一种结合上下文与边缘注意力的SAR图像海陆分割深度网络方法

海陆分割对于合成孔径雷达(synthetic aperture radar,SAR)图像海洋目标检测、海岸线提取等任务具有重要意义。针对实际应用中多分辨率SAR图像海陆分割难题,提出了一种基于上下文与边缘注意力的海陆分割方法。该方法利用通道注意力机制融合不同尺度和层次的上下文特征,设计了边缘提取支路提供边缘信息,进一步提高了海陆边界的分割准确率。同时,构建了基于高分三号卫星数据的多分辨率SAR图像海陆分割数据集,该数据集涵盖了多个分辨率,包括港口、岛屿等多种海陆边界类型。并基于所构建的多分辨率SAR图像海陆分割数据集,对所提网络的有效性和各模块的作用进行了实验分析。实验结果表明,所提网络的整体预测准确率和平均交并比分别达到了98.21%和96.47%,能够较好地完成海陆分割任务。     

山东省烟台市国土空间规划监督信息系统构建研究

烟台市进行了国土空间规划平台的升级,发布了“烟台市国土空间规划‘一张图’实施监督信息系统”。该系统基本满足了烟台市的各项发展规划需求。本文梳理了该系统的构建过程,分析了该系统的技术特点,总结了使用方法及理论,为国土空间规划平台的应用提供借鉴。     

CLAB模型：一种乘客出租出行需求短时预测的深度学习模型

乘客出行需求预测是智能交通系统的组成部分,准确的出行需求预测,对于车辆调度具有重要的意义;然而现有的预测方法无法准确的挖掘其潜在的时空相关性,且大都忽略历史流入量对出行需求的影响。为了进一步挖掘时空大数据中的时空特性及提升模型预测乘客出行需求的精度,本文提出了一种乘客出租出行需求短时预测CLAB(Conv-LSTM Attention BiLSTM)模型。CLAB模型设置了3个模块分别为基于注意力机制的Conv-LSTM模块和2个BiLSTM模块,基于注意力机制的Conv-LSTM模块提取临近时刻乘客出行需求量中的空间特征和短时时间特征,其中注意力机制能自动分配不同的权重来判别不同时间的需求量序列重要性;为了探索长期时间特征,用2个BiLSTM模块来提取历史流入量序列时间特征和日乘客需求量序列的时间特征。采用厦门岛的网约车和巡游车的订单数据进行实验,结果表明：(1) CLAB模型更适用于使用30 min历史数据预测未来5 min短时乘客出行需求;(2)与基准预测模型相比,CLAB模型的整体的效果误差更低,具有更好的预测效果,CLAB模型比CNN-LSTM、LSTM、BiLSTM、CNN...     

基于地理加权中心节点距离的网络社区发现算法

提出一种基于地理加权中心节点距离的网络社区发现算法（geographical weighted central node distance based Louvain method,GND-Louvain）。该算法扩展了传统复杂网络领域的经典社区发现方法Louvain,利用地理加权中心节点来度量社区发现过程中的空间距离关系,并将此距离衰减效应加入到距离模块度模型中,以此来计算和评估空间网络社区划分结果的质量,并探究了空间社区发现结果不稳定的原因。通过定义节点计算顺序,保证了社区发现结果的质量和稳定性。利用中国铁路网线路数据,设计了5种不同空间约束的空间社区发现对比性实验。结果证明,GND-Louvain算法的准确性最高,并且算法结果最稳定。     

钦州湾溢油数值模块及其应用

本文应用水动力模型及溢油模块对代表性风况下钦州湾金鼓江的溢油事故进行情景模拟,且水动力模型结果与实测潮位和实测潮流吻合较好。低潮时发生溢油,不同风况下油粒子在5.5-8.5h后漂到金鼓江上游养殖区。高潮时发生溢油,油粒子在不同风况下漂移轨迹差别较大,例如无风时油粒子在钦州湾颈和三墩外海附近往复运动,而南风3.3m/s工况下油粒子将最终影响大榄坪港区的东南端。另外,高风速下不利风向会缩减油膜抵达敏感区的时间,同时风速越大,蒸发越快。因此风场对溢油模型有重要意义,今后将在精细化WRF模型基础上优化溢油模型并构建溢油决策系统,为地方经济发展和海洋环境保护提供科技支撑。     

Galileo系统PRS服务安全架构分析

分析了PRS服务的安全架构,包括信号加解密、PRS安全模块、PRS密钥管理设施和PRS管理框架。详细阐述了PRS拓展密钥与辅助信息分发渠道而采用的二级通道技术,介绍了常规接收机和基于服务器的接收机2种PRS接收机结构并进行对比,最后介绍了PRS用户段相关研究。     

改进注意力机制的遥感地貌识别算法

对遥感地貌进行识别,近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题,本文提出了一种基于改进注意力机制的遥感图像识别算法,即将并联注意力机制（CS）和神经网络模型相结合,借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明,本文模型总精度为98.35%,Kappa系数达0.95,优于其他深度学习算法,能有效地识别出自然地貌。     

采用双注意力机制Deeplabv3+算法的遥感影像语义分割

针对DeepLabv3+网络在遥感影像上呈现出拟合速度慢,边缘目标分割不精确,大尺度目标分割类内不一致、存在孔洞等缺陷,提出在该网络中引入双注意力机制模块（Dual Attention Mechanism Module, DAMM）,设计并实现了将DAMM结构与ASPP（Atous Spatial Pyramid Pooling）层串联或并联的2种不同连接方式网络模型 ,串联连接方式中先将特征图送入DAMM后,再经过ASPP结构;并联连接方式中将双注意力机制层与ASPP层并行连接,网络并行处理主干网提取特征图,再融合两层处理特征信息。将改进的2种方法通过INRIA Aerial Image高分辨率遥感影像数据集验 证,结果表明,串联或并联方式2种网络都能有效改善Deeplabv3+的不足,并联方式网络性能更好,其对原网络缺陷改善效果更明显,并在测试数据集上mIoU达到85.44%,比Deeplabv3+提高了1.8%,而串联方式网络提高了1.12%。并联结构网络更符合本文需求,其形成了一种对DeepLabv3+网络上述问题进行统一改善的方案。     

Secure Socket Layer协议在电子政务系统安全建设中的应用

针对目前日益突出的电子政务安全问题,在Secure Socket Layer协议的基础上,对我国电子政务的安全问题进行探讨,并针对目前政府机构信息化建设中的数据安全传输问题提出几点改进工作方案。     

ArcView平台中权重叠加模型法在资源预测中的应用——以陕西旬北铅锌矿富集区为例

介绍了ArcView平台ModelBuilder扩展模块中的权重叠加(weighted overlay)模型的原理及其在资源预测中的应用.权重叠加模型通过设置不同图层的影响比例和各图层中控矿因素的权重来实现预测和评价,该方法具有权重比例设置地质意义明确、实现过程简单、交互性强的特点.模型中的参数可根据研究人员对成矿规律的认识和所掌握情况进行调整,据此可快速得到各控矿因素不同权重时的预测结果图.以陕西旬北铅锌矿富集区为例,在ArcView平台中应用权重叠加模型进行了铅锌矿成矿远景区的预测和评价.从预测结果图看,研究区内绝大多数矿床(点)落入成矿有利度的高值区域,表明该方法预测结果的可信度高,可用于矿产资源的预测和评价工作.