基于不同BASE曲面的多波束水深数据处理分析

针对Caris HIPS软件自动滤波过程中创建的4种BASE曲面存在的差异,分析比较了4种曲面的构建原理及特点,探索了提高复杂地形曲面构建准确度的参数调整手段,并通过各BASE曲面与实测水深的符合度加以验证;通过相对典型的水深数据比较实验发现,在合理调整参数的情况下,CUBE面应用于多波束水深数据后处理方面具有较好效果;曲面及相应参数的调整可为数据后处理技术人员提供参考。     

深水黑匣子声信标快速搜寻定位方法研究

为了在深水海域快速地搜索黑匣子声信标信号,采用拖曳式声信标探测仪是目前采用的主要手段之一。分析了黑匣子声信标搜寻探测仪的国内外发展现状,研究了声信标搜寻定位的两种测量方法,在此基础上设计了多元圆型基阵的换能器,研制了拖曳式的搜寻声纳系统。提出了自远而近、逐步推进的快速搜寻三步走策略,使搜寻工作可以更加科学合理,对实际工作具有重要的指导意义。     

面向智慧城市的高精度地名地址匹配方法

针对智慧城市建设中各种业务数据对地名地址匹配准确度和效率不高的问题,本文提出一种面向智慧城市的高精度地名地址匹配方法。该方法在基于中文分词的地名地址匹配技术框架下,综合利用精细化地名地址库构建、地名地址特征分词库构建和基于用户搜索行为大数据分析3种关键技术提高地址匹配度和匹配精度。利用该方法对智慧德清建设项目中工商法人6 537条数据和130 988条精细化地址样本数据进行实验与分析。实验结果表明,在智慧城市大数据环境下,相比于传统地名地址匹配方法,该方法匹配精度高,效率也大大提升,同时在匹配度与精确度两个指标上匹配结果更加均衡。     

利用孪生多层感知机进行线状要素几何相似性判别

针对传统的几何相似性判别方法依赖于人工特征的定义和选取,且难以确定合适阈值的问题,提出一种基于孪生多层感知机的线状要素几何相似性判别方法。该方法将线状要素的几何数据转换为二值图像,利用孪生网络和多层感知机提取线状要素的低维模糊性特征;并通过距离函数计算特征差异,判别线状要素的几何相似性。实验表明,该方法在线状要素几何相似性判别中具有良好的效果,同时具有快速迁移学习的能力;并随样本库的扩充和神经网络模型的优化还有进一步改进的空间。     

遥感图像目标检测的数据增广研究

针对目标检测的遥感图像样本数据量匮乏问题,使用几何和色彩两种数据变化方法对数据集进行增广,并利用Faster R-CNN目标检测算法分析了数据集增广对遥感图像目标检测的影响。在不同遥感图像数据集上进行实验,结果表明,相比于原始的训练集,增广后的训练集训练出的模型在测试集上的表现更好,目标检测准确度更高,且模型的泛化性得到明显提升。     

珠江口盆地碳酸盐岩下构造深度校正探讨

地震资料显示, 高速层的存在会对下部地层产生上拉现象, 影响下部地层成像的准确性, 甚至产生构造假象, 给油气勘探带来预测难点。文章尝试从理论模型出发, 通过研究产生上拉的影响因素, 建立上拉系数量版法, 定量分析上拉幅度, 进而还原下部地层构造。研究表明: 上拉幅度受控于高速体速度、厚度和围岩速度, 交会量版说明上拉系数与高速体速度基本呈线性关系。在此基础上建立相应地质模型, 并进行实例解剖, 表明了此种方法对局部构造深度预测是有效的。     

不同尺度DDM的深度保证率变化规律研究

针对当前高密度多波束水深数据抽稀后所构建数字水深模型(digital depth model,DDM)的航海安全性缺少估计这一问题,分别以最浅点法、最近点法和平均值法3种常用方法抽稀水深数据并构建DDM,在此基础上,分析不同抽稀方法所构建DDM随尺度变化的深度保证率变化规律,采用统计分析的方法建立DDM深度保证率与抽稀尺度、海底地形复杂因子之间的数学回归模型。实验表明:该回归模型不仅可用于估算基于不同抽稀方法所构建DDM的深度保证率,也为确定满足适合的DDM深度保证率所需要的抽稀尺度提供了理论依据。     

基于融合残差注意力机制的卷积神经网络地震信号去噪

由于U型卷积神经网络(Unet)在地震数据去噪中存在计算量大、网络退化和泛化能力弱等问题,本文为了提高去噪效果以及增强模型的泛化性,提出了一种融合残差注意力机制的卷积神经网络(RAUnet)。该网络结构主要由编码和解码两部分构成,网络的每个卷积层之后都加入了批标准化和带泄露整流激活函数。在编码器中,为了提高对噪声的提取能力,引入了残差结构和卷积块注意力模块。残差结构利用残差跳跃连接的方式减弱了网络退化,降低了特征映射的难度。卷积块注意力模块使用通道和空间的混合注意力权重,能提升相关度高的特征并抑制相关度低的特征。在解码器中,为了提升特征融合的维度恢复能力,选用双线性插值方式进行上采样。实验测试结果表明,对于合成地震信号,本文方法对简单模型和复杂模型随机噪声的压制效果均更有效,并且更好地保护了有效信号;对于实际地震信号,本文方法仍然能在去噪的同时尽量保持有效信号中的细节,对叠前数据和叠后数据都展现出了良好的泛化性。     

张家口-宣化盆地现今地壳变形特征与断层滑动速率反演

基于PS-InSAR结合先验条件的最小二乘迭代逼近法,利用3轨道Sentinel-1数据获取张家口-宣化盆地及周边区域地表三维形变速率场,并在此基础上使用剖面投影法和由刃型位错提出的倾滑断层震间形变数学表达式,反演得到张家口断裂和宣化盆地南缘断裂滑动速率和闭锁深度。断层参数结果显示,张家口断裂中段和宣化盆地南缘断裂闭锁程度较高,具备发生中强以上地震的应变能积累背景条件。     

一种面向生态环境领域的知识图谱构建方法

面向生态环境领域,提出了一种利用文献文本的领域知识图谱自动构建方法。首先利用机器学习技术抽取生态环境领域的关键词和关键关系;再结合统一建模语言系统构建生态环境领域知识图谱模式层,并以该模式层为指导建立生态环境领域语料库;然后采用深度学习方法从文本文献中自动抽取关键信息,通过来源指数和校验次数保证抽取知识的置信度;最终实现知识图谱的自动化构建与可视化展示。结果表明,利用2 000万字规模的文献文本可得到含29 490条知识三元组的知识图谱,利用Transformer模型抽取的总体精度为96.27%。