基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

PTP协议在广电时间同步网中的应用研究          下载免费PDF全文

权雨  彭良福  何永青 《全球定位系统》2020,45(1):99-104

随着广电行业的飞速发展,以串行数字接口(SDI)基带信号为基础技术架构的传统电视信号已经很难满足未来技术发展和业务扩展的需求．得益于现代通信技术的迅速发展以及即将到来的万物互联的5G时代,广电行业也将采用IP化技术来构建新的网络系统．处在向IP化发展的过渡期,广电IP化目前还存在一些亟待解决的问题．为了解决广电系统网络中需要更高精度的同步信号来完成时间同步的问题,本文利用精确时间协议（PTP）时间同步技术在专用以太网中完成时间同步组网,搭建了测试环境并对测试数据进行了分析．测试结果表明,相较于传统的网络时间协议（NTP）时间同步技术,输出PTP信号的准确度能够达到亚微秒量级,完全满足广电行业IP化数字电视系统时间同步信号的高精度需求．   相似文献   

Evaluating techniques for mapping island vegetation from unmanned aerial vehicle (UAV) images: Pixel classification,visual interpretation and machine learning approaches     

《International Journal of Applied Earth Observation and Geoinformation》2020

We evaluate three approaches to mapping vegetation using images collected by an unmanned aerial vehicle (UAV) to monitor rehabilitation activities in the Five Islands Nature Reserve, Wollongong (Australia). Between April 2017 and July 2018, four aerial surveys of Big Island were undertaken to map changes to island vegetation following helicopter herbicide sprays to eradicate weeds, including the creeper Coastal Morning Glory (Ipomoea cairica) and Kikuyu Grass (Cenchrus clandestinus). The spraying was followed by a large scale planting campaign to introduce native plants, such as tussocks of Spiny-headed Mat-rush (Lomandra longifolia). Three approaches to mapping vegetation were evaluated, including: (i) a pixel-based image classification algorithm applied to the composite spectral wavebands of the images collected, (ii) manual digitisation of vegetation directly from images based on visual interpretation, and (iii) the application of a machine learning algorithm, LeNet, based on a deep learning convolutional neural network (CNN) for detecting planted Lomandra tussocks. The uncertainty of each approach was assessed via comparison against an independently collected field dataset. Each of the vegetation mapping approaches had a comparable accuracy; for a selected weed management and planting area, the overall accuracies were 82 %, 91 % and 85 % respectively for the pixel based image classification, the visual interpretation / digitisation and the CNN machine learning algorithm. At the scale of the whole island, statistically significant differences in the performance of the three approaches to mapping Lomandra plants were detected via ANOVA. The manual digitisation took a longer time to perform than others. The three approaches resulted in markedly different vegetation maps characterised by different digital data formats, which offered fundamentally different types of information on vegetation character. We draw attention to the need to consider how different digital map products will be used for vegetation management (e.g. monitoring the health individual species or a broader profile of the community). Where individual plants are to be monitored over time, a feature-based approach that represents plants as vector points is appropriate. The CNN approach emerged as a promising technique in this regard as it leveraged spatial information from the UAV images within the architecture of the learning framework by enforcing a local connectivity pattern between neurons of adjacent layers to incorporate the spatial relationships between features that comprised the shape of the Lomandra tussocks detected.  相似文献   

路网约束条件下热力规则设计与试验     

杜晓  周玉秀  周琦  郑义  张俊辉  林尚纬  陈利军 《测绘通报》2020,(7):18-21

热力图是一种能直观准确展示空间观测值的有效工具，在多个领域具有广泛应用。本文在分析设定不同道路层权重、道路技术等级分类的基础上，以反距离权重、直方图均衡化、密度补偿、参数多次迭代等方法，研究构建了以热力方式展示道路网分布及发达程度的相关规则体系。热力规则通过道路赋权、路线曲面化、密度协调、图面综合等多套规则的有机结合，实现了道路网总体发达水平信息的提取与展示，并以全球地理信息资源建设项目路网成果中的亚洲和非洲部分国家数据为例，进行了信息提取与热力分布试验。  相似文献   

A-FPN算法及其在遥感图像船舶检测中的应用     

于野  艾华  贺小军  于树海  钟兴  朱瑞飞 《遥感学报》2020,24(2):107-115

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。  相似文献   

基于随机森林模型的农业电子商务浅析——洛川苹果网络销售问题与对策     

张晓涵  马敏飞  杨联安 《地下水》2020,(1):119-122

随着互联网产业的飞速发展,电子商务开始进入农业领域。以电子商务起步较早的"洛川苹果"作为研究对象进行调研。基于随机森林模型的决策树集成算法,对农业网络销售体系整体进行数据分析,模型构建,从问题表象出发挖掘其在不同部分的影响因子,最终基于影响因素解决问题,提出合理化建议:加强农村基础设施建设、健全农村公共服务体系以及完善农村电子商务培训制度等,因地制宜,推进农业电子商务的健康发展。  相似文献   

不同结构深度神经网络的时间域航空电磁数据成像性能分析     

李金峰  刘云鹤 《世界地质》2020,39(1):159-166

时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。  相似文献   

基于小波变换与神经网络的石羊河流域夏季地温预测模型研究   总被引：1，自引：1，他引：0  

贾东于  李开明  聂晓英  袁春霞  李清峰  高福元 《冰川冻土》2020,42(2):412-422

地温变化在气候反馈效应中起着重要作用， 理解地温及其与影响因素之间的时空关系对预测全球温度变化至关重要。利用1998 - 2017年石羊河流域的逐日常规气象观测资料， 采用小波分析结合BP（Back Propagation）神经网络构建了石羊河流域夏季地温预报模型， 结果表明： 日平均地温预测效果在不同站点均为最佳， 其中预测值和观测值的相关系数均大于0.87， 3 ℃以内的预测概率均大于84%。其中， 民勤地区地温预测效果最好， 预测值和观测值的相关系数达到0.91， 3 ℃以内的预测概率达到86%。日最高地温的预测值与观测值的相关系数高于0.8， 但误差平方和、 标准差较大。永昌地区日最高地温的模拟效果最好， 3 ℃以内的预测概率达到83%。日最低地温的预测与观测值的平均相关系数高于0.66， 3 ℃以内的预报概率高于83%， 但预测值略低。其中， 武威地区日最低地温的预测效果最好， 预测值与观测值的相关系数为0.72， 3 ℃以内的预测概率达到94%。研究成果可为有效弥补干旱、 半干旱区地温观测资料缺失和探讨其与局地气候的关系提供一些参考。  相似文献   

Analysis of resistance factors for LRFD of soil nail pullout limit state using default FHWA load and resistance models     

Hui Hu 《Marine Georesources & Geotechnology》2020,38(3):332-348

Abstract

Resistance factors for load and resistance factor design (LRFD) of pullout limit state of both permanent and temporary soil nails are calibrated against a wide design space using the current Federal Highway Administration (FHWA) nail load and resistance models. The calculated resistance factors were shown to scatter broadly among design scenarios that differ in wall face batter, soil friction angle, nail ultimate bond strength, and surcharge live load. An important lesson learned from the analysis results is that the current practice of using a single resistance factor for LRFD of nail pullout limit state could not result in uniform reliabilities across different design scenarios. Simple artificial neural network (ANN) models were developed for computation of resistance factors. Design examples demonstrated the ability of the ANN models in providing resistance factors that yield satisfactory and consistent reliabilities in different nail pullout designs.  相似文献   

基于分段副产物瞬时选择性的反应器网络综合     

胡仰栋  周勇  伍联营 《中国海洋大学学报(自然科学版)》2020,50(3):61-66

针对第三类反应体系的反应器网络综合问题,提出将串联反应以反应物到目的产物的反应步数为依据的新分段策略。通过比较不分段目的产物、不分段目的产物和中间产品、分段副产物和分段目的产物这四种不同的瞬时选择性,提出以分段副产物瞬时选择性为参数,以其对关键组分浓度或转化率的导数为依据选择各阶段最合适的反应器,以目的产物总选择性最大为目标采用遗传算法优化反应器网络。通过三个实例验证了本文所建立方法在解决复杂反应反应器网络综合问题的有效性,且本方法同样适用于简单反应体系。  相似文献