面向内容的众源影像聚合检索与智能筛选

众源数据存在基数大、来源复杂、相关性低等特点,使得检索和筛选成为研究的热点,针对当前研究未能有效利用众源地理数据源的问题,该文提出了一种基于聚合平台的网络图片动态检索流程,以语义关键字和地理坐标为索引进行多图片库的聚合搜索。利用深度神经网络进行影像进行筛选的方法,解决了传统筛选方法筛选精度不高的缺点,具有高识别率和高效的特点。实验表明,本文提出的方案能够有效搜集高质量的众源影像,对于众源地理信息处理有潜在的价值。     

融合卷积神经网络和循环神经网络的车轮目标检测

目标检测是基于视觉的目标定位关键技术。针对现有车轮检测方法对环境敏感问题,本文提出一种并联式融合循环神经网络和Faster R-CNN的车轮检测模型FusionRNN,借助RNN能够处理时序和CNN能够提取空间域隐性特征的优点,可提高实时性,减少参数量,使模型表达能力更强,同时具备分析序列化向量间语义关系和识别车轮几何特征的能力。该模型能在由激光雷达扫描得到的车轮三维点云投影图中准确检测出车轮位置,为基于AGV自动停车系统搬运车辆提供准确稳定的车辆位置信息。     

随掘地震实时超前探测系统的试验研究

煤矿智能化建设要求采用智能化地质探测技术在巷道掘进过程中实时完成掘进前方区域的探测和预报。基于在线式矿井地震监测分站构建的随掘地震实时探测系统能够在巷道掘进的同时,采集以掘进机震动为震源的随掘地震数据,通过光纤网络实时传输至地面服务器的数据库内。随掘地震数据处理软件从数据库中获取当前随掘数据,经过筛选、提取虚拟炮集和偏移成像等步骤对掘进前方和侧前方一定区域进行反射槽波成像。为验证系统性能和探测结果的有效性,在正开展掘进作业的山西榆树坡煤矿5106回风巷内安装随掘地震实时探测系统,对该巷道开展为期数个月的随掘跟踪探测试验,探测系统实时采集随掘地震数据并成像,随着掘进长度的增加,每日的探测结果不断显示5106工作面内存在一条隐伏断层,后期的反射槽波探测和钻探工作验证了该断层的存在。试验结果表明,随掘地震实时探测系统能够在掘进过程中不断利用掘进机激发的地震信号对巷道前方和侧前方区域成像,从而在不影响掘进施工的条件下,实现了巷道侧前方地质异常体的连续跟踪探测和实时监测,达到了智能掘进系统对地质探测能力的要求。      

面向机动车出行OD监测的目标路段选择算法

机动车在感兴趣区域（例如景点或小区）之间的出行起始和结束（Origin-Destination,OD）信息反映了居民使用机动车出行的活动需求分布,是建立城市智能交通系统中交通需求分析与管理的基础信息之一。数量充足的监测设备能够收集的机动车出行信息更为精细,最终构建的OD信息可用性更强。然而在实际应用中,设备数量往往因为预算情况而存在限制。在设备数量有限的情况下,分析如何选择监测路段来实现OD信息可用性的最大化具有重要应用价值。考虑到感兴趣区域的空间精细程度直接影响监测设备的需求,首先采用层次聚类思想调整感兴趣区域的空间精细程度;然后,根据道路交叉口车流量守恒原则,探测冗余监测路段来进一步降低对监测设备的需求。本研究基于上述2步操作来实现给定数量设备监测能力的最大化。该算法以摄像头为例,在深圳市大鹏半岛区域进行了实验。结果显示,该算法能够支持在不同摄像头数量限制的情况下制定监测路段的选择方案,表明了算法的有效性。     

彩色地形图矢量化算法的设计与实现

提出了一种从彩色扫描地形图中提取等高线的方法。其中,在等高线细化方面采用局部细化的策略,在智能跟踪中提出了方向式搜索,不仅避免了像素点的重复判断,而且保证了追踪过程的正确性。采用了一些有代表性的国家标准地形图进行测试,通过计算具体度量指标对提取结果作了定量分析。实验表明该方法在实际应用中具有很好的实用性。     

基于ANN-FES的石漠化综合治理智能决策支持系统设计及应用研究

对人工智能技术的两个分支神经网络(ANN)与模糊专家系统(FES)各自的基本工作原理进行了阐述,分析了基于神经网络和模糊专家系统集成的混合系统功能框架,并介绍了系统结构及知识表示、知识获取、知识简化和推理机制等方面的基本方法.在此基础上,以都安石漠化综合治理智能决策为例,提出了基于神经网络和专家系统集成的石漠化智能决策系统的结构.人工神经网络实现石漠化预警分析,预测得到的石漠化危险性指数,最后得出专家系统所需的预警度(无警、轻警、中警和重警).模糊专家系统的推理机通过对神经网络得到的初步数据和其他测量的数据处理,实现系统的综合诊断,最后由治理模式系统确定采用哪种综合治理模式.该方法融合了神经网络自适应学习能力强和模糊专家系统知识表达明确的优点,简化了神经网络学习数据获取及模糊推理规则建立的过程.     

GPS车辆导航中3D场景的建立

重点研究了交通网络数据主要内容与相应的3维表达,最后得到交通网络3维GIS数据概念模型,并建立了地理空间数据库;应用Visual Basic和Ao技术对ArcScene进行二次开发,采用建筑物点状3维模拟符号、两张图像交叉构建树木3维模型和道路模型的制作方法,实现了路面及构造物、建筑物和树木的3维可视化,完成了一定范围的3维导航场景。     

面向智能家庭的动态自适应软件基础平台研究

在智能家庭环境中,用户对设备的操作具有透明性和沉浸式的特点,因此系统需要从用户的行为或者情境变化中识别出用户的行为意图或者需要,推断出需执行的用户任务,然后自动寻找合适的功能资源以完成任务。针对这一需求并基于参数化模型,提出具有自动适配机制的智能家庭软件基础平台框架。该软件基础平台框架可以支持家庭用户对异构智能家电设备的透明式操作,提高用户的使用效率,增强用户的使用感受。     

基于Mobile Agent的空间信息移动服务网格分布计算模型

空间信息移动服务是GIS领域重要的发展方向和研究热点,然而无线互联网络的低带宽、非对称、不稳定等特性已经成为制约其发展的"瓶颈"问题.运用新的思路与方法.在对网格计算和Mobile Agent(MA)分布式计算理论与方法研究的基础上,提出一种基于MA的空间信息移动服务网格分布计算模型.该模型集成网格计算、MA,GPS,CDMA,TCP/IP,UDP等理论与关键技术,从底层实现空间信息移动服务网格模型原型平台,包括空间信息MA,MA代理服务器、分布式网格GIS服务器和移动GIS客户端等模块,可以进行空间信息的分布式组织与索引、网格计算和移动服务、移动目标的实时监控与调度等应用.利用该模型在上海市空间信息移动服务网格应用中进行试验,结果表明所提出的模型在无线互联网络环境下具有较好的适应性和灵活性.     

遥感信息协同智能网格模型设计及实现

为了给普通用户提供一个自动化、智能化的遥感信息处理平台,以OGSA(Open Grid Services Architec-ture)为基础,结合多智能体技术,提出了基于协同智能网格的遥感信息处理模型RSCIG(Remote Sensing Co-operative Intelligent Grid);设计了RSCIG的体系结构,详述了如何高效准确地协同现有的网格服务以完成所面临的任务;实现了一个RSCIG体系结构下的遥感信息处理原型系统。