基于差分筛选的YOLOv2监控视频目标检测方法

监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。     

基于错误式学习的低空影像人行横道多角度自动识别

提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用。介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路。通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果。     

基于局域自适应信息理论测度学习的高光谱目标探测方法

传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。     

利用模拟退火算法反演多波束测量声速剖面

针对多波束测量声速剖面站点布设密度不够而引起的声速剖面代表性误差问题,提出一种利用模拟退火算法反演声速剖面的方法。首先,对测区已有声速剖面序列进行经验正交函数（empirical orthogonal function,EOF）分析,利用声速扰动矩阵和前几阶EOF求得EOF重构系数及其变化范围。其次,采用模拟退火算法对EOF重构系数进行迭代优化,以多波束测得的海底地形畸变量大小为依据构建目标函数,并设定合理的退火控制参数。最后,得到待反演区域的声速剖面数据。实例分析表明,该方法反演的声速剖面较时间就近原则选取的替代声速剖面更接近真实声速剖面,且利用反演声速剖面改正后的海底地形更接近真实地形,有效削弱了声速剖面代表性误差的影响,显著提高了多波束测量精度及数据处理效率。     

基于生态足迹的孟连县土地利用结构优化研究

采用生态足迹法对云南孟连县2005—2011年生态足迹进行计算,根据2005—2011年数据运用GM(1,1)灰色预测模型对2020年生态足迹进行预测,得到2020年人均生态赤字将达到2.762 hm2/人,土地利用结构急需调整优化。在此背景下建立以生态赤字最小化和经济效益、社会效益最大化为目标函数的多目标线性规划模型,设置了8个变量和13个约束条件。根据模型求解优化方案,对孟连县2020年土地利用结构进行优化调整,结果表明:相比于优化前,人均生态赤字减少10.87%,经济效益增加0.52亿元,社会效益增加0.001 hm2。优化后的土地利用结构基本上实现了经济、社会、生态效益的统一。     

辽河西部凹陷曙北地区沙四段薄砂层成因类型及分布规律

为了明确辽河西部凹陷曙北地区沙河街组四段薄砂层成因类型及分布规律,从岩心、测井响应和地震反射特征等方面总结了各类成因薄砂层的识别标志,并预测了各砂层组的砂体展布,探讨了砂体发育的控制因素,总结了沉积模式.研究结果表明,曙北地区沙四段为扇三角洲-湖泊的沉积体系,薄砂层发育水下分流河道、河口坝、低隆滩坝、沿岸浅滩4种成因类型,其中以水下分流河道和低隆滩坝为主.古地貌、古物源和古水深控制了各类砂体的展布.以曙光和兴隆台古潜山一线为界,南部为扇三角洲体系沉积区,主要发育前缘水下分流河道和河口坝;北部（包括低隆区）为无明显水流注入的半封闭湖湾区,主要发育低隆滩坝砂体和灰/云坪,在西侧沿岸局部地区还发育沿岸浅滩.储量区外大面积发育的低隆滩坝砂体,是下一步碎屑岩增储上产的潜在接替区域.     

基于梯度提升算法的岩性识别方法

传统的岩性识别方法如岩屑录井、钻井取心及测井资料解释等技术,对录井质量的依赖程度较高,识别精度与效率低,泛化能力差。随着计算机技术的迅速发展,将测井资料与计算机技术相结合开展岩性研究已成为岩性识别的有效手段。本文提出了一种基于梯度提升算法XGBoost和LightGBM的岩性识别方法。以苏里格气田苏东41-33区块下碳酸盐岩储层为例进行测试验证,采用该方法结合测井资料中的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子等6种参数进行岩性识别,并与KNN （K近邻分类器）、朴素贝叶斯和支持向量机等传统算法进行对比,结果表明,3种传统算法的岩性识别准确率分别为78.45%、74.43%和78.72%,基于梯度提升算法XGBoost和LightGBM的识别准确率分别达到了98.90%和98.72%,远高于传统算法。     

流域水资源调度多目标时变偏好决策方法及应用

传统多目标决策方法难以刻画流域水资源系统调度周期内多目标互馈关系及需求动态变化, 可能导致关键时期特定目标保障不足。为弥补该缺陷, 提出多目标时变偏好决策方法。以金沙江下游为例, 分析发电与生态目标需求的时空变异性, 构建并求解两目标随时程变化的Pareto前沿簇, 量化各时期目标间竞争强度, 基于灵敏比的非支配关系, 定量识别各调度时期决策人的目标偏好, 形成偏向度决策支持集, 建立多目标时变决策模型。结果表明: 考虑时变偏好的决策方法, 其动态累积Pareto前沿可以支配传统静态Pareto前沿; 相较于传统方法, 研究区全年增发电量0.7亿kW·h, 全年和关键生态期生态效益分别提升8.06%和2.83%, 可以在保持发电效益的同时显著优化生态效益, 并提高关键时期生态需求的保障程度。     

天文台址中的气象知识

气象条件是天文台址观测条件的一项重要内容,是论证台址优劣的基础。空间目标的地基观测不可避免地要受到地球大气环境的影响,观测台址的天气条件与大气特性直接导致对观测目标的不同探测能力和表观结果。台址的选择决定着大口径望远镜设备能否有效发挥其设计性能,也直接关系到天文台建设和后期运行的投入。