耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。     

从几何计算到特征提取的广义测量数据处理

当前,传感器技术、计算机技术和机器人技术迅猛发展,多传感器集成化、智能化趋势越来越明显。工程测量已向自动化、动态化、智能化方向发展,广泛用于大型桥梁、水利枢纽、高铁地铁、高速公路等工程的高精度测量,以及航天、航空、智能制造等领域的精密工业测量。应用领域的拓展也给测量任务提出了新的要求,测量数据处理不再局限于传统的纯几何参数估计,而是逐渐拓展到几何参数和特征信息兼具的广义测量数据处理。回顾了从经典测量数据处理到广义测量数据处理的发展过程,总结多类测量数据的处理分析逻辑,提出大数据时代下的测量数据处理面临的挑战。阐述了广义测量数据处理的基本思路和策略,并以典型案例来进行说明。     

基于TEA算法的地理信息数据安全保护技术及验证分析

地理信息数据是国家国防建设和国民经济发展的重要基础数据,随着数字化、信息化及云计算等技术的发展,地理信息数据的安全威胁日益严峻,本文面对移动平台上地理信息数据安全存储、高效传输和实时信息解密及处理等挑战,提出了一种基于TEA算法的地理信息数据安全保护技术,该技术采用循环迭代的移位和异或运算实现对地理信息数据的加密和解密,可以实现移动平台端地理信息数据的高安全加密存储和高性能实时解密处理,并采用该算法对SRTM数据进行处理和分析。试验结果表明,基于TEA算法的地理信息数据加密技术可以有效实现地理信息数据的加密及解密处理,满足移动系统对地形数据的高安全存储和高性能处理的要求。     

基于卷积神经网络的地铁保护区风险源识别北大核心CSCD

城市轨道交通沿线的风险源识别是防止违规作业导致的安全事故的重要手段。为解决传统识别方法效率低、漏检率高、成本大等问题,本文基于无人机地铁保护区巡检系统,采用卷积神经网络对无人机采集的影像数据进行风险源识别。首先介绍无人机影像获取的流程,并在原始影像数据的基础上,通过数据增强的方式制作多角度、多尺度的风险源数据集;然后使用卷积神经网络建立风险源识别模型,对无人机采集影像中的风险源进行自动识别和定位。试验结果表明,多角度、多尺度风险源数据集的建立进一步提升了模型的识别准确率,且比传统方法具有效率高、成本低等优点。     

基于数据整合的地籍信息系统设计与实现

传统的地籍信息以地籍调查信息为基础,结合地籍管理业务实施更新,与土地管理全过程业务关联不够紧密,信息使用效率需加强。运用数据整合的理论和技术,对地籍数据进行清理整合,在土地信息系统总体框架下开展地籍信息系统设计,实现全业务关联的图、文、档一体化地籍信息管理模式。在实践中,应用最新的GIS技术,探索三维地籍信息整合应用模式,进一步丰富了城乡一体化地籍信息系统的应用效果。     

多尺度字典学习的高光谱图像压缩算法

结合小波变换及字典学习提出了一种针对高光谱图像的压缩算法。该算法首先通过小波变换构建多尺度样本集,在小波域使用K-均值奇异值分解(K-SVD)方法学习得到原子尺寸不同的多尺度字典,然后在稀疏表示的过程中,定义一个原子使用频次筛选因子,通过统计局部最优波段稀疏表示时原子使用情况,结合筛选因子对字典原子进行优化筛选,使用精简后的字典对其余波段进行稀疏求解,最后针对不同尺度的表示系数采用自适应的量化编码。实验结果表明,与目前常用的3D-SPIHT和其他的多尺度字典学习算法相比,本文算法在中低比特率下,具有更好的重建性能。     

多维时空场数据的多模式张量表达模型

对数据量及复杂度日益激增的多维时空场数据进行有效的管理与分析是当前GIS必须解决的重要瓶颈。本文通过引入具有多维统一与坐标无关特性的张量数学结构,研究了多维时空场数据的多模式表达模型,实现了地学数据的张量表达以及面向分析的多维张量数据流与任务流构建。针对不同类型的数据管理与分析需求,通过定义基于原始张量、张量分解以及层次张量分解的三类张量数据表达及应用模式,实现了面向不同应用场景的多维时空场数据的管理与分析。在此基础上,设计了基于张量的多模式数据分析框架以及应用分析业务流模板。对上述关键技术进行算法实现并基于卫星测高数据对相关性能进行了测试与验证。结果显示,基于张量的新型海量时空场数据的多模式表达模型可以很好地支撑海量时空场数据的管理、分析与存储,并在存储空间占用,检索与分析效率上具有明显优势。     

多源道路智能选取的本体知识推理方法EI北大核心CSCD

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。     

新型冠状病毒肺炎期间公众情感的时空演化分析

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)严重影响了人们日常的工作和生活,引起了社会媒体的高度关注.基于此,本文选取青岛市为研究区域,运用Pearson相关性分析、核密度分析、百度人工智能(artificial intelligence,AI)情感分析及词频-逆文档频率算法...     

基于影像和矢量数据的三调界线数据更新方法

针对第三次全国国土调查界线数据存在的拓扑不一致问题,基于影像和矢量数据,通过构建拓扑规则,对不同来源、不同时期的三调界线数据进行质量检查与更新,并针对更新中出现的11类特殊问题,分别给出了不同的处理方法。基于以上方法完成了第三次全国国土调查行政区域界线、零米线等矢量数据的更新工作。