基于改进U-Net网络的遥感图像云检测

为了解决U-Net模型应用于云检测时对碎云和薄云存在漏检的问题,本文提出了一种改进的U-Net网络模型,并应用于FY-4A数据进行云检测。首先,利用国家气象卫星中心提供的云检测产品生成二分类云标签;其次,将U-Net模型的编码器与残差模块相结合,使得网络参数共享,并避免深层网络的退化问题;最后,在解码器中融入密集连接模块,将浅层特征与深层特征进行连接,便于获取新的特征,并提高特征使用率。试验结果表明,模型在测试集上的IOU值和Dice系数分别为91.5%和95.2%,可以很好地检测出薄云及大量碎云,效果明显优于U-Net模型。     

中长基线周跳实时探测和修复的新方法

提出了一种适合网络RTK基准站间周跳实时探测和修复的新方法。该方法根据基准站坐标已知的特点,反求模糊度的浮点解来探测周跳并确定周跳的范围,最后结合电离层残差组合来修复周跳。该方法可以应用到当基准站没有精确已知的坐标时的静态实时周跳探测和修复中,通过理论分析和实际计算表明,该方法处理周跳的能力较强,具有实时探测和修复中长基线的失锁时间较长的周跳,且计算简单的特点。     

人工岛周围的波生流计算方法

针对Hardy-Cross法的基本原理建立的一种波生流计算的数值模型在计算处理人工岛周围区域方面还存在的问题,提出了解决处理方法,并通过算例验证了该模型能够运用于人工岛等岛状非水面区域附近的波生流计算,从而消除了Hardy-Cross法实用化中的一个障碍.     

国家管辖范围外区域海洋遗传资源管理瓶颈及展望

海洋遗传资源是国家管辖范围外区域(Areas Beyond National Jurisdiction,以下简称ABNJ)海洋生物多样性谈判的重要内容之一,其管理面临诸多瓶颈,如管理范围未明确、管理主体未确定、法律地位未界定、获取问题和惠益分享问题未解决等。本文梳理分析ABNJ渔业资源和矿产资源管理的现状及特点,通过借鉴其管理经验,建议在开展ABNJ海洋遗传资源管理时应当明确管理范围,减少与现有管理框架之间的重复与冲突;加强国际合作,通过一个全球性机构进行统一管理;将海洋遗传资源确定为“人类共同继承财产”;在管理中应用预防性措施,并明确管理规制对非缔约方的强制性;根据不同的惠益分享类型开展管理等。     

利用双h类岭估计求解板块运动的欧拉参数

在求解板块运动参数的过程中,选用的台站分布越合理,参加解算的测站数据越多,求解的参数精度也就越高,但随之带来的就是系数矩阵的病态性问题,为了解决这个问题,采用了双h类岭估计方法对北美板块的欧拉参数进行估计,求出欧拉参数及其中误差,以及板块运动水平速度的残差百分比,并将求得的欧拉参数与其他模型进行对比,结果显示模型间具有较好的一致性,但仍有一定的差异;此外,测站速度残差0~1mm的百分比在80%以上,表明利用此方法求解精度较好。     

加权三次曲面拟合法在RTK工地校正中的应用

由于RTK的测量成果为WGS 84坐标,而实际应用中需要的一般是国家坐标或地方独立坐标,因此需要进行工地校正。针对RTK工地校正过程中公共点的WGS 84坐标存在的系统误差影响坐标转换参数的情况,探讨了利用加权三次曲面拟合法对坐标转换残差进行拟合并对RTK工地校正进行修正的可行性,通过工程实例证明了该方法的有效性。     

利用残差通道注意力网络的高光谱图像分类

残差网络能够有效地解决卷积神经网络出现的梯度消失问题,应用于高光谱图像分类取得了良好的效果,但简单地堆积残差单元并不能很好地提高模型性能。通道注意力机制能够有区别地处理卷积层输出的特征图,更好地利用对分类有用的特征通道。为了充分利用残差网络及通道注意力机制的特征提取能力,设计适用于高光谱图像分类的残差通道注意力网络。在残差单元中结合卷积层和通道注意力机制,实现对特征通道的重新调整,并在模型中实现局部残差学习和全局残差学习,促进信息传递,增强模型稳定性。实验结果表明,该方法用于Indian Pines数据和University of Pavia数据能够分别取得98.78%和99.22%的分类精度,在有限数量训练样本的情况下,能够达到较高的分类精度。     

基于深度残差网络的水下通信调制信号分类

在无线通信中,调制分类是非协作通信的重要组成部分,很难使用常规方法同时兼顾识别准确率和低复杂度对各种调制方案进行高效分类。深度学习方法用来处理这个问题,可以取得良好的效果。在水声通信的环境下,由于通信环境的特殊性,导致信号的调制分类比陆地通信更加困难。创新采用了深度学习网络的改造残差结构形式来区分多种水声通信中的各种常用调制方法,通过合理地选用深度残差网络的超参数,有效克服了模型过拟合问题,取得了良好识别效果。     

基于源路由的IPv6网络瓶颈带宽定位和估计

网络瓶颈带宽是网络性能的重要指标,现有的瓶颈测量工具只能定位和估计端到端路径的瓶颈带宽,无法定位和估计网络各处的瓶颈带宽,不能满足各种网络设计、管理及应用的需求。文中基于IPv6网络的源路由机制,设计能够定位和估计整个IPv6网络瓶颈带宽的算法和测量包序列,提出基于现代最优化原理的动态规划和分支定界算法,实现了测量工具Netneck。部署在1台探测主机的Netneck就可以定位和估计整个IPv6网络的瓶颈,能够满足全网瓶颈测量的需求。通过部署在CNGI-6PlanetLab平台的大量CERNET2 IPv6网络实验,验证了该算法和工具的有效性。     

GPS数据处理中实时随机模型的估计方法

为了满足在复杂观测条件下GPS基线解算的精度要求,研究了一种新的随机模型。与基于卫星高度角的随机模型难以定义出观测值之间的空间相关性不同,该随机模型核心是基于最小二乘估计得到的残差序列,通过移动窗口,利用前几个历元的残差序列,对当前历元观测值的方差-协方差阵进行实时估计。通过实例分析,将其与传统的随机模型的计算结果进行对比,验证了该实时随机模型在改善基线解算精度方面的有效性。