生成式对抗网络的高光谱遥感图像分类方法研究

针对基于深度学习的分类模型在训练样本较少时所遭受的潜在过拟合问题,提出一种具备过拟合抑制的生成式对抗网络分类算法,并应用于高光谱图像分类.该算法在每次迭代时,首先,依据训练样本的标签信息使判别器网络拟合训练样本的数据分布;然后对训练样本的高维特征进行均值最小化,该过程会重新更新判别器网络参数,减小参数的值和方差,以抑制...     

高等级公路沉降监测及影响性评价

为了分析地表下沉对高等级公路的影响,采用小基线集技术,利用徐州地区2007年至2010年间16景ALOS PALSAR影像,对位于徐州境内的G310国道部分线路的沉降情况进行监测,获取监测期间内公路沿线的沉降分布场。对G310国道沿线进行沉降剖面分析和沉降特征点时序分析,并针对地表下沉对高等级公路的影响性进行评价。研究表明:G310国道沿线存在两处明显的沉降中心,其最大沉降速率分别为53.7 mm/a、61.9 mm/a,沉降"较严重"等级以上的道路里程达到3.77 km。应进行现场勘查,并针对危险路段采取有效的防治措施。     

基于GIS的复杂网络特性在城市道路研究分析中的应用

现主要对复杂网络的相关特性做了具体描述和说明,并对其在城市道路研究分析的应用实例做了具体阐述.通过对相关城市道路的复杂网络特性进行计算和验证,得出了相关城市道路的复杂网络特性,以及这些特性在城市道路分析中的重要作用,为相关研究提出了一定的参考依据.     

小区域内用大地高差代替正常高差探究

大地高和正常高都是高程系统,两者由于参考基准的不同,在实际测绘工作中,正常高往往比大地高更为实用,但是有时候人们往往只想知道某两点之间的高差是多少,而并不关心其高程是多少。本文探讨了在小区域范围内,用大地高高差代替正常高高差的可行性,提高了大地高的使用价值。     

物方多视影像密集匹配方法

针对多视影像由于遮挡导致的匹配不确定性问题,该文提出一种特征点和物方地面元相结合的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,通过特征点匹配获取同名像点和高程赋值的格网平面,为后续匹配提供初始的DSM。在此基础上,利用铅垂线轨迹法对平面上规则分布的平面元进行匹配,加密特征点匹配结果。通过对某区域UCX影像的匹配实验表明,该文提出的算法能高效、准确地得到匹配结果,特别对较大影像计算快速,适用于实时处理。     

优势不再的钨、锡、锑

进入21世纪以来,我国资源消耗空前增长,多种矿产消耗位列全球之首。钨、锡、锑储量、基础储量持续下降,面对日益增长的资源需求,储量自给保证程度迅速下降,并且全球范围内的锡、锑储量下降明显,成为保证程度最低的矿种。国际、国内市场上这3种矿产品价格飞涨,既是资源紧缺的结果,也是由此而导致的生产成本上升的结果。目前我国钨、锑仍是国际市场的主要供应者,面对价格上涨及资源紧缺的双重局面,如何调整我国的矿产资源政策已成为当务之急。     

小模块、多方向、校企合作人才培养模式研究——以测绘与地理信息技术专业为例

本课题旨在研究打破传统的严格课程界限,以项目为依托,根据行业发展的重要方向,把项目中需要的岗位技能划分为一系列小实验模块,将企业流水线的作业模式贯穿到教学实践中,在测绘地理信息行业蓬勃发展的前景下,培养行业需要的合格人才。     

改进残差网络及时序气象卫星云图的台风等级分类研究

结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8 000多景高分辨率台风云图,编制了适应于残差神经网络的时序台风云图分类训练集和测试集。为满足数据集及台风特征,有效优化了原始残差网络的残差块,并得到了恒等映射残差块。经由增加卷积输出来促进分支通路更好的被利用,保留台风图像时序特性,提高网络性能。实验显示,W-ResNets模型在自建台风数据集上的训练精度达到99.60%,测试精度达到76.19%,相较于浅层卷积神经网络的测试精度高出8.48%,相比于使用传统的残差神经网络提高了2.87%,为进一步验证模型的泛化性能,采用MNIST通用数据集进行网络对比实验,宽残差网络得到98.786%的测试精度,优于传统残差网络。文中的W-ResNets预报模型可在小样本台风数据集推广使用。