基于不同骨架UNet++网络的建筑物提取

基于深度学习方法的建筑物自动提取具有精度高、速度快的技术特点,对城市规划、防灾减灾等的行业应用具有重要意义。针对高分辨率遥感影像建筑物自动提取,引入深度学习特征功能模块和传统遥感应用技术验证环节,形成不同骨架模块、UNet++网络和真实性检验的建筑物遥感提取功能模块嵌合的深度学习业务化应用技术体系,通过VGG、ResNet和Inception等传统卷积网络模型骨架对基础网络进行改造,提升模型运行效率,强化模型特征学习能力,通过真实性检验验证算法的有效性、适用性,展示完整的遥感应用技术链条。以Mnih公开的马萨诸塞州建筑物数据集为数据源,和传统非全卷积网络模型和全卷积网络模型等方法进行对比分析,结果表明通过增加模型深度和宽度可以有效提升模型建筑物提取效果,基于InceptionV3-UNet++骨架模型在召回率、准确度、CSI、F₁分数、Kappa系数和总精度表现最为优秀,分别达到85.14%、90.50%、0.7816、0.8774、0.8504和95.57%,并在WHU数据集上验证了它的鲁棒性。该方法在建筑物提取结果和细节上都有显著提高,特别是对复杂不规则建筑物的提取上,将极大促进真实、复杂、大场景高分辨率影像的建筑物提取遥感应用。     

联合L1和L0先验模型的超分辨率重建算法

超分辨率重建可以从低分辨率图像序列中重建出高分辨率图像,提高图像质量。重建出边缘保持且噪声低的高分辨率图像,仍具有挑战。针对此问题,在L₁先验模型中添加图像梯度的L₀范数作为先验知识,提出联合L₁和L₀先验模型的超分辨率重建算法,既保留L₁先验模型边缘保持的优点,又保留L₀先验模型抑制噪声的优点。将该算法与双三次插值、Total Variation (TV)先验模型和L₁先验模型作对比,通过仿真实验数据和真实实验数据的分析,验证本文算法的有效性。     

基于Landsat TM影像的水体信息提取

基于Landsat 5 TM影像,以芜湖市沿江区域为试验区,利用水体指数模型(NDWI、MNDWI)、单波段阈值法(LBV变换的B分量)、波谱间关系模型(KT₃+TM₄>TM₂+TM₇),以及新提出的波谱间关系模型(KT₃+TM₂>TM₄+TM₃)进行水体信息自动提取的试验,从定性与定量2个方面对5种方法进行对比. 结果表明,波谱间关系模型提取水体的精度最高,为93%;受到植被和建筑物等因素的干扰最小.     

K2(F2[C4×C4])的计算

把K₂(F₂[C₄×C₄])的计算归结为计算截断多项式环F₂C₄[t]/(t⁴)的相对K₂－群K₂(F₂C₄[t]/(t⁴),(t)). 运用Dennis-Stein符号及它们之间的关系进行细致的分析计算,给出了K₂(F₂[C₄×C₄])的一个极小生成元集并最终确定了K₂(F₂[C₄×C₄])=C³₄ ⊕ C⁹₂.     

基于负样本多通道优化SSD网络的钢铁厂提取

准确提取钢铁厂对去产能监测和环境保护具有重要意义。传统的人工目视解译方法效率低、成本高,无法满足开展大区域钢铁厂监测的需求。以深度学习目标检测网络SSD为基础,构建面向遥感影像钢铁厂提取的深度学习目标检测网络,提出maxout模块,将负样本通路优化为多分支结构,突出难分负样本特征并提升网络对无用特征的抵制效果。利用国产GF-1数据对京津冀地区的钢铁厂进行快速自动提取实验。与人工解译的钢铁厂点位数据的对比表明,该目标检测方法的提取精度达到80%以上。     

吐鲁番地区参考作物蒸散发模型适用性评价

吐鲁番地区干旱少雨,蒸发量远大于降水量,是中国水资源严重匮乏的地区之一。准确估算参考作物蒸散发量（ET₀）是吐鲁番地区农田灌溉系统设计和发展节水农业的基础。利用吐鲁番站2000—2015年作物生长季（4—10月）的气象资料,基于线性回归、均方根误差（RMSE）、平均绝对误差（MAE）和平均相对误差（MRE）评价指标,以FAO-56 Penman-Monteith （FAO-56 PM）模型为标准,评价Priestley-Taylor （P-T）、Hargreaves-Samani（H-S）、Jensen-Haise（J-H）、Turc、Makkink-Allen （M-A）、Trajkovic（Traj）、Makkink-Hansen（M-H）和Berti-Hargreaves（B-H）模型在吐鲁番地区的适用性,并分析各模型偏差原因。结果如下：1）所有模型在生长季期间均呈单峰型变化趋势;H-S、Traj和B-H模型高估月ET₀,其他模型均在不同程度上表现出低估现象。2）Traj温度模型模拟精度最高,其RMSE、MAE和MRE分别为6.38 mm、5.69 mm和4.29%; M-H辐射模型模拟精度次之,Turc辐射模型模拟精度最差。3）R_n和VPD是影响温度和辐射模型计算值偏差的主要气象因子。同时分析FAO-56 PM模型计算的ET₀和蒸发皿蒸发量之间的关系,为利用蒸发皿水面蒸发量估算吐鲁番地区ET₀提供参考。     

基于面向对象技术的旅游用地遥感识别

利用国产GF-1卫星影像,以南京市为例,采用面向对象技术对旅游用地信息进行专题提取,研发出基于遥感手段的旅游用地信息提取方法和流程。研究结果如下：1）GF-1夏季影像4个图层（红、绿、蓝和近红外波段）方差的平均值（VI-Summer）是识别旅游用地的有效指标。2）旅游用地提取的制图精度和用户精度分别为83.33%和73.53%,表明基于GF-1卫星影像和面向对象技术的方法能够对旅游用地进行有效识别和监测。3）南京市的旅游用地总面积为137.34 km²。4）在空间分布上,旅游用地主要集中在长江以南地区,尤其是鼓楼区、雨花台区、建邺区、玄武区和秦淮区及其附近;而长江以北（江北）地区相对稀疏。本研究结果可为利用GF-1卫星影像快速有效地监管旅游用地提供技术支撑。     

不同卫星反演的大气CO2浓度差异时空特征分析

定量化分析不同遥感观测卫星所反演的大气CO₂浓度之间的差异,对于利用卫星遥感数据准确揭示全球大气CO₂浓度的时空变化特征具有重要的参考价值。利用CarbonTracker模型模拟的大气CO₂廓线数据对SCIAMACHY、GOSAT和OCO-2卫星反演的大气CO₂柱浓度数据进行校正,并通过计算卫星校正前后的差值分析不同卫星观测平台对大气廓线的响应差异。同时比较分析不同时空尺度的各卫星观测所刻画的大气CO₂柱浓度变化的差异。实验结果表明,SCIAMACHY的差值明显大于其他2颗卫星,且在低纬度和高纬度区域分别显示（-0.25±0.15）×10^-6和（-0.38±0.25）×10^-6的浓度差异。消除这些差异后,3颗卫星的CO₂柱浓度观测数据显示相似的季节变化、年变化特征以及相似的空间分布规律。研究结果表明,模型模拟数据可用来整合这3颗卫星由于观测仪器响应和时空尺度不同所引起的大气CO₂柱浓度数据间的差异。     

基于时间序列DMSP/OLS夜间灯光数据的GDP预测模型

采用基于不变目标区域法对1992-2013年DMSP夜间灯光数据进行相互校正、饱和校正和影像间的连续性校正,提取出同期中国大陆31个省级行政区夜间灯光强度信息,并与统计GDP数据建立线性、指数、二次项和乘幂回归模型。通过比较预测GDP与统计GDP误差,选出各自的最优拟合模型。结果表明：1）校正解决了DMSP夜间灯光长时间序列影像之间不稳定、不连续的问题;2）校正后的DMSP夜间灯光数据集与GDP强相关;3）中国大陆GDP预测的指数模型最佳,R²达到0.97,平均相对误差仅为11.32%;4）31个省级行政区按时间序列构建GDP预测模型优于每年各省级行政区模型。4个直辖市和经济总量前6的行政区指数模型最优,其余省份二次项模型最优,R²均达到0.95以上,GDP预测相对误差10%左右。     

基于时序光谱重构的卷积神经网络遥感农作物分类

当前,基于时序特征提取的农作物遥感分类方法需要较多先验知识及人工干预,难以自动化,且易因忽略部分有效特征而导致精度降低。针对这些问题,提出基于时序光谱重构的卷积神经网络农作物分类法。为充分利用时间序列多光谱中丰富的作物物候与多光谱信息,对每个地面像元构造以时间维为纵轴、光谱维为横轴的时序光谱图,采用Adam梯度下降法与Dropout 40%连接率优化后的卷积神经网络对时序光谱图进行分类。对比实验结果表明,该方法可有效减少“椒盐”噪声的产生,且地块边界轮廓线清晰,总体分类精度达到95.12%,高于时间序列多光谱+随机森林（88.58%）、时间序列NDVI+随机森林（90.25%）、时间序列NDVI+卷积神经网络（91.79%）等对照实验组;对于“异物同谱”现象明显的春玉米与番茄,该方法的F₁-score分别达到95.9%与89.9%,相比各对照组均有较大幅度的提高。该研究结果可为遥感农作物的自动化精细制图提供参考。     

有限域上多项式方程组求解的三角列算法

提出一个有限域上多项式方程组求解的自上而下的拟三角列算法和三角列算法,并且给出拟三角列算法的复杂度分析;2个算法都在F₃上得到实现.实验结果表明,2个算法较之以前的算法有一定程度的改进.     

限制在闭超曲面上的卷积

经典的欧氏空间中的卷积如下给出。对f∈L¹（Rⁿ）和g∈L^p（Rⁿ）, T_f（g）（x）∶f*g（x）=∫_Rⁿf（x-y）g（y）dy. 这样的卷积在分析、物理和工程上都有广泛的应用。经典的Young不等式表明,对1≤p≤∞,T_f:L^p（Rⁿ）→L^p（Rⁿ）是有界线性算子。得到限制在一个闭超曲面（欧氏空间中的余维数为1的紧致无边连通正则子流形）上的卷积的L^p模估计的大小。更精确地说,把Young不等式推广到了闭超曲面上。     

基于深度学习的SSD模型尾矿库自动提取

针对华北地区尾矿库自动提取问题,将基于深度学习的SSD目标检测模型应用于遥感图像尾矿库提取。首先标记华北地区2 000个样本,随机挑选1 500个作为训练样本,剩余样本作为测试样本,验证模型的检测精度。分析卷积层对应感受野与图像中尾矿库尺寸关系,发现原始SSD模型漏检误检大型尾矿库。改进SSD模型结构,提出增加额外卷积层的策略,提高对大型尾矿库目标的检测精度。实验表明,在置信度阈值为0.3时,改进的SSD模型相比原始模型,检测精确率提高10.0%,召回率提高14.4%,提高了大型尾矿库检测精度。验证了基于深度学习的SSD目标检测模型自动提取尾矿库的可行性以及改进算法的有效性。     

中职生教育成本估算方法探析

中职生教育成本是指国家、社会和中职生个人(家庭)三方面花费在中职生教育上的年度人均资源总和,包括国家、社会和家庭所花费的全部直接成本和间接成本的总和。当前,对中职生进行教育成本核算方法的探讨,具有着重要的意义。文章从“教育经济学”的有关理论和方法出发对中职生教育成本的估算方法进行了详细地探讨。     

基于ODS构建商业系统的即时OLAP应用

基于DB和DW的中间层ODS的数据存储技术，从应用的角度分析设计了一个商业系统的即时OLAP系统。通过使用ODS克服了利用DW进行决策过于臃肿且不适合企业即时的中层决策的问题。     

深度学习文献综述

在21世纪核心素养中,深度学习能力是公民必 须具备的生活和工作能力,发展深度学习是当代学习科学的重要举措,是深度加工知识信息、提高学习效率的有效途径.本文基于文献分析法和内容分析法,从深度学习的内涵、特征、策略、测量和评价、问题与挑战五个方面对深度学习的相关文献进行梳理,在此基础上认为需要丰富深度学习的相关理论,完善深度学习发展的策略研究,加强对技术支持下的深度学习的测量和评价方式的研究来促进深度学习的发展.     

饱和砂土自由场地地震液化的离散元模拟

为研究饱和砂土自由场地的地震液化过程,基于颗粒离散元与计算流体动力学耦合方法,在PFC3D程序中通过二次开发实现对自由场地基底不规则地震波的输入,研究在实测Kobe地震波激励下该液化过程的宏细观力学响应,并与已有的福建中细砂离心机模型试验结果进行对比。数值模拟结果表明:试样发生液化的时刻对应于基底地震加速度峰值时刻,浅部土层先于深部土层发生液化,超静孔隙水压力的消散是从深部土层逐渐向浅部土层发展的;伴随液化过程,各深度土层的有效应力路径均从初始应力状态向应力空间的原点移动;数值试验呈现出的上述规律均与实际砂土离心机模型试验呈现出的规律保持一致。数值试样宏观的液化特征在微观机理上可由流体对颗粒的归一化拖曳力、局部孔隙比、平均配位数、颗粒位移的变化规律来相应表征。     

南京市不同类型扬尘源排放清单估计

运用美国环保署AP-42方法及观测资料,估算2010年南京市土壤扬尘、铺装道路扬尘和城区施工扬尘的排放,并给出3 km×3km分辨率的空间分布.研究结果表明,3类扬尘PM₁₀排放分别为0.0261、6.727、0.754万t.铺装道路扬尘的贡献最大,从市区向南北城郊方向,排放逐渐减少.比较而言,南京市3类扬尘PM₁₀的排放总量小于上海,约相当于本市工业排放的67.3%.