、生产、居住等要素的综合性整体系统转变,是当前区域治理日趋复杂的缩影,国家到地方、政府到市场的不同行动主体都参与其中。总之,本文揭示了合作共建园区治理的新趋势,并强调同质多形框架在认识与推动当前合作共建园区新发展中的理论与实践价值。     

极地低压对费拉姆海峡大西洋入流水天气尺度变化的影响

The Atlantic inflow in the Fram Strait(78°50′N) has synoptic scale variability based on an array of moorings over the period of 1998–2010. The synoptic scale variability of Atlantic inflow, whose significant cycle is 3–16 d, occurs mainly in winter and spring(from January to April) and is related with polar lows in the Barents Sea. On the synoptic scale, the enhancement(weakening) of Atlantic inflow in the Fram Strait is accompanied by less(more)polar lows in the Barents Sea. Wind stress curl induced by polar lows in the Barents Sea causes Ekman-transport,leads to decrease of sea surface height in the Barents Sea, due to geostrophic adjustment, further induces a cyclonic circulation anomaly around the Barents Sea, and causes the weakening of the Atlantic inflow in the Fram Strait. Our results highlight the importance of polar lows in forcing the Atlantic inflow in the Fram Strait and can help us to further understand the effect of Atlantic warm water on the change of the Arctic Ocean.