无人遥感平台场景感知关键技术与应用

无人平台在工厂、仓储、军事等领域具有广泛的发展空间。当今世界随着物联网、智能传感器、人工智能等技术在场景感知、目标检测等方面的快速发展,无人平台如无人机、无人车、无人艇等,位置、空间感知能力越来越精准,目标识别、跟踪能力也越来越强。本文以对抗环境下的无人平台自主行动为例,综述了当前无人平台自主执行能力关键技术,并以场景感知为例,重点阐述了多源遥感智能感知、目标检测以及跟踪技术发展现状及趋势,并进一步分析了无人自主行动场景感知技术面临的问题与挑战。     

城市三元空间发展水平的特征及耦合关系研究——以广东省为例

物理空间和社会空间共同构成人类社会的二元空间。随着信息通信技术的迅速发展与普及应用,信息空间成长为第三空间,并与物理空间和社会空间共同构成人类社会的三元空间。智慧城市是三元空间条件下城市的智慧化转型,基本工程逻辑是建立城市物理空间和社会空间到信息空间的映射,再通过信息空间回馈物理空间和社会空间,进而优化城市系统,解决城市问题。地理信息系统（geographic information system,GIS）是以空间视角刻画和表达物理空间和社会空间的技术科学,通过GIS建立三元空间的关联,将是智慧城市建设的逻辑基础。分析了面向智慧城市的GIS在数字化、可视化、智能化和开放式开发框架等方面的技术需求,提出了面向智慧城市的GIS框架,探讨了需要重点聚焦的统一数据平台构建、数字孪生及可视化、双向同步的空间智能、开放式平台服务等关键研究内容。     

火星取样钻探技术分析

火星探测一直是人类空间探测的热点。“好奇号”火星车着陆6年多来,先后完成了16次取样钻探,为人类探测火星提供了直接依据。本文根据NASA（美国国家航空航天局）公开的技术资料,围绕取样钻探的设计要求、取样钻探系统结构设计及接触式稳定系统、辅助结构系统、压力和回转传递系统、封闭保护壳（稳定器）系统、钻头系统、转盘系统、主动轴系统和冲击钻进系统等展开了论述。系统设计主要结合智能化、模块化、轻量化要求开展,并先后经过12次的室内联动测试,完成了同火星车的岩屑运移、样品处理分析、数据存储、仪器控制等系统的高度集成,并通过机械臂完成了搭载试验。由于火星取样钻探的首次尝试和NASA的技术保密原因,论文阐述的相关内容仅作为我国开展火星取样钻探研究和地球深部智能钻探研究的参考。     

基于点序列和要素加权法的地图匹配算法

浮动车数据(Floating Car Data,FCD)已广泛应用于城市规划、智能交通系统中,其中地图匹配一直以来都是浮动车数据应用的技术难点。本文在已有地图匹配算法的基础上,提出了基于点序列和要素加权法的地图匹配模型,不仅考虑了当前GPS点的信息,同时也考虑了GPS数据的历史信息和道路网的拓扑结构,从空间关系上分析车辆行驶轨迹和道路的相似性。作者通过上海市出租车轨迹数据对算法进行验证,结果表明:该匹配模型解决了已有地图匹配算法的一些弊端,并且提高了地图匹配的精度,具有高效、实用的特点。     

基于空间数据挖掘技术的森林防火智能决策支持系统研究

从智能空间决策支持系统的功能需求出发,分析了森林防火是复杂的空间决策问题,它具有动态性、分布性、数据量大、数据性质复杂等特点,决策者面对突如其来的灾害及海量的、复杂的、易变的和分布的数据和信息,很难做出及时、科学和准确的决策。因此,建立集成空间信息分析处理的、具有知识发现能力的智能决策支持系统是十分必要的。而空间在线分析处理(Spatial OLAP)和空间在线分析挖掘(Spatial OLAM,Spatial OLAPmining)是集成空间数据处理的OLAP和OLAM,能够在空间数据仓库上发现隐含的知识和规则,并在不同的维、度上进行查询和分析。从系统需求分析、功能设计、系统实现和系统运行实例方面,论述融合了GIS、空间OLAP和空间OLAM技术的空间智能决策支持系统的设计思想和关键技术的实现。提出基于空间OLAP和OLAM知识发现机制,建立一种集成GIS、空间数据仓库、空间OLAP/OLAM和决策支持系统的新型决策分析工具。     

Lipschiz-type的高阶非线性多智能体系统分布式优化算法研究

主要研究了具有Lipschiz-type非线性多智能体系统的分布式优化问题.在多智能体网络中,每个个体都拥有一个代价函数,整个多智能体网络的好坏由这些代价函数的和来进行评判.在整个过程中,每个目标仅知道局部的交互信息和其自身代价函数的梯度.为了实现协同优化的目标,提出了一个新的分布式优化算法,运用李雅普诺夫稳定性分析的方法可以证明该算法能够保证所有智能体实现协同优化.最后进行数值仿真,成功地验证了该算法的正确性和可行性.     

一种数据网格的元数据分类管理机制研究

网格环境下数据发现和访问的关键问题是应用元数据管理和拷贝元数据管理,针对这一问题,提出了一种元数据分类管理机制。该机制定义了数据模型和应用元数据模式,采用了分类存储的方式对不同的元数据进行管理,并设计了一个基于向导的查询智能体     

空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

一种用于沉积相分析的新型模式识别方法

本文介绍一种用于沉识相分析的新型智能模式识别方法──神经网络模式识别方法。该方法利用关键井研究建立的测井相与地质相的对应关系作为识别模式,通过向识别模式学习获得模式识别智能知识,从而利用这些智能知识识别未知井、未知点的微相类型。本文方法成功地应用于中原油田文留地区沙四段沉积微相的识别与划分。