学习实践科学发展观 树立宣传思想工作新理念

本文对如何在新的历史起点上,以科学发展观为指导,开创宣传思想工作新局面进行了有益的探讨。     

深入学习贯彻河南省委十届八次全会精神 立足新职责新使命 奋力推动经济高质量发展

1月5~6日,中国共产党河南省第十届委员会第八次全体(扩大)会议在郑州召开。全会重点聚焦“高质量发展”要求,分析了高质量发展的内涵,讲清了高质量发展的重大问题,明确了抓好高质量发展的重点工作,方向明确,思路清晰,重点突出,是奋力开创全省经济社会高质量发展的思想灯塔、精神航标和行动指南,为做好自然资源工作提供了根本遵循。     

省局学习贯彻徐光副省长在分管口工作推进会上的讲话精神

本刊讯2018年12月19日,河南省测绘地理信息局召开会议,学习贯彻徐光副省长在分管口工作推进会上的讲话精神,研究部署测绘地理信息重点工作。河南省自然资源厅党组成员,省测绘地理信息局党委书记、局长刘济宝传达了徐光副省长的讲话精神,并部署下一步工作。局党委委员、纪委书记何晨,局党委委员、副局长毛忠民,局党委委员、副局长宋新龙参加会议。     

河南省测绘地理信息局强化党风廉政建设工作

为认真履行管党治党政治责任,扛牢抓实全面从严治党主体责任,努力营造风清气正的政治生态,4月1日,河南省测绘地理信息局党委召开会议,专题研究强化纪检监察工作,进一步厘清全局党风廉政建设工作思路。河南省自然资源厅党组成员,省测绘地理信息局党委书记、局长刘济宝主持会议。刘济宝指出,省直有关单位全面从严治党工作的好经验、好做法是测绘地理信息系统学习的榜样,要在全局各级党组织中传达学习。     

统计预报方法在海洋预报中的应用研究进展

统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。     

卷积神经网络在SAR遥感海冰分类中的应用可行性分析

分别介绍了卫星遥感海冰监测、分类的传统方法,以及卷积神经网络在遥感影像分类识别中的应用成果。尝试将在图像识别、语言检测等方面取得成功的卷积神经网络算法应用在海冰图像分类中,利用其能够应对非线性、网络结构简单、可并行运算等能力去解决海冰数据分类问题。     

加权空-谱联合保持嵌入的高光谱遥感影像降维方法

高光谱遥感影像数据量大、波段数多,容易导致“维数灾难”。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。     

高分辨率光学遥感场景分类的深度度量学习方法

针对高分辨率光学遥感影像场景具有同类型内部差异大、不同类型间相似度高导致部分场景识别困难的问题,本文提出了一种深度度量学习方法。首先在深度学习模型的特征输出层上为每类预设聚类中心,其次基于欧氏距离方法设计均值中心度量损失项,最后联合交叉熵损失项以及权重与偏置正则项构成模型的损失函数。该方法的目标是在特征空间上使同类型特征聚集并扩大类型间的距离以提高分类准确率。试验结果表明,本文方法有效地提升了分类准确率。在RSSCN7、UC Merced和NWPU-RESISC45数据集上,与现有方法相比,分类准确率分别提高了1.46%、1.09%和2.51%。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

基于深度学习的河道提取与变化监测应用——以永定河为例

本文基于2014年、2017年、2018年三期GF1遥感影像,针对北京市石景山永定河河道变化特征,开展基于深度学习算法的河道自动提取与变化图斑自动发现。选择GEOWAY GFLP作为地理要素智能训练平台,采用基于疑似变化区域自动发现与人工交互确认相结合的遥感监测技术路线,选取典型水体样本进行分析、训练,构建深度学习卷积神经网络水体提取模型。通过分析与验证发现,基于深度学习水体提取模型自动提取的河道准确率高于90%,精度高于最小距离、最大似然及SVM分类方法,可用于城市河道的自动提取和变化发现。