2019年5月重要天象预告

五月的北半球,是春夏交替的时节,此时夜空的主角变成了木星和土星这两颗比较亮的地外行星。傍晚时分,木星已从东南方升起,并将在6月上旬冲日(“冲”指外行星和太阳分别位于地球的两侧,这时它整夜可见,观测条件最好)。土星的升起时间也提前到了前半夜。这段时间的夜晚虽然越来越短,但有意思的观测目标并不少。除春夜星空中诸多深空天体外,夏夜的代表星座、亮星,以及银河开始进入我们的视线,拍摄“银河拱桥”也正当时。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

基于LOG算子的侧扫声呐图像水下小目标检测算法研究

针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点,提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先,根据侧扫声呐图像中水下小目标成像特点,对声呐图像进行滤波及聚类分割,大幅降低图像中噪声;然后,采用斑点检测思想,提取侧扫声呐图像中疑似目标区域;最后,基于自动阈值分割算法对声呐图像进行分割,获取目标区域二值图像,使用二阶矩估计目标尺度,剔除虚假目标,最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高,对侧扫声呐图像中的水下小目标具有良好的检测效果。     

一种改进的RFB Net遥感影像目标识别算法

针对高分辨率遥感影像场景复杂,现有的目标识别算法检测率较低且速度较慢的问题,提出了一种改进的RFB Net模型。算法在RFB Net模型的基础上构建特征金字塔网络,融合高层语义信息和低层特征信息,提高了网络识别能力。为验证该算法性能,以遥感影像中飞机目标为例进行了实验验证。以油罐和立交桥目标为例,对该算法的推广性进行了实验验证。结果表明,改进的RFB Net模型在遥感影像目标识别中精度较高、速度较快,且具有较好的推广性。     

星载分布式InSAR目标定位模型研究

针对星载二号分布式干涉合成孔径雷达系统目标定位的问题,以双基成像模型为基础,推导了雷达发射信号时刻与接收回波时刻卫星平台位置及速度发生变化的三维目标定位方程,给出了解算过程中的数据处理策略。文中采用星载分布InSAR干涉影像进行的无控制点条件下的定位和精度检测实验,验证了模型和数据处理策略的有效性和准确性。     

穆棱市国土资源局——采取七项措施确保完成今年工作目标

近日,穆棱市召开国土资源工作会议,部署2007年工作任务,并制定7项保证措施确保工作目标的全面完成。     

浅谈《通知》中土地利用计划管理的新变化

《国务院关于加强土地调控有关问题的通知》对土地利用规划和计划有了新的规定,对用地计划管理的范围拓宽了,效力增强了。《通知》规定：“将新增建设用地控制指标（包括占用农用地和未利用地）纳入土地利用年度计划,以实际耕地保有量和新增建设用地面积,作为土地利用年度考核、土地管理和耕地保护责任目标考核的依据”。[第一段]     

勇立潮头写风流--赤壁市气象局着眼未来奋力争先记略

位于长江中游南岸、幕阜山北麓的赤壁市气象局,虽然只是一个只有11名在职干部职工的一般气候站,但却拥有8名工程师和1名高级工程师,也拥有很多光彩夺目的荣耀:全省"气象为农业服务先进单位"、全省气象部门明星台站、咸宁市气象部门"目标管理综合考核优秀达标单位"、咸宁市最佳文明单位、赤壁市"政府目标责任综合考核先进单位"……悬挂在荣誉室墙面上数以百计的奖牌或奖状,令人目不暇接.这些荣耀的背后是什么?笔者怀着好奇与崇敬于今年年初冒着寒风前往赤壁市局进行了实地探访.     

基于多波束前视声呐的水下静态目标的探测识别技术

基于声呐的水下目标检测是具有重要意义的研究课题.由于声呐图像质量差、对比度低、边缘模糊等,基于特征提取的识别方法在精度和速度上无法满足现有要求.鉴于此,将基于卷积神经网络的YOLOv3引入声呐图像的目标识别任务中,首先通过动态亮度分配和中值滤波对图像进行预处理建立数据集,然后对YOLOv3模型进行训练和测试,最后根据静...     

数字孪生铁路多目标粒子群任务调度方法

展示/分析/探索多层次任务及存储/计算/网络资源高效调度是数字孪生铁路的关键技术,随着存储、计算和网络等分布式异构资源不断接入,数字孪生铁路多层次任务并发场景异构资源分配倾斜、任务优先级不匹配、时延高等问题突显。现有调度方法大多针对单一层次任务资源进行设计,无法直接适用多层次任务调度场景,难以保障多层次任务调度的最大完工时间和资源负载均衡全局最优。针对上述问题,本文设计了适用于数字孪生铁路特点的多层次任务调度模型,提出了多目标粒子群任务调度算法,基于云仿真平台CloudSim对该方法进行对比测试,基于DTScope引擎设计实现数字孪生铁路“安全—质量—进度”智能施工管理案例原型。结果表明,本文方法适用于数字孪生铁路多层次任务并发调度场景,与现有方法相比明显提高了多层次任务完成时间效率和任务调度均衡性,可有效支撑数字孪生铁路展示—分析—探索多样化应用。