排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
2.
当前科技创新已经步入了多学科交叉融合时代,基于学科融合的复合创新型硕士生培养是我国研究生教学培养的改革方向.地理学与测绘科学与技术是地学大门类下的2个一级学科,二者具有很强的学科交叉性,本文在分析江苏师范大学地理测绘与城乡规划学院2个学科当前硕士生培养状况的基础上,探讨了2个学科交叉融合硕士生培养的思路. 相似文献
3.
4.
融合多源时序遥感数据大尺度不透水面覆盖率估算 总被引：1，自引：0，他引：1
不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标，基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性，通过单因子回归模型实现不透水面覆盖率的估算。受限于单一遥感信息的信息量及普适性等影响，这类方法在大尺度不透水面提取中具有较大局限性，估算结果的区域适应性存在较大差异。针对该问题，本文提出基于多特征遥感信息进行不透水面估算的方法，以弥补单一特征在大范围不透水面提取中的不确定性。该方法首先以多时相MOD13Q1、MOD09A1产品、夜间灯光数据（NPP-VIIRS）和Landsat 8 OLI为遥感数据源，从不同角度构建突出不透水面信息的多个指数特征；在此基础上利用多元回归模型建立多因子不透水面覆盖率估算模型，进而实现大尺度不透水面覆盖率的遥感估算。本研究选择分布于全国范围内13个典型城市作为主要研究区对提出的模型进行了验证，结果表明：该方法能够适应不同区域不透水面覆盖率的估算，在复杂城市区域表现出较传统方法更好的效果，明显改善了城市内部不透水面覆盖率的估算精度。 相似文献
5.
基于高分辨率遥感影像的建筑物提取具有重要的理论与实际应用价值,深度学习因其优异的深层特征提取能力,已经成为高分影像提取建筑物的主流方法之一。本文在改进深度学习网络结构的基础上,结合最小外接矩形与Hausdorff距离概念,对建筑物提取方法进行改进。本文主要改进内容为：① 基于Unet网络结构,利用金字塔池化模块 (Pyramid Pooling Module, PPM )的多尺度场景解析特点,残差模块(Residual Block, RB)的特征提取能力以及卷积块注意力模块(Convolutional Block Attention Module, CBAM)对空间信息和通道信息的平衡能力。将金字塔池化、残差结构以及卷积块注意力模块引入到Unet模型中,建立PRCUnet模型。PRCUnet模型更关注语义信息和细节信息,弥补Unet对小目标检测的欠缺;② 基于最小外接矩形与Hausdorff距离,改进建筑物轮廓优化算法,提高模型的泛化能力。实验表明,本文的建筑物提取方法在测试集上准确率、IoU、召回率均达到0.85以上,精度显著优于Unet模型,提取出的建筑物精度更高,对小尺度及不规则的建筑物有较好的提取效果,优化后的建筑物轮廓更接近真实的建筑物边界。 相似文献
6.
城市遥感是当前遥感技术应用的一个重要领域.随着我国新型城镇化过程的推进,遥感技术将在城市生态建设、国土空间开发、资源环境承载能力监测等方面发挥重要作用,成为城市规划管理重要的信息源.本文在总结国内外城市遥感研究内容的基础上,重点对城市遥感若干重要方向的发展进行了分析,在此基础上构建出一个地理学视角的城市遥感研究框架,结合典型实例从结构与格局、要素与作用、变化与过程、功能与响应4个方面进一步探讨了城市遥感研究的发展.最后,结合国家需求和技术发展,对城市遥感今后的发展从数据源、研究对象、应用主题、研究目标、技术方法等方面进行了展望. 相似文献
7.
深度卷积神经网络支持下的遥感影像语义分割 总被引：1，自引：0，他引：1
针对高分遥感影像语义分割面临的类别不平衡和上下文信息利用不充分问题，本文提出了一种优化的DeeplabV3+算法。首先通过修改交叉熵损失函数，解决数据不平衡问题；其次使用Vortex Pooling取代ASPP模块提高上下文信息；然后采用多尺度输入充分利用图像的多尺度信息，并用投票策略进行特征融合提高图像分割准确性；最后使用形态学作后处理消除拼接痕迹和噪声。在CCF大赛的数据集上进行训练，并与其他经典语义分割算法进行比较。试验结果表明，该算法充分利用上下文信息，有效减少了错误分类，且使分割边界更精确，尤其对于线状目标的捕捉能力更强；在整幅测试影像上的MIoU可达85.21%，明显优于SegNet、U-Net算法。 相似文献
8.
1