基于人工智能发展的测绘人才培养体系改革     

张静  梁同立  邓超 《测绘工程》2019,28(3)

人工智能作为当前科技创新和推动产业升级转型的焦点,已经成为我国国家战略和未来趋势,并向测绘技术行业开始蔓延和渗透,推动测绘行业逐步从信息化测绘升级为智能测绘。文中从组成人工智能的核心要素出发,阐述人工智能技术与测绘的紧密联系,给测绘行业带来了巨大的发展机遇与挑战。决定人工智能成败的关键因素是人才教育,聚焦到测绘教育领域,测绘岗位的性质已经发生了变化,人工智能倒逼测绘类专业教育体系变革,坚持夯实测绘专业的基础教育不会变。提出人工智能融入测绘类人才培养的3种模式,而提升测绘类专业教师人工智能相关知识素养是关键。整合测绘类各个子专业的教育资源,借助信息化的技术手段,按照5个学习层次搭建了基于人工智能技术的知识学习平台,将理想的、生态的和完整的测绘教育带入人工智能大时代发展的伟大变革中。  相似文献   

基于BP神经网络的智能入侵检测系统   总被引：14，自引：0，他引：14  

汪兴东  佘堃  周明天  刘恒 《成都信息工程学院学报》2005,20(1):1-4

介绍了BP神经网络的基本知识，设计了基于BP神经网络的智能入侵检测系统。并提出了根据不同的网络协议使用不同神经网络的思想，指出了每个神经网络需要的网络数据，并阐述了训练和测试神经网络的方法。  相似文献   

海洋多平台多传感器协同监测任务 智能规划技术     

侯睿  程宇婷  李晖  赵曼  应文 《海洋信息》2020,35(3):11-19

海洋多平台多传感器协同监测任务智能规划技术面向大型复杂海洋传感网络,能够在海洋信息平台及传感设备大规模海上部署的情况下进行大批量的任务规划和观测资源分配,形成海洋情报分析-系统行动规划-行动规划实施-精确情报再收集的良性闭环监测模式。针对重要海上态势,能够通过多平台、多传感器协同行动规划手段,对情报进行持续的、多手段协同的精确观测,有效提升海洋传感网络的监测效率和精确度,显著降低系统对指挥调度人员的素质经验要求,极大提升了海洋传感网络系统的指挥调度智能化自动化水平。该技术全面分析了海洋传感网络的共性特点和特性差异,充分考虑了海上环境、能源、通信等多方面制约因素,建立具有广泛适应性的海洋多平台多传感器协同监测任务智能规划问题模型,能够快速移植到不同的海洋传感网络,采用差分进化、蚁群、贪心等多种群体人工智能算法和状态空间启发式搜索算法,满足不同业务场景规划的需求,同时具备智能约束匹配和规划冲突消解的能力,实现运行规划动态调整、系统资源实时匹配和协同保障。  相似文献   

人工智能时代的测绘工程教育改革     

岳建平  丛康林 《测绘通报》2020,(9):151-154

人工智能技术发展至今，已掀起了第三次浪潮。人工智能时代的到来必将推动测绘工程教育的改革。本文从人工智能技术的发展历程出发，阐述了人工智能在测绘行业的应用现状和发展趋势，分析了人工智能对教育行业的影响，探讨了人工智能与高等教育相结合的应用前景。结合测绘工程高等教育的现状，分别从培养理念、知识结构、教学方法和创新能力4个方面构建了人工智能时代测绘工程专业的教育改革体系，为探索我国测绘工程高等教育同人工智能的深度融合提供理论参考和经验借鉴。  相似文献   

基于岩石新鲜面图像与孪生卷积神经网络的岩性识别方法研究     

冯雅兴  龚希  徐永洋  谢忠  蔡惠慧  吕霞 《地理与地理信息科学》2019,35(5)

  相似文献   

城镇化与生态环境耦合动态模拟模型研究进展     

崔学刚  方创琳  李君  刘海猛  张蔷 《地理科学进展》2019,38(1):111-125

按照地理学科发展趋势,对城镇化与生态环境耦合的研究将由定量描述转入动态模拟。目前,城镇化与生态环境耦合动态模拟模型呈现多元化。论文系统梳理了其中4类常见的动态模拟模型,包括城镇化与生态环境耦合系统动力学模型、基于人工智能算法的城镇化与生态环境耦合动态模拟模型、基于土地利用变化的城镇化与生态环境耦合动态模拟模型以及基于多模型集成的城镇化与生态环境耦合复合模型。主要结论如下：系统动力学模型被广泛应用于城市复杂系统、城市转型和可持续发展以及城镇化与生态环境单要素耦合的动态模拟之中,但存在空间解释不足以及忽视系统自适应性等问题;人工智能算法(ANN和BN)在自学习、自组织、自适应系统或不确定性系统模拟中具有显著优势,并被应用于城市扩张、环境变化、资源需求以及生态脆弱性的识别之中,但应用面相对狭窄且限制条件偏多;土地利用变化模型(CLUE/CLUE-S、CA和MAS)局限于从土地城镇化视角模拟城镇化与生态环境耦合;基于多模型集成的复合模型实现了各模型之间的优势互补,已成为城镇化与生态环境耦合动态模拟模型的发展趋势。今后,应从技术和理论2个层面实现城镇化与生态环境耦合动态模拟模型的进一步发展,并加强对微观过程的模拟。  相似文献   

岩性识别：方法、现状及智能化发展趋势     

许振浩  马文  李术才  林鹏  梁锋  许广璐  李珊  韩涛  石恒 《地质论评》2022,68(4):2022082019-2022082019

岩性识别是地质工作中一项基础而又重要的工作。传统的岩性识别方法过于依赖经验和地质专业知识积累,不仅耗时长、专业性强,还易受主观因素影响,导致准确率不理想。笔者等首先回顾了传统的岩性识别方法,之后总结了最新涌现的智能化识别方法,最后详细介绍了基于岩石图像、镜下图像、图像与元素信息融合等的智能识别方法。基于岩石图像的识别方法对于文中的岩石识别准确率可达90%以上,基于图像与元素融合的岩性识别方法可以缓解图像相似度高、风化破坏表观特征等因素对识别准确度的影响。笔者等认为当前岩性智能化识别研究仍处于初级阶段,无法满足工程需求。综合各类数据源的优势,利用机器学习深度挖掘岩石元素、矿物、光谱和表观特征间的内在关联性,有利于突破单源信息的局限性,实现岩性快速准确识别。  相似文献   

基于人工智能技术的地震纵横波分离方法     

孙志广  谷丙洛  张永杰  燕新跃  张闪闪 《地质论评》2023,69(Z1):409-411

  相似文献   

人工智能技术能否提高地面气温预报的精度——记AI Challenger 2018全球天气预报挑战赛     

嵇磊  王在文  陈敏  范水勇  王迎春  沈志远 《气象学报》2019,77(5):960-964

2018年8月,北京城市气象研究院与创新工场等公司联合举办了“天气预报”竞赛（WFC）——这是一项面向全球的人工智能（AI）挑战赛,旨在通过发挥AI技术的优势提高天气预报水平。全球有超过1000支队伍参加本次WFC竞赛,约250支队伍完成了实时天气预报赛程。最终,决赛排名前5的队伍获得了奖励。竞赛结果表明:多AI模型集合方法显著提高了2 m气温、2 m相对湿度和10 m风速的预报水平。与北京城市气象研究院在业务中应用的相似集合预报方法相比,基于时间序列分析、梯度提升树、深度概率预测等AI模型构建的集合预报方法,显著提升了2 m气温预报的准确率,前2名队伍在决赛期间的预报准确率分别提升24.2%和17.0%。同时,合理的数据处理技术和AI模型集合框架对预报效果的提升具有重要的作用。   相似文献   

人工智能或能提前一周预测台风     

科技日报 《浙江气象》2019,(1):49-49

日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术,开发了从全球云系统分辨率模型(NICAM)气候实验数据中高精度识别热带低气压征兆云的方法。该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。研究成果于近期发表在日本《地球与行星科学的进展》杂志网络版。  相似文献