复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

基于空间自回归和空间聚类的渔情预报模型

作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。     

四海之腧取穴法结合康复训练治疗中风后足内翻49 例临床观察

目的：探讨四海之腧取穴法结合康复训练治疗中风后足内翻的疗效。方法：将98 例中风后足内翻患者随机分为治疗组与对照组,每组各49 例。治疗组采用四海之腧取穴法结合康复训练治疗,对照组采用常规针刺法结合康复训练治疗,疗程均为3个月,比较2组Fugl-Meyer运动功能评分、足内翻积分和Brunnstrom下肢功能分期情况。结果：治疗后,2组Fugl-Meyer运动功能评分、足内翻积分均较治疗前明显改善,治疗组Brunnstrom下肢功能分期均较治疗前明显改善,3项指标治疗组均优于对照组,差异均有统计学意义（P＜0.05或P＜0.01）。结论：四海之腧取穴法结合康复训练治疗,能有效改善中风后足内翻患者的运动功能,降低足内翻积分,改善下肢功能,疗效显著。     

GPS/PDA技术在长沙县土地调查中的应用

主要评述了基于GPS/PDA技术的"调查之星"土地调查作业系统的系统组成及工作流程,以及该系统取代传统的土地调查方法在湖南省长沙县2005年度土地利用变更调查及更新调查等工作中的实际应用,旨在为我省众多的基层国土资源管理部门的土地调查工作提出新的思路,同时也为我省目前正在开展的第二次土地调查工作提供一种可供选择的新方法、新手段.     

王之卓教授学术思想初探——深切悼念王之卓院士

我国摄影测量与遥感事业的开创者和奠基人、测绘学科一代宗师、中国科学院资深院士王之卓教授不幸于5月18日逝世.这是我国测绘界、科学界和教育界的一个重大损失.我们为我国失去这样一位德高望重的杰出科学家和教育家而倍感悲痛! 我们悼念和纪念王之卓教授最好的方式就是把这位老科学家、老教育家为我们创造的宝贵精神财富继承下来,把他开创并为之奋斗一生的事业继续发展下去.     

中扬子海盆古-中生代之交沉积环境变化规律及动力学特征

从随机动力系统角度,在厘米级的岩性变化尺度上,定量分析了鄂东二叠系大隆组顶部和三叠系大冶组底部的沉积行为及动力学特征.多种统计学方法研究表明:二叠系大隆组顶部的沉积过程为稳定的Markov过程,地层相关性弱,岩性变化处于随机状态;三叠系大冶组底部的沉积过程为非稳定的Markov过程,地层相关性渐强,岩性变化处于有序状态.在沉积旋回的跃迁方式上,前者表现为混沌,后者则具有周期特征.两者的沉积过程虽连续,动力学性质却截然不同.故古-中生代之交的这一沉积界线也是一个动力学意义上的突变界线,是地质环境经连续变化达到临界状态后发生突变的一种沉积响应.     

地面测报报表制作审核工作的探讨

通过分析各类错情的原因,提出了合理化改进建议