基于J2EE的WebGIS结构研究

WebGIS是GIS社会化、大众化的必经之路。首先分析对比了常见WebGIS模型的特点及其存在的一些不足,在此基础上提出了WebGIS要解决的关键问题。进而通过研究J2EE组件化的多层体系结构在构建WebGIS方面的优势。提出并设计了一个基于J2EE多层体系结构的WebGIS的解决方案。该方案不但弥补了常见的WebGIS的不足,而且具有功能强大、应用广泛、跨平台、组件化多层体系等特点。     

自动制图综合人工神经元网络方法的研究

现代神经生理学研究表明 ,人脑的大量神经元构成有所分工而又紧密联系的神经元网络 ,它的结构和功能可以采用物理可实现的系统人工神经元网络来模拟。制图综合是人脑神经元网络获取、处理、输出地理信息的复杂视觉思维过程 ,可以用人工神经元网络来模拟。文中探讨了制图综合的人工神经元网络的设计 ,并对用于实现自动制图综合的结果进行分析 ,指出其应用前景。     

生成式对抗网络的高光谱遥感图像分类方法研究

针对基于深度学习的分类模型在训练样本较少时所遭受的潜在过拟合问题,提出一种具备过拟合抑制的生成式对抗网络分类算法,并应用于高光谱图像分类.该算法在每次迭代时,首先,依据训练样本的标签信息使判别器网络拟合训练样本的数据分布;然后对训练样本的高维特征进行均值最小化,该过程会重新更新判别器网络参数,减小参数的值和方差,以抑制...     

网络约束下局部空间同位模式的扫描统计方法

空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。     

利用LSTM网络预测月球物理天平动参数

利用中国探月甚长基线干涉测量(very long baseline interferometry, VLBI)观测数据改进月球物理天平动参数的预测精度,对于着陆器和巡视器的精密定位具有重要意义。利用VLBI单点定位模型解算得到“嫦娥三号”(Chang’E-3,CE-3)着陆器的坐标和物理天平动,分别采用循环神经网络(recursive neural network,RNN)和长短期记忆(long-short term memory,LSTM)网络进行物理天平动的预测。选取月球着陆器的坐标和VLBI观测量作为输入量,将3个欧拉角Ω,i,μ作为输出量,将11 323个样本用于训练,2 315个样本用于测试,2 315个样本用于验证,1 000个样本用作与预测结果进行对比。结果显示,验证集的数据经过1 000次训练和9次迭代训练后的梯度约为6.2×10^-5(″)/s,证明了LSTM网络与RNN的可靠性。LSTM网络和RNN的3个欧拉角的预测精度分别达到了97.8%、99.7%、97.2%和95.2%、98.5%、95.8%,LSTM网络的预测精度更高。与DE421星历对...     

一种网络空间现象同位模式挖掘的新方法

同位模式的挖掘是空间数据挖掘领域关注的热点问题。目前,对于网络空间现象同位模式挖掘的研究较少。本文将欧氏空间已有方法扩展至网络空间,该方法由两个核心步骤组成:①通过对网络进行划分定义同位腜停范ㄍ止叵担虎诙酝止叵到型臣仆贫先范ㄆ涫欠裎荒J健6陨钲谑兄圃煲倒镜耐荒J酵诰蚪辛朔椒ㄋ得鳎谰菁劬醚е械贾虏导鄣娜只贫哉庑┩荒J浇辛硕ㄐ苑治觯ü胍延蟹椒ǖ谋冉弦约巴纾撕募煅檠橹ち吮疚姆椒ǖ挠行浴€     

基于成本最优路径的划界线与实际地形自动匹配

针对当前划界工作中主要采用手工操作实现划界线与实际地形匹配的现状,提出了基于成本最优路径分析实现自动匹配的基本原理,研究了自动匹配的关键技术。首先,基于悬挂特征栅格的反向追踪构造地形特征网络,并借助划界法理对其进行特殊处理。其次,构建成本图层,应用成本最优路径分析实现了划界线与实际地形的自动匹配。最后,通过实验对匹配结果的可靠性进行评价,验证了本文自动匹配方法的有效性和可靠性,并对划界工作提出了若干建议。     

一种基于软件网络的重要服务发现方法

与已有的侧重于服务内容的方法不同,本文根据服务组合的历史记录,提出了一种依据服务间依赖关系发现重要服务,以及其他可与之进行组合的服务的方法。在对ProgrammableWeb真实数据的实验结果表明,发现的重要Web API在Mashup中出现率达95%,且在分析给定Web API集的可组合性方面,成功率高达98%。     

“请进来，我主导”网络教学模式实践探索

针对疫情期间的网络课程教学,本文提出了一种“请进来,我主导”的网络教学模式,并进行了初期的尝试与实践。该教学模式的主要思路是将校外交叉学科的专家学者请进网络课堂,在主讲老师的整体把控下,开展教学活动,在保证授课质量的基础上,通过融入交叉学科的新视角带动老师和学生对本专业课程的新思考。该模式充分发挥了网络教学的优势和潜力,调动了学生的学习兴趣和热情,拓展了学生的知识面。从学生和督导专家的反馈意见得出,这种教学模式能够充分体现“以学生为主体,以教师为主导”的教学理念,初步取得了较好的教学效果。     

融合空间和时序遥感信息的深度学习水稻提取

为了得到更加精细的水稻提取结果,提出一种结合高分辨率和多时序遥感影像的深度学习水稻提取方法.构建全卷积网络(FCN)对BJ-2高分辨率遥感影像进行分类,并利用长短期记忆网络(LSTM)和随机森林(RF)分类器对Sentinel-2多时序遥感影像进行分类,再通过面向对象的分割和投票对3种方法的分类结果进行融合,得到最终提...