齐市局案件查处实行“四率”目标管理

本报讯 为确保国土执法监察工作到位,防止违法用地用矿行为的发生,齐齐哈尔市国土资源局加大国土资源执法监察工作力度,严查严管违法用地用矿行为,案件查处实行“四率”目标管理。     

ALCGEIS知识获取与推理机设计

运用专家系统的知识获取和推理机设计原理与方法,探讨了ALCGEIS系统的基本结构、知识分级、知识获取过程和实现程序,推理机的基本原理和控制策略及其程序实现的算法,以及推理知识的搜索策略;论述了 AIEGEIS推理规则的设计方法及其推理算法。     

双碳目标下地热资源开发利用的创新思路探析

本文以地热能行业为切入点,就双碳目标下地热资源开发利用的创新思路进行详细探究。首先探讨了双碳目标下中国能源发展路径与消费结构,进而总结了双碳目标下地热资源开发利用面临的机遇和挑战,最后提出双碳目标下地热资源开发利用面临的创新思路,具体包括探索特色路径、强化创新策源、推动产业集聚、打造生态系统等。     

基于计量特征的《东北石油大学学报》文献热点与知识图谱——兼论石油行业特色高校自然科学学报文献特征

以《东北石油大学学报》为例,分析文献计量特征,研究石油行业特色高校自然科学学报的刊载论文热点与知识图谱.结果 表明:《东北石油大学学报》主要贡献机构集中于与能源行业紧密相关的高校及研究性机构,载文集中于油气行业相关领域,发文趋势稳定;关键词共词网络相关关系强,文献知识结构整体为相对集中型.载文知识网络关键词聚类具有显著...     

基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

基于极限学习自编码器的水声信号目标识别方法

传统的机器学习方法在特征提取时容易受到主观经验的影响,导致对水声信号目标的识别准确率不高。而一般深度学习算法模型较复杂,通常具有训练耗时、计算复杂度高等缺点。极限学习自编码器具有很强的非线性处理能力,适合针对具有非线性特点的水声信号目标的识别,而且模型具有学习速度快,泛化能力强等显著优势。将极限学习自编码器算法应用于水声信号目标识别中,并与卷积神经网络、自编码器和极限学习机识别方法进行对比,结果表明：提出的方法对水声信号目标识别的准确率最优,且训练时间较短。     

利用Faster R-CNN进行立交桥自动识别与定位

立交桥结构的自动识别对道路网多尺度建模、空间分析和车辆导航具有重要意义.传统基于矢量数据的立交桥识别方法过分依赖人工设计的特征,对复杂场景的适应性较差.本文提出了一种基于目标检测Faster R-CNN神经网络模型的立交桥识别方法,该方法利用卷积神经网络学习立交桥样本的深层次结构特征,进而实现立交桥的自动识别与准确定位...     

本地知识基础对新兴产业知识流动的影响——以中国燃料电池产业为例

经济地理学者对于新兴产业的产生区位长期存在争论,在中美贸易战背景下,探究其区位规律既是重要的学科问题,又对国家培育新兴产业具有重要指导意义.通过梳理“区域产业分叉”和“区位机会窗口”的观点,辨析出知识流动是影响新兴产业区位的关键点;以燃料电池产业为例,结合“相关多样化”假说的观点,采用面板空间自回归模型对知识基础的具体...     

基于交互多模型的水下目标跟踪方法

According to the requirements of real-time performance and reliability in underwater maneuvering target tracking as well as clarifying motion features of the underwater target, an interacting multiple model algorithm based on fuzzy logic inference （FIMM） is proposed. Maneuvering patterns of the target are represented by model sets, including the constant velocity model （CA）, the Singer mode~, and the nearly constant speed horizontal-turn model （HT） in FIMM technology. The simulation results show that compared to conventional IMM, the reliability and real-time performance of underwater target tracking can be improved by FIMM algorithm.     

人工免疫系统与嵌入规划目标的城市模拟及应用

人工免疫系统(AIS) 具有强有力的计算能力, 可以通过免疫识别、克隆选择、免疫学 习、免疫记忆等功能来进行模式识别和自适应学习。AIS 所具有的自学习、自适应和记忆的能力非常适合于复杂地理过程的研究。而元胞自动机(CA) 是研究复杂系统非常方便和有效的工具。将人工免疫系统和元胞自动机相结合, 建立了城市演变的模拟和规划模型。该模型通过改变抗体的进化变异机制, 把规划目标嵌入到AIS 算法中, 抗体将会逐渐朝着规划目标“进化”, 从而模拟出基于不同规划情景的城市发展空间格局, 为城市和土地利用规划提供决 策支持。设计了6 种不同的城市发展方案, 利用该模型模拟了不同规划方案下珠江三角洲城市的发展情景(1988-2002 年)。并比较了不同模拟情景结果城市的紧凑性: “城市中心” 和 “城市中心-高速公路”发展模式的城市形态更为紧凑, 破碎度较低; 而“镇中心” 和“道路”发展模式形成的城市形态则比较凌乱和分散。模拟结果和分析表明: “城市中心-高速 公路”是珠江三角洲最适合的城市发展模式。