SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用     

唐廷元  付波霖  李颖  娄佩卿  何宏昌  刘曼  马瑞雪  范冬林  高二涛 《湿地科学》2020,18(4):413-423

以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。  相似文献   

海洋环境安全数据分类体系研究     

宋晓  韩璐遥  梁建峰  崔晓健 《海洋信息》2019,34(1)

分析海洋环境安全数据的来源和资料类型等属性,开展海洋环境安全数据分类管理体系研究,参考海洋环境分类方法,结合海洋动力灾害、海洋生态灾害、海上突发事件等海洋环境安全事件特征,制定对应的海洋环境安全数据分类方法;按照数据来源、学科要素、业务领域、功能用途等特征,开展海洋环境安全数据的体系设计和分类细化,为海洋环境安全数据的存储、管理和应用提供参考。  相似文献   

植硅体形态测量学研究与应用概述     

顾延生  季雅斌  管硕  刘红叶  米雨川  王翰林  李仁成 《第四纪研究》2019,39(1)

  相似文献   

中文文本中时间信息抽取及规范化方法     

宋国民  张三强  贾奋励  姜松言 《测绘科学技术学报》2019,36(5)

时间信息抽取和规范化表达在时空泛在信息处理、关联、聚合和内容服务中具有重要作用。设计并实现了一种基于规则的时间信息抽取和规范化表达的方法。首先,结合中文文本中时间信息描述的特点,定义了基本时间单元和派生时间单元,并由时间单元组合形成不同的时间表达式;然后,构建了时间词汇词典和时间表达式抽取的正则表达式模板;最后,设计了时间推理和计算的方法,实现了时间信息的规范化表达。基于中文文本语料进行了时间信息抽取测试。实验结果表明,本文方法具有较好的时间信息抽取效果。  相似文献   

版权声明     

《第四纪研究》编辑部 《第四纪研究》2020,(1):251-251

为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,本刊已加人“万方数据千种精品核心刊”计划,被中国核心期刊遴选数据库收录,并通过万方数据资源系统及其镜像系统等对外提供无偿或有偿信息服务,其作者文章著作权使用费与本刊稿酬一次性给付。本刊可免费提供作者文章引文统计分析资料。如作者不同意文章被收录,请在来稿时向本刊声明,本刊将作适当处理。  相似文献   

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用     

张野  李明超  韩帅  任秋兵  朱月琴 《大地构造与成矿学》2020,(2):183-191

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。  相似文献   

隧道岩体质量智能动态分级KNN方法     

马世伟  李守定  李晓  马立纲  李增林  张玉锋 《工程地质学报》2020,28(6):1448-1457

施工期隧道岩体质量动态分级，是评价隧道工作面围岩质量最直接的方法，也是预防隧道施工地质灾害，决定施工开挖工法与支护措施的重要依据。由于传统的Q值法和国标BQ岩体质量分级评价方法需要进行现场和室内试验及分析，岩体质量评价时间滞后，常常降低施工效率，或错过预防突发性施工地质灾害的窗口时间，快速准确地对隧道工作面进行岩体质量分级，成为施工期公路隧道岩体质量动态分级需要解决的重要问题。人工智能算法为解决隧道岩体质量实时快速准确评价提供了方法和手段。以北京冬奥会延庆—崇礼高速公路为例，提出了工作面采用隧道掌子面图片人工智能岩体结构参数辨识，建立7个指标参数体系，采用KNN智能算法对隧道岩体质量进行评价，选取8条隧道40个工作面150个样本进行训练学习，另外选取50个样本进行岩体质量评价校验，与BQ岩体质量评价结果相比，准确率达到了90%，得出如下结论:(1)公路隧道岩体质量智能动态分级KNN方法—一种利用人工智能技术快速高效进行岩体质量动态分级的方法，能够在现场实时获得岩体质量评价结果；(2)KNN分级方法中选用了7个判定指标，综合考虑了隧道围岩体的赋存环境、岩体构造、地质结构等特性，并体现了这些指标在实际工程评判中的可操作性和适用性；(3)KNN分级方法误判率很低，在判别分类中排除了评分时人为因素的干扰，具有较强的判别能力，为TBM围岩实时分级做方法储备。  相似文献   

基于SOLO分类理论的地理概念建构 ——以"三角洲"为例     

尤梅香 《地理教学》2019,(22)

  相似文献   

地震速报信息服务平台研究          下载免费PDF全文

崔满丰  项楠 《地震科学进展》2019,(9):14-19

地震速报是地震部门一项重要地震信息服务职能，地震速报信息传播效率影响着地震系统的社会服务能力。本文结合当前地震速报概况和地震速报信息内容特点，对地震速报在各类平台的信息内容形式、技术服务特点进行分析，提供不同层次的地震速报信息服务需求，实现地震速报信息的社会效益和服务价值，为提高地震行业信息服务水平和信息服务能力提供参考。   相似文献   

地理图像信息阅读能力的培养策略     

周娟 《地理教学》2019,(10)

  相似文献