基于ERP模式的城市地理信息系统建设方法

ERP是一种企业级的资源计划优化系统，ERP能够帮企业获得收益，降低成本，提高竞争力．把ERP企业资源优化思想应用到城市地理信息系统的设计中，目的是在设计的整个过程中资源得到有效的利用，减少浪费，使整个成本大大降低。ERP模式同城市数字信息系统设计系统的完整有机的整合，是现代系统设计，进行信息化建设的必由之路，是管理技术与计算机技术再结合的过程，是数字城市设计的新思路。     

基于欧洲“伽利略”系统的研究

“伽利略”计划是欧盟为了打破美国的GPS在卫星导航定位这一领域的垄断而启动的迄今为止欧洲将要开发的最重要的航天计划。该计划可谓“一波三折”,搁浅时间长达14个月。尽管如此,无论从技术角度、经济角度,还是从战略角度出发,该计划都是值得研究的。文章重点围绕“伽利略”系统的体系结构、特点及该计划的重大意义展开论述,同时,就计划进展和搁浅原因等作简单介绍。     

海洋测量专家梁开龙教授

梁开龙教授,1941年7月出生于江苏省徐州市.1960年7月至1965年7月在北京解放军测绘学院天文大地测量专业学习(本科).1965年7月至1978年8月在沈阳军区测绘大队工作,历任技术助理、副队长、工程师等职.1978年9月,调入海军大连舰艇学院海洋测绘系,历任教员、系副主任、系主任等职.1998年底从领导岗位退下后,专职从事教学工作.现为该院"大地测量学与测量工程"学科带头人,博士生导师.     

最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

多尺度字典学习的高光谱图像压缩算法

结合小波变换及字典学习提出了一种针对高光谱图像的压缩算法。该算法首先通过小波变换构建多尺度样本集,在小波域使用K-均值奇异值分解(K-SVD)方法学习得到原子尺寸不同的多尺度字典,然后在稀疏表示的过程中,定义一个原子使用频次筛选因子,通过统计局部最优波段稀疏表示时原子使用情况,结合筛选因子对字典原子进行优化筛选,使用精简后的字典对其余波段进行稀疏求解,最后针对不同尺度的表示系数采用自适应的量化编码。实验结果表明,与目前常用的3D-SPIHT和其他的多尺度字典学习算法相比,本文算法在中低比特率下,具有更好的重建性能。     

多尺度特征融合深度学习建筑物的提取方法

提出一种基于多尺度特征融合的建筑物提取方法,结合新的网络DenseASPP-UNet,以实现影像多尺度特征的融合,进而高精度提取建筑物.通过Inria开源建筑物航空影像数据集进行验证,表明DenseASPP-UNet相比其他深度学习方法建筑物提取精度有很大的提升.     

基于深度学习方法的耕地违建自动提取

耕地是粮食安全的根基所在,而随着我国城镇化的推进,农村违法占用耕地问题逐渐普遍化.加强对农村耕地的违建监测并制定应对措施是有效制止耕地蚕食现象的前提.借助深度学习技术,提出了一种基于前期耕地矢量的建筑物变化检测方法.首先利用已有国情矢量和影像数据制作建筑物专题样本;然后利用U-Net网络进行建筑物提取的模型训练,借助O...