利用一种模糊神经网络对遥感影像进行分类的研究     

张强  周秋生 《测绘工程》2006,15(5):42-46

结合遥感影像的特点,提出一种模糊逻辑系统和神经网络中的BP算法相结合的模糊神经网络,利用其进行整个遥感图像的分类,并和典型的BP神经网络进行对比,发现其优点以及存在的问题。  相似文献   

基于动态树结构的河网分析方法     

艾自兴  牛瑞芳  毋河海  谌虎 《测绘科学》2006,31(3):80-81

某条河流除了河流自身的数量与质量特征外,该河流在河网结构中的空间位置及其相关结构特征将提供全局性的评价依据。河网的空间形态结构特征由各条河流的几何特征和河流之间的相互关系决定,为了完整表示河网的空间形态结构特征,本文提出了基于动态树结构的河网分析思想,阐述了动态河网树结构的建立、维护及其应用的方法。  相似文献   

基于激光跟踪仪的三维控制网测量精度分析   总被引：5，自引：3，他引：2  

于成浩  柯明 《测绘科学》2006,31(3):25-27

介绍三维控制网的优点及激光跟踪仪测量系统的特点,讨论了光束法平差原理及不同观测值的权比问题,并以100MeV电子直线加速器安装测量控制网的模拟计算和实测结果,论证了利用激光跟踪仪进行三维控制网的精度。  相似文献   

一种面向道路网3维数据的空间索引方法   总被引：1，自引：0，他引：1  

左小清  李清泉 《测绘学报》2006,35(1):57-63

根据数据沿道路呈线性分布,道路相互连通的特点,提出连通拓扑和动态分段相结合的混合索引机制,分两步来实现查询过程:第一步通过连通索引来进行粗略查询;第二步根据粗略查询结果,利用动态分段索引完成精确查询。以此建立的道路网及沿线3维数据的空间索引具有很高的查询速度,能确保数据的快速动态装载,可满足道路网3维可视化的要求。最后通过实验对算法进行实现,并在空间效率和时间效率上与R树索引进行了比较。  相似文献   

一种基于网络拓扑关系的地图匹配算法   总被引：3，自引：0，他引：3  

陈波  王茂林  王宏  杨天克 《测绘科学技术学报》2006,23(5):331-334

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响.在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法.该算法只需将GPS定位数据和GIS 数据相结合,即可用算法的形式解决地图匹配中一些常见的问题.实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值.  相似文献   

基于卷积神经网络的逐时降水预报订正方法研究     

陈锦鹏  冯业荣  蒙伟光  文秋实  潘宁  戴光丰 《气象》2021,(1):60-70

应用2017—2018年5—9月福建省观测资料对华南区域中尺度模式(GTRAMS-3 km-RUC)预报进行站点检验,建立和训练基于卷积神经网络的逐时降水分级订正模型,并与频率匹配法进行2017—2018年测试集的对比试验和2019年数据集的模拟业务检验,探讨了试验过程中遇到的样本不均衡、特征变量选取以及模型过拟合问题。结果表明:模式对于15 mm·h-1以上降水的预报能力弱,各订正方法对原始预报均有不同程度的改进作用。从评估指标来看,基于卷积神经网络的订正方法比频率匹配法表现出优势,其中相关系数判别方案下的网络模型对强降水预报的订正效果显著优于其他方法;在输入特征变量选取方面,应用主成分分析方案的模型训练收敛速度比相关系数判别方案更快,最佳训练期有所提前,但也更早进入严重的过拟合状态,而相关系数判别方案能够使网络模型的训练拥有更长的提升期以达到更具“潜力”的状态;基于卷积神经网络的订正方法对减少分类降水预报的漏报率、晴雨和弱降水预报的空报率具有显著作用,其优化程度明显超过频率匹配法。  相似文献   

基于卷积神经网络的雷电临近预警模型     

张烨方  冯真祯  刘冰 《气象》2021,(3):373-380

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017—2018年雷达、闪电数据为样本完成了模型的训练与预测研究。训练结果显示,15~30 min模型训练样本测试集准确率为0.7985;选取福建省2019年20个雷电过程验证分析表明,15~30 min模型对动力抬升型雷电过程预警TS评分为0.716,夏季局地热雷暴预警TS评分为0.694,与常规采用雷达、闪电阈值控制的雷电预警算法相比,准确率有一定的提高,具有一定的实践意义。  相似文献   

Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC     

胡娅敏  陈韵竹  何健  刘圣军  闫文杰  赵亮  汪明圣  李芷卉  王娟怀  董少柔  刘新儒 《热带气象学报(英文版)》2022,28(1):45-56

Tropical cyclone (TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature (SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied. During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late 1980 with a slightly decreasing trend and a normal distribution. 338 primary precursors are obtained from statistically significant correlation regions of SST, sea level pressure, 1000hPa air temperature, 850hPa specific humidity, 500hPa geopotential height and zonal wind shear in winter. Then those 338 primary factors are reduced into 19 independent predictors by principal component analysis (PCA). Furthermore, the Multiple Linear Regression (MLR), the Gaussian Process Regression (GPR) and the Long Short-term Memory Networks and Fully Connected Layers (LSTM-FC) models are constructed relying on the above 19 factors. For three different kinds of test sets from 2010 to 2019, 2011 to 2019 and 2010 to 2019, the root mean square errors (RMSEs) of MLR, GPR and LSTM-FC between prediction and observations fluctuate within the range of 1.05-2.45, 1.00-1.93 and 0.71-0.95 as well as the average absolute errors (AAEs) 0.88-1.0, 0.75-1.36 and 0.50-0.70, respectively. As for the 2010-2019 experiment, the mean deviations of the three model outputs from the observation are 0.89, 0.78 and 0.56, together with the average evaluation scores 82.22, 84.44 and 88.89, separately. The prediction skill comparisons unveil that LSTM-FC model has a better performance than MLR and GPR. In conclusion, the deep learning model of LSTM-FC may shed light on improving the accuracy of short-term climate prediction about TC frequency. The current research can provide experience on the development of deep learning in this field and help to achieve further progress of TC disaster prevention and mitigation in Guangdong Province.  相似文献   

基于深度学习的天气雷达回波序列外推及效果分析     

黄兴友  马玉蓉  胡苏蔓 《气象学报》2021,79(5):817-827

天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。   相似文献   

基于智能物联网技术的天津城市积水监测预警系统     

侯天宇  梁好  霍凯  赵敏  陈子煊  张春莉  苑超 《气象研究与应用》2021,(1):85-89

通过智能物联网技术实时获取积水监测实况数据,利用天津市气象精细化格点预报产品和城市自动雨量观测站实况数据,以机器学习、神经网络模型和天津市城市内涝风险等级划分原理为基础,研究基于用户实时位置的城市内涝预报预警技术,研发天津市城市自动化积水监测预警系统。结果表明,该系统具备一定的城市内涝风险监测预警预报能力,并在2018—2020年多次重大天气过程中应用,积水深度预报结果与监测结果基本一致,应用数据表明验证结果良好,系统可以为政府防灾减灾决策、指挥调度提供精准、及时的气象数据支撑。  相似文献