基于模糊神经网络(FNN)的赤潮预警预测研究   总被引：1，自引：0，他引：1  

张容  阎红  杜丽萍 《海洋通报(英文版)》2006,8(1):83-91

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。  相似文献   

辽宁省春玉米全育期的气候适宜度及年景评估     

曹永强  齐静威  王菲  李玲慧  路洁 《地理科学》2020,40(7):1210-1220

为评价气候变化对玉米生长的影响,以辽宁省为例选取1969—2018年18个气象站点的逐日实测气象数据,利用模糊数学法建立春玉米气候适宜度评估模型,以地理信息技术为依托,探究春玉米气候适宜度的时空特征,并在此基础上进行玉米气候年景的综合评估。结果表明：① 辽宁省春玉米全生育期内日照、温度、降水适宜度波动幅度较大;然而春玉米种植气候适宜度的空间差异性较弱。② 春玉米各生育期气候适宜度由高到低为：出苗期>开花期>成熟期>播种期。全生育期温度适宜度最高,日照适宜度次之,降水适宜度最低。③ 春玉米播种期、出苗期、开花期和成熟期的气候适宜度最高值分别出现在辽阳、葫芦岛、营口和铁岭。④ 春玉米气候年景准确率达64%,表明该评估方法可以较为准确地反映气候年景。近50 a辽宁省春玉米偏好的年景有4个年份（1971、1979、1993、1998年）,较差的有1969年（4.98%）及1973年（5.59%）。  相似文献   

规则池塘群的复杂直线模式识别     

刘呈熠  武芳  巩现勇  行瑞星  罗登瀚 《测绘学报》2020,49(2):256-266

针对现有面要素直线模式识别方法难以解决规则池塘中破碎区域的问题,提出了一种规则池塘群的复杂直线模式识别方法。首先,分析了规则池塘群的空间特征和认知特点,提出了“主次关系→并列关系→直线模式→复杂直线模式”的多层次认知顺序;其次,设计了主次关系池塘组、并列关系池塘组、直线模式池塘群的识别方法;最后,构建了复杂直线模式池塘群的识别模型。试验表明:本文方法能够消除破碎区域对规则池塘群直线模式提取的不利影响,有效提升复杂直线模式识别的质量。  相似文献   

复杂卫星图像中的小目标船舶识别   总被引：1，自引：1，他引：0  

姚红革  王诚  喻钧  白小军  李蔚 《遥感学报》2020,24(2):116-125

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。  相似文献   

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取     

贺芊菡  孙翁杰  刘必林  孔祥洪  林龙山 《海洋与湖沼》2020,51(6):1493-1500

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。  相似文献   

自组织竞争神经网络在江苏油田有杆抽油系统故障诊断中的应用     

徐芃  徐士进  尹宏伟  周会群 《高校地质学报》2006,12(2):266-270

有杆抽油系统的故障诊断技术是国内外采油工程技术中的一个重要研究课题。通过示功图的不同形状特征可以反映抽油机的不同工作状态。将自组织竞争神经网络应用于示功图的识别与分类,建立了一个自组织竞争神经网络模型对示功图进行自动聚类,从而实现故障诊断的自动化。应用江苏油田的实测示功图数据进行实验,可以看出自组织竞争神经网络具有良好的分类能力和泛化性能,是实现油田抽油系统故障诊断的有效技术,具有很强的实用价值和广泛的应用前景。  相似文献   

传统村落景观基因信息链与自动识别模型构建——以陕西省为例   总被引：2，自引：0，他引：2  

杨晓俊  方传珊  王益益 《地理研究》2019,38(6):1378-1388

传统村落作为活的文化遗产,承载了大量历史记忆,是地域文化景观基因识别与模型构建研究的重要切入点。以陕西省71个国家级传统村落为例,基于景观基因理论建立陕西省传统村落景观基因识别体系,识别出陕西省传统村落景观基因特征;运用类型学原理和N级编码理论对景观基因进行编码,构建陕西省传统村落景观基因信息链并生成基因谱系;借鉴生物学中“胞-链-形”DNA碱基序列模型,提取出环境基因、建筑基因、农耕文化基因和宗族文化基因四个公共基因作为景观基因元（胞）,以村内道路系统作为基因链,构建传统村落景观基因DNA模型与自动识别模型,以此对传统村落的区位、类型、特征和文化基因进行自动识别。为传统村落景观基因信息有效传承与存储,以及乡村建设动态发展提供理论借鉴。  相似文献   

Preface: Modern studies of variable stars     

Nikolay N.Samus  Sheng-Bang Qian 《天文和天体物理学研究(英文版)》2019,(3):1-2

In this Mini-Volume, seven papers written on the basis of talks selected from those presented at the scientific conference "Modern studies of variable stars," commemorating Prof. M. A. Svechnikov(1933–2011), are published. The conference covered a variety of variable-star topics; the papers in this Mini-Volume deal with close, mainly eclipsing, binaries, Herbig Be stars and stellar molecular masers, with an accent on stellar catalogs of different kinds. We briefly review the contents of these papers.  相似文献   

机载多光谱LiDAR的随机森林地物分类   总被引：1，自引：0，他引：1  

曹爽  潘锁艳  管海燕 《测绘通报》2019,(11):79-84

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。  相似文献   

基于SSW点云数据的矢量地图平面精度自动校验方法     

羌鑫林  李广伟  王留召  张伟红 《测绘通报》2019,(3):98-102

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。  相似文献