德阳市气象局网络安全与防御策略研究

网络安全是信息管理人员最关心的问题,因为信息的泄露将造成不可估量的损失.本文从市气象局信息中心网络系统现状切题,分析了各个寸能存在的网络安全漏洞和风险,并归纳和提出了一些信息安全防护的策略和方法.     

语义约束的铁路隧道BIM模型轻量化方法

GIS与BIM集成是铁路隧道工程信息化的关键技术,越来越多的长隧道构件级BIM模型,几十公里长的铁路隧道BIM模型如何在GIS中实现高性能可视化分析成为挑战性难题。目前,高精度复杂铁路隧道BIM模型多以参数化形式表达,转换为GIS模型后几何数据量急剧增大,同时GIS通用标准中针对隧道BIM模型的构件尺度层级划分存在不一致等情况,难以实现铁路隧道工程场景精细化管理与高效可视化分析。为此本文提出了一种语义约束的铁路隧道BIM模型轻量化方法,首先建立铁路隧道BIM模型多细节层次描述规则,然后利用构件语义信息提取并简化构件几何信息,获取多细节层次模型数据,并对多细节层次模型进一步优化组织管理。本文方法在康定2号铁路隧道BIM模型数据中得到验证,结果表明能有效提升铁路隧道BIM模型在GIS环境中的表达效率。     

CorelDRAW矢量地图高保真Web发布方法研究

基于CorelDRAW矢量地图产品,提出一种基于分层可缩放矢量图形（scalable vector graphics,SVG）组织、集成表达的技术方法,解决了高保真地图发布的问题。首先将CorelDRAW矢量地图高保真分层转换为多个SVG格式文件;然后对SVG文件中符号化信息进行批量处理;最后使用WebGIS框架库将各SVG地图加载到Web平台,实现CorelDRAW矢量地图的展示与交互。实验结果表明,该方法能将CorelDRAW矢量地图高效、高质量地发布到Web平台。     

城市道路网络特征对交通事故作用机理的研究进展

机动交通快速发展背景下城市道路交通安全问题日益严峻,道路网络作为影响区域交通流与居民交通出行行为的关键因素,对区域交通事故的数量、类型和空间分布具有重要影响。论文从道路布局形式与几何拓扑特征2个方面归纳总结城市道路网络特征对交通事故的作用机理,并通过梳理道路网络与交通出行行为的关系分析其对交通事故的潜在影响。研究指出,格网型、平行曲线型、回路尽端型等道路网络布局形式以及中心性、连通性等道路网络拓扑指标,对交通事故的类型、频率和严重程度的影响存在差异性和空间尺度效应;合理的交叉口密度、路网密度、街区密度等道路网络几何特征对于提升交通安全水平具有重要作用。未来研究需要进一步运用复杂网络理论刻画道路网络的结构、功能等特征,在控制居住自选择效应的基础上,从交通出行行为视角深入分析复杂道路网络对交通事故的作用机制与非线性影响,同时考虑道路网络特征与建成环境的潜在交互作用。     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。     

不同方法对冬小麦地块级估产的适用性研究

为了探究不同估产模型对冬小麦估产的精度和适用性,提高像元级和地块级冬小麦估产精度。利用机器学习方法支持向量机（SVM）模型、随机森林（RF）模型和深度学习方法长短期记忆（LSTM）模型,对冬小麦进行产量预估。结果表明：在像元级上,LSTM模型、RF模型估产精度高于SVM模型,LSTM模型不仅能够表征作物在生育期的生长变化,还能降低人为因素干扰,估产结果更加客观真实,而SVM模型、RF模型易受到特征共线性和过拟合的影响,因此SVM模型、RF模型更适用于区域性小范围估产。在地块级上,SVM模型、RF模型和LSTM模型地块级估产精度比像元级估产精度均有提高,且LSTM模型估产精度明显高于SVM模型和RF模型,因此LSTM模型更适用于地块级估产,且LSTM模型泛化能力强、普适性高,适用于大范围农作物估产。     

公交大数据时空特征的分布式计算及分析

公交IC卡数据作为一种典型的出行大数据具有海量性、多样性、高速性和易变性的特征,传统数据库无法对其进行有效的存储和计算。该文采用Hadoop分布式技术对公交IC数据进行存储计算,分析了不同公交线路的客流时空特征,提出了基于属性层次模型（AHM）的逼近于理想值的排序方法对不同公交线路进行综合评价,利用网络地理信息系统（WebGIS）技术将计算结果进行集成,快速实时更新公众出行的特征,为公交供给的动态调整提供决策信息。     

自然灾害综合风险防范信息服务技术体系构建及展望

构建自然灾害综合风险防范信息服务业务技术体系是支撑新时代防灾减灾救灾工作的必然要求。文章聚焦全链条、多主体、多灾种综合风险防范信息服务需求,建立了自然灾害综合风险防范信息服务的技术体系框架,构建了涵盖常态减灾和灾前预防、灾中救援、灾后恢复重建等非常态救灾全过程的综合风险防范信息服务产品体系,建立了信息产品开发、行业数据协同、网络大数据挖掘、信息服务平台集成等方面的关键技术。其中,信息产品体系构建从灾害管理过程、主要业务类型和工作任务方面进行三级分类。信息产品开发方面研发了基于致灾、灾情、救灾3类标准灾害信息要素的灾害信息产品制作、表达和动态定制技术;行业数据协同方面研发了双向自适应的部门微服务数据共享新机制及多部门多源异构数据接入、融合处理技术;网络大数据挖掘领域研发了基于网页、移动通信、社交网络、物联网等网络大数据的致灾、灾情、救灾要素信息挖掘与融合分析技术;信息服务集成平台搭建领域研发了基于云服务架构的时空分布式大数据管理、业务工具模型集成、“云+端”多渠道信息服务技术。该技术体系解决灾害信息服务时效性不高、完备性不足等问题,为开辟与政府部门统计并行的灾害信息数据获取新途径提供了技...     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到8...