排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
2.
都市圈作为典型的复杂巨系统,其国土、人口、交通等要素呈现出共同演化、协同发展的特征。现有基于元胞自动机的空间模拟方法通常分别进行国土或人口模拟,忽略了国土、人口之间的协同演化,从而限制了模拟性能。本文提出一种影响因子动态更新策略用以表征国土、人口两种要素间的相互作用,拓展经典元胞自动机模型构建协同模拟算法,实现了都市圈国土与人口空间分布态势的精准模拟。本文以深莞惠都市圈为例,对提出算法进行了实验验证。实验结果表明,本文提出协同模拟算法在深莞惠都市圈的国土模拟品质因素为0.274、人口模拟平均绝对百分比误差23.55%,分别优于传统基于随机森林的元胞自动机算法0.24和29.33%;相较于传统模型,在国土模拟中本模型在对于建设用地的模拟准确度提升了约3%,在人口模拟中本模型在对人口高密度的区域模拟误差降低了约6%。本文进一步预测了深莞惠都市圈2030年国土和人口发展空间态势。研究结果可为都市圈重大基础设施选址和发展情景推演提供技术支撑。 相似文献
3.
全色图像锐化是遥感数据处理领域的一个基础性问题,在地物分类、目标识别等方面具有重要的研究意义和应用价值。近年来,深度学习在自然语言处理、计算机视觉等领域取得了巨大进展,也推动了像素级全色图像锐化技术的发展。本文提出从经典方式和协同方式两个方面对深度学习在全色图像锐化中的研究进行系统的综述,并在此基础上进行前景展望。首先,给出全色图像锐化常用的数据集和全色图像锐化的质量评价指标;接着,从经典方式与协同方式两个方面对基于深度学习的全色图像锐化最新研究成果进行分门别类的介绍,并进行算法性能的对比、分析和归纳;然后,对全色图像锐化的3个主要应用领域如地物分类、目标识别和地表变化检测进行分析;最后,本文探讨了基于深度学习的全色图像锐化的5个未来研究方向。 相似文献
4.
当前,传感器技术、计算机技术和机器人技术迅猛发展,多传感器集成化、智能化趋势越来越明显。工程测量已向自动化、动态化、智能化方向发展,广泛用于大型桥梁、水利枢纽、高铁地铁、高速公路等工程的高精度测量,以及航天、航空、智能制造等领域的精密工业测量。应用领域的拓展也给测量任务提出了新的要求,测量数据处理不再局限于传统的纯几何参数估计,而是逐渐拓展到几何参数和特征信息兼具的广义测量数据处理。回顾了从经典测量数据处理到广义测量数据处理的发展过程,总结多类测量数据的处理分析逻辑,提出大数据时代下的测量数据处理面临的挑战。阐述了广义测量数据处理的基本思路和策略,并以典型案例来进行说明。 相似文献
5.
6.
现代物流业需要快速高效并智能化制定物流运输方案。传统路径优化方法适合处理中小规模的车辆路径问题,计算时间较长,方案质量较低,故需发展短时间内能提供高质量路径方案的启发式算法。针对大规模物流车辆路径优化,本文提出了一种Voronoi邻近的快速优化方法。该方法先创建初始解,而后进行迭代优化。初始解创建利用Voronoi邻近关系,顾及车辆容量约束,自底向上进行客户点空间聚类,将问题降维;采用最廉价插入算法安排聚类内部路径,生成性质良好的初始解。迭代优化在客户点Voronoi邻近内进行有效的局部搜索,利用模拟退火机制接受较差解,从而跳出局部最优,不断提高解的质量。本文利用模拟生成的北京市大规模车辆路径问题进行实验,结果表明:本文算法能够在4500s内优化客户点高达12 000个物流车辆路径问题,计算时间较短,解的质量优良,算法性能稳定。本文与其他算法比较,能在较短时间内提供高质量车辆路径方案,适用于大规模物流车辆路径的优化。 相似文献
7.
随着时代的发展,世界城市规模不断扩大,各大城市的交通需求陡然增加,而地面出行所带来的堵塞和环保问题导致政府部门把目光转向地下交通发展,其中地铁是地下交通发展中最重要的交通工具。准确划定地铁站点吸引范围,分析影响地铁站点吸引范围主要因素,不仅对于优化地铁交通服务和规划地铁周边建成环境具有重要意义,同时对于新建地铁站点设施规划具有参考价值。传统的地铁吸引范围划定方法大多依赖于居民日常出行活动的调查和经验意见,存在时间周期长且耗费巨大和吸引范围划定不准确的问题;而多源城市数据的涌现为量化地铁站点周边建成环境及客流空间分布、合理划定地铁站点提供了全新的解决方案。TOD(Transit Oriented Development,TOD)是高密度城市(如深圳、北京等)寻求的城市和交通和谐发展的重要选择,也是未来交通建设的主要参考理念。因此,从公共交通导向的开发视角出发,本文利用2017年的兴趣点、道路网络、公共交通线路等多源城市数据刻画地铁站点周围的TOD信息指标,利用K均值聚类进行地铁站点聚类,结合TOD指标的空间变化趋势,确定深圳市不同类型地铁站点的吸引范围。研究结果表明:① 基于TOD密度指标划定的地铁站点吸引范围能够揭示地铁站点的吸引范围的差异,且就业地点密度和土地混合利用度对地铁站点吸引范围的影响较大; ② 与城市非中心区域相比,城市中心区域的地铁站点吸引半径较小但出行需求较高,其凸显了地铁站点规划在空间服务密度和居民出行需求之间的取得均衡;③ 深圳市地铁站点吸引范围重叠与城市区域发展程度相关程度较高,可为利用现有地铁站点空间覆盖,发展城市功能集中区域提供参考。 相似文献
8.
桥梁是一种重要的交通基础设施,保障了人员和物资的流动运输,桥梁安全状态监测至关重要。受桥梁自身承重、桥面移动荷载和环境温度等因素的影响,桥梁挠度不断发生变化,而挠度异常可能会引起桥梁的结构性损伤而产生安全隐患。针对目前挠度异常探测方法没有综合考虑其外部环境和挠度自身变化特征的不足,本文提出了一种融合多源测量数据的桥梁挠度异常探测方法。利用环境温度、桥面移动荷载及桥梁挠度计算多源测量数据特征并融合,通过随机森林分类模型识别异常挠度。试验结果表明,本文方法的异常探测精度达到88.18%,效果良好,并且优于其他典型机器学习模型,能够帮助桥梁管理部门及时发现桥梁挠度异常情况,从而提高桥梁维护管理水平。 相似文献
10.
城中村的精细空间分布是城市规划与城市更新的重要参考。由于城中村具有语义高级和遥感影像特征辨识度不足的特点,使用传统的场景识别方法难以从高密度城市中获得精度良好的城中村精细空间分布。针对城中村的精细识别问题,提出了一种新颖的融合遥感影像和社会感知的层次化识别方法。该方法在特征上融合了遥感图像和社会感知数据的优点,其层次化结构同时考虑了大范围的上下文信息和小范围的局部信息,为在精细尺度全面理解城中村提供了一个新思路。基于该方法对深圳市的城中村进行了空间识别,获得了2.5 m空间分辨率的精细城中村分布。精度验证表明,该结果的总体精度和Kappa系数分别达到98.68%和0.807,说明该方法具有优秀的表现。此外,还通过对照实验分别证明了层次化识别框架、融合遥感影像和社会感知数据的增益效果。结果表明,层次化框架和多源空间数据都能有效提高城中村识别方法的精度。 相似文献