贵州台江凯里组的遗迹化石Treptichnus

贵州台江下中寒武统凯里组中产有丰富的、保存良好的Treptichnus Miller,计5个遗迹种（其中包括2个新遗迹种）：T．bifurcus Miller,T．pedum（Seilacher）,T．pollardi Buatois and Mdngano,T．arcus n．ichnosp．和T．taijiangensis n．ichnosp．,并与节肢动物的觅食迹、爬行迹和游泳迹等共生,属Cruziana遗迹相。产于凯里组的Treptichnus可能为节肢动物的居住迹。随着造迹生物身体的增长和沉积物的增厚,造迹生物在原潜穴的基础上不断地开拓新的潜穴,而构成三维空间复杂的潜穴系统。     

基于机器学习的区域工程地质分层思路与方法研究

传统的地质分层方法通常依赖于人工解释和经验判断,存在过程繁琐、工作量大、受人为因素影响较大等缺点。本文旨在研究基于机器学习的区域工程地质分层的思路与方法,将地层分层问题转换为地质体空间单元的序列到序列预测任务及地质属性特征分类任务,以提高地质分层的准确性和效率。本文在对工程地质原始数据开展深入研究的基础上,提出采用深度学习方法对静力触探试验数据进行地质分层的训练和预测,通过分类算法对取土孔土样进行分层,并定量评价了相关算法的适用性。通过对比传统方法和机器学习方法的结果,验证了机器学习在地质分层中的优势。本研究为区域工程地质研究提供了一种新的地质分层思路,具有重要的实践意义。     

利用极化SAR数据进行土地覆盖分类研究

基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量:单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵。目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度。对荷兰F levoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复W ishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明:相对于常规数据组合分类,基于复W ishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。     

澳大利亚海洋产业计量方法

20世纪80年代,澳大利亚开展了海洋产业统计和计量方法研究。本文较详细地介绍了澳大利亚海洋产业分类方法和计量方法,包括海洋产业发展概况、定义以及海洋产业贡献计量方法和海洋产业的计量方法等,介绍了澳大利亚海洋产业的统计指标、统计内容以及分类方法。     

海洋经济红藻江蓠科的分类研究现状及存在的问题

江蓠科红藻是重要的经济海藻,用途十分广泛。然而,近年来受分子生物学技术引入等的影响,其分类学地位引起了极大争议。针对这个问题,本研究以争议比较大的江蓠属(Gracilaria)、拟江蓠(龙须菜)属(Gracilariopsis)和多穴藻属(Polycavernosa)为对象,总结归纳了其物种多样性、国内外研究进展、存在的问题、学者试图解答的问题以及部分自己的研究结果。以期为该类群的研究提供相对详细、客观的参考数据。     

SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用

以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

旅游资源分布图分类符号系统的创新设计

旅游资源分类符号是旅游资源分布图的重要元素.当前各县市旅游资源调查中,常见的旅游资源分类符号系统存在缺憾.本文通过对照地图符号设计的原则,在分析其优点和不足的基础上,按照地图符号的设计要求并结合当前常用计算机软件平台的应用提出创新设计方案.     

2003年新疆巴楚地震CPT液化数据库构建

2003年2月24日新疆巴楚-伽师地区发生M_S6.8地震,出现了唐山地震、海城地震后近30年我国大陆最具规模的砂土液化现象。大量研究显示,巴楚地震液化砂土标贯击数与锥尖阻力指标偏大,采用国内外液化判别方法往往会判为非液化。利用Robertson土质分类图对巴楚地区孔压静力触探试验(CPTU)数据进行土类分层检验,基于以下原则,选定了液化点液化层与非液化点临界液化层。(1)应选取非液化点土层剖面中最易液化层,不能因液化点力学指标偏大而将非液化点临界液化层力学指标选得更大;(2)应结合q_c-h与R_f-h图,避免选取黏土为液化层;(3)巴楚地区液化层往往上覆非饱和细砂,形成透水边界,选取液化层时应舍弃存在透水边界的土层。最后,利用我国规范方法构建了巴楚地震静力触探(CPT)液化数据库,并进行了初步的判别分析。