基于GNSS/Mobile GIS煤矿开采沉陷监测数据采集终端系统设计     

杨旭  孟磊  朱亚洲  谢雷 《北京测绘》2015,(3):75-78,89

主要从需求分析、设计原则、系统架构设计、模块设计、开发环境、系统技术路线等方面论述了基于GNSS/Mobile GIS煤矿开采沉陷监测数据采集终端系统的设计。该设计为实现矿区地表监测信息采集内外业一体化提供了理论与技术基础,为其他行业的点位数据自动化采集提供了参考。  相似文献   

淮南矿区测量坐标系统转换软件设计与实现     

杨旭  朱亚洲 《江西测绘》2015,(1):53-55,52

在基于坐标系,坐标系统转换,抗差估计等理论的基础上,开发了适用于淮南矿区的多种坐标系统之间转换和同一坐标系统间换算的软件,利用实际数据对软件进行了测试,其转换成果正确可靠,性能稳定。该软件有助于加快矿区启用2000国家大地坐标系、1980国家大地坐标系进程,统一矿区测绘基准、促进和保证矿山安全生产,值得在矿区进行经验推广。  相似文献   

煤矿开采沉陷自动化监测系统设计与实现     

杨旭  余学祥  张迎伟  朱亚洲 《测绘工程》2015,(9):39-43

文中以GNSS CORS技术、GIS技术、计算机网络通讯技术、移动PDA技术、现代测量数据处理技术、数据库技术、软件工程技术等为支撑,构建了煤矿开采沉陷自动监测系统。该系统软件由数据监控中心软件、矿山开采沉陷综合数据处理与分析系统软件包、实时数据采集终端系统软件等三大软件构成。该系统为矿区开采沉陷监测提供了一种高效的数据采集、数据处理和移动变形分析的自动化手段。  相似文献   

基于Noise-to-Noise自监督学习的地震数据去噪方法     

李从昀  朱亚洲  杨晓  石太昆 《地球物理学进展》2023,(2):662-676

在地震勘探采集到的地震数据中不可避免的存在随机噪声，而高信噪比的地震数据是地震资料反演和解释的基础.因此随机噪声压制一直是地震资料处理中的重要工作.近些年来，随着深度学习技术的发展，基于卷积神经网络的地震数据去噪方法已经取得了丰硕的成果.常规的监督学习策略需要获取无噪数据作为标签，然而从实际地震数据中获取无噪数据只能通过传统去噪方法进行预处理，以此方法构建标签数据的监督学习去噪网络必然受构建数据集的去噪方法影响.针对此问题，本文提出了一种基于Noise-to-Noise自监督学习的地震数据去噪方法，该方法通过对实际地震数据添加不同等级的噪声构建训练数据集，仅需要含噪地震数据即可训练去噪网络.合成数据测试和实际数据测试表明，本文方法可以有效去除地震数据中的随机噪声，性能优于受数据集构建方法所限的监督学习去噪方法和传统去噪方法.  相似文献