基于孪生注意力网络的高分辨率遥感影像变化检测

随着遥感影像空间分辨率的提升,地物成像特征愈加复杂,基于纹理表达和局部语义等技术的变化检测方法已很难满足需求.为提升高分辨率遥感影像的变化检测精度,构建了一套较大规模的0.8～2 m高分辨率遥感人类活动变化检测数据集(HRHCD-1.0);同时将空间注意力和通道注意力机制引入孪生变化检测网络中,设计了具有更强上下文变化...     

云模式下地质信息用户行为采集体系实践

在分析了地质信息化现状的基础上,针对实际应用中无法获取用户行为情况的问题,提出了云模式下地质信息用户的行为采集体系。首先基于Logstash、ElasticSearch、Kibana构建了技术原型,并提出采集内容、分类以及制定采集接口规范。从技术方法实现角度阐述了系统开发环境、云容器集群节点部署、大数据检索分析等关键技术,并介绍了数据从采集获取、管理存储、分析与可视化统计的流程路线。以"地盒"产品数据采集为例,实现了该平台用户访问、地质分析功能模块使用情况、商店访问、资讯浏览量等信息的采集与统计分析。该体系能够支撑互联网用户行为信息采集需求,可实时统计出用户的爱好,了解用户的习惯,为地学信息化软件研发和推广提供有效指导,可在空间信息化系统用户行为分析和研究中推广使用。     

基于空间位置的矿产资源关联分析和预测方法:以我国西部地区为例

基于矿产资源空间位置的研究方法对勘探找矿具有重要意义。设计开发了基于空间位置关联分析和预测方法,该方法根据隐伏矿体预测的相似-类比理论,通过分析已公开的矿产资源空间分布数据,获取已知矿种的相关性,进一步对隐伏矿体进行分析和预测。以我国西部部分地区的矿产资源空间分布数据为样本,采用Apriori算法分析已知矿种空间位置上的关联关系,通过分析得出该区域矿种的共生和伴生等关联关系,获得隐伏矿体的预测结果。通过与现有成果对比证明该方法的有效性和可行性,利用GoogleEarth等可视化的工具进行预测结果展现,以便更好地进行对比研究。研究的创新点在于设计开发了基于空间位置关联分析和预测方法,利用该方法对已知矿种空间位置进行关联分析,推导出所在区域矿种的共生和伴生等关系,对隐伏矿体进行了分析预测。