排序方式: 共有11条查询结果,搜索用时 26 毫秒
1.
2.
3.
安全是每次出行的重要因素之一,传统方法大多基于人力或视频协同才能完成安全监控,缺少以轨迹数据度量出行的方法。定位和跟踪系统的技术进步,GPS卫星定位技术的不断发展与普及,使利用车载导航装置、手持GPS装置收集及使用GPS数据点成为可能。本文提出了一种基于用户GPS轨迹数据评价安全的方法,并以校区内宿舍与实验室间的轨迹数据为研究对象,验证了方法的有效性。研究表明:用户轨迹在离开安全轨迹处,获得较低的安全得分。反之,用户轨迹如果与安全轨迹极为相似,则获得很高的安全得分。该方法在检验用户轨迹是否与安全轨迹相似极为高效,同时以轨迹数据的形式反映用户的出行安全。 相似文献
4.
5.
6.
7.
8.
珊瑚礁底质分类对海洋资源开发和海洋生态环境保护起到至关重要的作用。目前,深度学习语义分割方法在遥感图像分类领域应用广泛,但在底质分类方面的研究较少。由于基于全监督深度学习的方法中逐像素标注标签的成本较高,不适用于大规模、高频次的底质分类工作,基于半监督的深度学习方法能够有效利用已标注标签为无标签数据产生伪标签,从而有效降低人工成本,然而现有半监督方法的性能易受伪标签噪声的干扰。针对以上问题,本文提出了一种基于软硬协作决策的半监督底质分类方法。首先,利用多模型联合决策生成高质量的伪标签;然后,提出了一种能够顾及伪标签像素置信度的损失函数来指导模型进行训练;最后,采用软硬协作的决策方式得到精确的底质分类结果。在美属维尔京群岛圣克罗伊岛北部的巴克岛礁和夏威夷群岛的中途岛东南约400 km处的珍珠与爱马仕环礁的浅层底栖生物栖息地地图数据集上评估了本文方法的精度,实验结果表明,本文提出的方法与全监督学习方法精度相当,比主流的语义分割方法精度平均高3.08%,能够有效服务于珊瑚礁底质调查工作。 相似文献
9.
针对云南省因土地利用结构变化,自然环境遭到破坏,导致许多物种极度濒危甚至灭绝、生物多样性遭到严重破坏的问题,本文利用最大熵模型(MaxEnt)对云南9种特色优先保护物种进行了环境适宜性分析。首先以资源环境承载力及国土空间开发适宜性为基础,筛选出具有云南特色的9个优先保护物种,然后对各物种的最优生存环境进行了预测。研究结果表明,云南省9种优先保护物种现存分布区总计0.21万km2。经最大熵模型(MaxEnt)预测可知,最优适生分布区可达5.45万km2,是现存分布区的25倍。 相似文献
10.
讨论了利用专家调查法和层次分析法对市区内的社区子区域进行火灾风险评估模型的建立,并结合SuperMapObjects进行二次开发,从而对建立一个城市社区子区域火灾风险评估系统的技术要点进行了阐述。并以昆明市某社区子区域为例进行实验,最终作为昆明市消防辅助决策系统的一个子模块进行了实际应用。 相似文献