基于SVM的海底声纳图像底质识别*

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM)参数.利用多分类 SVM 对砂、礁石、泥进行训练,有效、快速地分离出了3种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类.     

Impact Compressive Creep Characteristics of Simulative Soil for Deep-Sea Sediment

The impact load (equivalent impact height) applied to deep-sea sediment by a walking mining machine was first deduced by the energy conservation principle, and the simulative soil was prepared based on the deep-sea sediment collected from the Pacific C-C mining area. The self-designed impact compressive creep tests of the simulative soil were conducted under different ground stresses and impact heights, in order to determine impact compressive creep parameters using a K-H rheological model. Test results show that the impact compressive creep curves have three similar creep stages (transient creep, unstable creep, and stable creep) to static compressive creep curves, where the transient creep deformation and total deformation at the unstable creep stage decrease with the impact load. Among the three impact compressive creep parameters (K₁, K₂, β) of the simulative soil, K₁ is first increased with impact height and finally fluctuated to a certain stable value, while K₂ and β are approximately linearly increased with impact height. The maximum subsidence of the mining machine under a specific designed ground stress and walking velocity predicted by the impact compressive creep constitutive equation can be used for safety assessment of the mining machine.     

基于CART集成学习的城市不透水层百分比遥感估算

利用Landsat ETM^＋遥感数据，提出了一种基于CART集成学习的ISP遥感亚像元估算方法，将Boosting重采样技术引入CART分析中，用于提高ISP估算的精度。实验结果表明，该方法的ISP估算性能优于传统的单一CART学习算法，从ETM^＋影像中估算的ISP值与真实值之间的相关系数达到0．91，平均偏差为11．16％。     

Computer-assisted teaching and learning in photogrammetry

The advanced personal computer models, new storage media such as CD-ROMs, new authoring tools and especially the Internet will influence the production of learning software for photogrammetry. Some examples of learning programs are presented, including experience from the development and use of these programs in the education of land surveyors. They demonstrate the progress made over the years as well as the potential and possibilities of computer-assisted teaching and learning in photogrammetry.     

JGN型耐高温建筑结构胶抗震加固性能研究

为有效增强建筑结构的抗震性能、提高建筑抗震水平,对JGN型耐高温建筑结构胶抗震加固性能展开研究。将高活性酚醛胺(T－31)作为主固化剂、聚酰胺树脂(PA)为辅助固化剂,结合气相白炭黑、超细石英砂、石棉纤维、纳米材料、环氧树脂等材料,制备JGN型耐高温建筑结构胶。在高温环境下,使用万能试验机分析不同配比条件对结构胶抗震加固性能的影响。测试主要以拉伸强度、压缩强度以及压缩弹性模量为指标。测试结果表明：当固化剂质量比为45∶15、气相白炭黑掺量为4.5%、超细石英砂掺量为10%、石棉纤维掺量为10.5%、纳米SiO₂掺量为3.5%、纳米CaCO₃掺量为2.5%时,JGN型耐高温建筑结构胶的拉伸强度和压缩强度更大,压缩弹性模量得到优化,结构胶的抗震加固性能达到最佳状态。     

基于深度学习的循环水养殖鳗鲡(Anguilla)计数研究

鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP^0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。     

FLU-net：用于表征页岩储层微观孔隙的深度全卷积网络

页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔（粒内孔、粒间孔）及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1 600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。     

支持向量机在海洋随机资料分析中的应用

在随机海洋资料的分析中,需要从大量的实际数据中提取出有用的信息来建立或检验各种海洋理论模型,因此我们要正确运用适当的手段来分析处理各种实际数据。文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。     

日光温室电暖风机加温效果评估与经济投入分析

日光温室加温是改善冬季日光温室作物生长温度环境的主要措施之一。选择典型节能型日光温室,利用暖风机加温试验研究加温方式作用下温室内温度时间、空间变化以及在极端天气条件下和不同外界温度条件下的加温效果,并进行经济投入分析。结果表明：电暖风机加温后温室内温度明显提高且温度分布较均匀,平均温度较对照温室高4.23 ℃,其中平均最低温度提升效果最明显;低温天气时,平均温度比对照温室温度高4.24 ℃;寡照天气时,平均温度比对照温室温度高4.48 ℃。暖风机在外界温度-12 ~-4 ℃时对温室进行加温的效果最佳。通过对几种传统的温室加温方式经济投入的分析表明,电暖风机是一种投资小,耗能低,经济效益相对较高的加温方式。     

基于统计学习方法的安徽省安庆市自然资源自动化监测——以山体为例

遥感作为一种可以快速、大范围获取地表覆盖信息的技术手段,为复杂的自然资源调查任务提供了可靠的数据来源。针对山体确界问题,以遥感卫星影像为数据支撑,采用非监督的统计学习方法,为山体特征建模。然后,采用DBSCAN算法和边缘检测思想,识别山体区域,并提取山体边界。该方法不依赖于人工标记真值,实现了山体边界的全自动识别。实验采用安庆市Landsat 8遥感卫星影像数据,有效识别了安庆市境内的山体,并提取山体边界。通过定性和定量化分析,验证了方法的可靠性,证明了遥感技术和统计学习理论在自然资源调查领域的应用潜力。该研究方法和结果能够为安庆市明确山体范围,界定山体的完整性与山体保护规划工作提供理论支撑。