基于介数中心性的交通拥堵指数计算     

叶烨星  杨飞 《测绘通报》2021,(5):86-90

本文以北京城市交通为例,选取北京城市路网数据,计算城市路网介数中心性,以反映城市各道路路段的通达情况;并利用北京出租车GPS定点数据,计算实际的交通轨迹。传统的路网介数中心性主要依据各路段最短路径的比重评价理论上的道路通达性,而本文以网络介数中心性为基础,提出动态介数的方法,从城市各路段交通量比重的角度评价各道路实际拥堵情况。利用两个介数的对比能够全面客观地反映交通拥堵状况,提高交通拥堵指数的参考价值,并为城市建设规划决策及道路改建等方案提供依据,有利于缓解城市道路交通拥堵现状。  相似文献   

基于Google Earth Engine与多源遥感数据的土地覆盖变化监测     

熊元康  张鸿辉  梁宇哲  罗伟玲  洪良 《地理空间信息》2021,19(9):73-78,82

快速准确地获取一个地区的土地覆盖变化信息,可为该地区的社会经济发展、生态环境建设、国土空间规划等提供重要支撑.以广东省为研究区,以Google Earth Engine(GEE)云平台为支撑,以Sentinel-1/2和Landsat7/8数据为遥感数据源,结合多源时序影像和DSM影像,利用机器学习分类方法进行了土地覆盖类型快速监测.  相似文献   

基于影像交叉学习的CBERS CCD波段模拟   总被引：1，自引：0，他引：1  

俞乐  曹凯  吴飏  张登荣 《国土资源遥感》2011,(3):48-53

与TM/ETM+相比,CBERS CCD缺少2个红外波段(波段5和波段7),这便导致了许多针对TM/ETM+数据的图像处理方法难以直接应用于CBERS CCD图像.为此,采用基于影像交叉学习的波段模拟方法,即以ETM+数据作为先验知识,通过支持向量回归( Support Vector Regression,SVR),拟...  相似文献   

位移反分析的粒子群优化-高斯过程协同优化方法   总被引：2，自引：0，他引：2  

苏国韶  张克实  吕海波 《岩土力学》2011,32(2):510-515

针对采用随机全局优化技术进行岩土工程位移反分析存在数值计算量大、效率低的问题,将粒子群优化算法与高斯过程机器学习技术相结合,提出了位移反分析的粒子群优化-高斯过程协同优化方法。该方法利用全局寻优性能优异的粒子群优化算法进行寻优的基础上,采用高斯过程机器学习模型不断地总结历史经验,预测包含全局最优解的最有前景区域,通过提高粒子群搜索效率并降低适应度评价次数,进而有效地降低位移反分析过程中的数值计算工作量。多种测试函数的数学验证和工程算例的研究结果表明该方法是可行的,与传统方法相比较,可显著地降低位移反分析的计算耗时。  相似文献   

基于支持向量机的新闻事件类型识别     

李响  杨小琳  魏勇  董玮  胡涛 《地理信息世界》2019,26(2)

新闻事件类型识别的核心是文本分类问题,可利用模式识别或者机器学习来解决。互联网中的新闻事件种类多样,各类事件都有不同的结构特征,在自然语言中的表达方式也多种多样,基于模式识别的事件抽取难以覆盖全部的事件表达模式,识别召回率不高。本文使用机器学习方法来进行新闻事件的抽取,设计了词法、句法和语义三类不同类型的特征,并基于支持向量机实现新闻事件的类型识别。支持向量机模型适合解决自然语言这类高维数据的分类问题,能够有效捕捉不同特征之间的分类差异,具有较好的准确率和召回率。  相似文献   

基于长短时记忆神经网络的台风路径临近预报模型   总被引：3，自引：0，他引：3  

高松  赵鹏  潘斌  李亚汝  周敏  徐江玲  钟山  史振威 《海洋学报(英文版)》2018,37(5):8-12

It is of vital importance to reduce injuries and economic losses by accurate forecasts of typhoon tracks. A huge amount of typhoon observations have been accumulated by the meteorological department, however, they are yet to be adequately utilized. It is an effective method to employ machine learning to perform forecasts. A long short term memory(LSTM) neural network is trained based on the typhoon observations during 1949–2011 in China's Mainland, combined with big data and data mining technologies, and a forecast model based on machine learning for the prediction of typhoon tracks is developed. The results show that the employed algorithm produces desirable 6–24 h nowcasting of typhoon tracks with an improved precision.  相似文献   

基于Google Earth Engine与机器学习的省级尺度零散分布草地生物量估算   总被引：4，自引：0，他引：4  

修晓敏  周淑芳  陈黔  蒙继华  董文全  杨广斌  李晓松 《测绘通报》2019,(3):46-52,75

大区域草地地上生物量估算对草地资源利用管理及全球碳循环研究具有重要意义。为高效快速地估算大区域零散分布草地地上生物量，本文选取安徽省为研究区，在谷歌地球云引擎（Google Earth Engine）平台的支撑下，通过机器学习方法建立Landsat 8 OLI及其他辅助数据与地面实测草地地上生物量之间的联系，开展了草地零散分布地区省级尺度草地地上生物量高分辨率估算，并与传统的基于归一化植被指数（NDVI）回归模型进行了比较。研究结果表明，综合利用光谱与地形因子的机器学习方法，估算零散化分布草地地上生物量的精度可以达到65%以上，其中分类回归树（CART）模型R²=0.57，预测精度为68.60%，支持向量机（SVM）模型R²=0.59，预测精度为75.74%，而使用NDVI的回归分析产生的误差较大，R²=0.37，预测精度为57.51%，因此机器学习方法相对于传统基于NDVI的回归分析具有明显优势。另外，谷歌地球云引擎平台数据来源广泛、获取方便，可以高效地实现海量影像数据的预处理及计算分析，大大提升了工作效率，与地面调查数据的结合可实现更大区域乃至全国尺度上的零散分布草地地上生物量高分辨率遥感估算。  相似文献   

基于XGBoost的多建筑WiFi位置指纹室内定位方法     

郑建滨  艾廷华  晏雄锋  卢威 《测绘地理信息》2019,44(2):65-68

  相似文献   

时空协同的精准农业遥感研究     

吴志峰  骆剑承  孙营伟  吴田军  曹峥  刘巍  杨颖频  王玲玉 《地球信息科学学报》2020,22(4):731-742

高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究：① 提出了一种基于影像视觉特征的耕地分区分层提取方法,该方法在利用DEM数据进行分区的基础上,根据不同区域内耕地所呈现的几何特征和纹理特征差异,分别设计了不同的耕地提取模型;② 构建了一种地块尺度的作物生长参数反演方法,方法以地块为基本单元,在空间、时间及属性组合约束下进行作物理化参数反演。本研究以贵州省安顺市西秀区和广西扶绥县耕地提取进行了耕地地块提取示范,以扶绥县进行了基于耕地地块和中空间分辨率时间序列遥感数据的甘蔗叶面积指数反演。其中,对于安顺市西秀区的耕地地块提取结果而言,形态精度（IoU）大于0.7的地块超过60%,规则耕地、梯田以及林草地等的类型精度均超过了80%;对于扶绥县甘蔗叶面积指数反演的结果而言,其结果可以较为精确地反映出基地甘蔗与非基地甘蔗的差异,基地甘蔗在品质上要优于非基地甘蔗。西南山地区的耕地形态提取/类型判别和地块甘蔗叶面积指数应用验证均证明了方法的可行性。结果表明,协同使用多源高分辨率数据是实现精准农业遥感研究的有效途径。  相似文献   

页岩气地质工程一体化产能优化研究     

蒋克成  周刚  刘胜 《地质论评》2024,70(S1):339-341

  相似文献