激光雷达点云电力线自动提取算法

针对当前电力线提取方法自动化程度和精度不高的问题,本文从点云数据的空间分布特征出发,提出了一种高效的电力线自动提取方法.首先基于自然裂点法,将点云数据按高程分类后去除地面点;然后对数据进行空间划分,基于子空间的点密度及空间结构特征的差异化,利用地物分割算法去除电塔点和残留的植被点;最后利用基于欧氏距离分割的电力线自动检...     

不同计算形式的相关分析在气象中的应用综述

相关分析在气象科研和业务中具有广泛应用,是定量分析气象变量之间关系的重要工具.首先系统综述了气象科研与业务中不同计算形式的相关分析算法,然后重点阐述了相关分析在气象领域应用的最新进展,特别是全窗口滑动相关和相关系数的扫描式多尺度突变检测算法.接着介绍了大数据研究领域中新发展的相关分析算法,简析了其对气象相关分析的启示....     

基于SRTM地形数据天气雷达地形遮挡分析系统开发及应用

天气雷达是目前对强对流、台风、暴雨等天气过程进行精细探测的重要手段之一,其观测数据对天气预报业务起着关键的作用.天气雷达的探测能力会受到雷达所建位置四周地形遮挡影响.因此合理的雷达选址能更大程度地发挥出雷达的探测能力.基于中国科学院计算机网络信息中心地理空间数据云平台获取的SRTM地形数据,利用MATLAB工具开发天气...     

强雷暴天气的闪电和雷达回波特征个例分析

利用粤港澳闪电定位系统、广州多普勒天气雷达和自动气象站等资料,分析了2017年6月2日发生在广州市中北部的一次强雷暴天气过程的地闪变化特征及闪电与雷达回波特征的关系.(1)本次强雷暴天气是华南一起典型的以西南急流和切变线为环流背景的强对流天气过程.在整个雷暴生命史中以负地闪为主,占69.3％;正闪在雷暴发展的初始和结束...     

哈维氏弧菌的生物学特性、流行病学及检测技术

哈维氏弧菌是1种革兰氏阴性、发光的海洋细菌,广泛分布于海洋环境中。它是最近10多年才被认识到的水产养殖动物的重要致病菌。文中综述哈维氏弧菌的生物学特性、流行病学、致病机制、密度感应系统、检测技术、疾病的防治及其应用。     

光学探生仪研制

光学探生仪主要用于在地震等灾害造成的残垣断壁中快速、准确地寻找被困人员。因此,在研制光学探生仪时,必须充分考虑灾害救助现场的恶劣工作条件和对仪器的特殊要求。本文首先简要介绍了光学探生仪研究的有关情况,然后对光学探生仪主要部件的设计、选型和实验进行了详细研究,探讨研制先进、实用的光学探生仪的途径。这对我国探生仪研制工作具有借鉴意义。     

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到8...     

矿井探地雷达井下快速超前探测与数据分析

煤矿井下条件复杂,生产进度快,探测掘进面平整度差。为了准确探测矿井掘进工作面前方地质构造情况,基于探地雷达反射原理,介绍探地雷达在井下工作实用探测方式,探讨了井下探地雷达数据处理和波形分析方法,结合在煤矿井下的应用试验,分析探地雷达实际使用效果,指导煤矿安全生产。     

相控阵技术在大气探测中的应用及面临的挑战

摘要： 近年国际上相控阵技术在大气探测领域中的应用有了重要进展,成为雷达气象学研究的又一新热点,并可能成为今后天气雷达发展的重要方向。介绍了相控阵技术在大气探测中应用现状和研究进展,以及近年在气象应用中所获得的最新研究结果,展望了相控阵技术的应用前景,进一步讨论了开展相控阵技术研究所面临的技术挑战和未来发展的方向。为我国开展相控阵天气雷达的研制提供参考。     

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。