排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
推荐系统是帮助互联网用户克服信息过剩的有效工具。在地学数据共享领域,较其他物品的内容属性,地学数据具有更加丰富的时空属性,这也给地学数据推荐带来挑战。针对地学数据的特点,为地学数据共享推荐服务开发了一种动态加权的混合过滤方法。该方法分别采用协同过滤和基于内容过滤算法预测用户对数据的兴趣度,再以训练模型计算最优加权权重,计算最终预测评分。在数据获取阶段,通过用户访问日志数据,采用Jenks Natural Break算法分析用户访问记录获取用户的数据兴趣度。在基于内容过滤部分,通过数据的空间、时间及内容属性计算数据相似度,并以用户历史行为为依据计算用户兴趣。在协同过滤和基于内容过滤中分别采用k-NN算法计算用户对未访问数据的预测评分,并进行加权求和。通过训练集,对理想权重值及用户的共同评价度（co-rating level）进行建模,拟合二者的关系。该模型被应用于混合过滤的权重调整,以获得最优的加权方程。测试结果显示,结合数据时空属性的混合过滤方法的准确度和召回率,较单一的协同过滤或基于内容过滤方法有显著提高。 相似文献
2.
土地覆盖精度验证是定量刻画土地覆盖遥感解译数据质量的必要手段。传统的土地覆盖验证主要是以"GPS定点"+"野外景观照片"的平面验证方式,其获取的验证点数量受制于野外采样效率,且主观性强。本研究提出一种车载三维摄像仪的土地覆盖验证方法,解决了三维视频资料中GPS验证点信息的输出和提取、验证点分类识别与管理,打分的精度评价等技术问题。以蒙古国东部7省(市)采集的2013年野外视频为例,从264 GB的影像资料中,分别以1、5、10、60、300 s为采样间隔,分离和辨识出123 396、24 679、12 339、2056、411个验证数据,并以验证打分的方法获得本区域的验证精度。分析表明,车载三维摄像仪具有自动化程度较高、能够连续记录可观的三维实地信息的优点,适用于信息化和大数据时代的土地覆盖验证。实地分间隔抽样结果表明,60 s间隔的采样频率在验证效率上最优,变长间隔采样技术将成为未来需要深入研究的关键问题。 相似文献
3.
土地覆盖变化是全球变化研究的核心,而精准分类是开展土地覆盖变化研究的基础。高分辨率遥感卫星技术的快速发展对地表分类的速度和精度提出了双重挑战,近年来人工智能等新技术的发展为图像自动分割提供了实现途径,而以卷积神经网络为代表的深度学习方法在遥感图像分类领域也具有独特的优势。为对比深度学习模型设计对高分辨率图像分类结果的影响,本文以郑州市2019年高分1号影像作为输入,对比研究了基于UNet模型改进的4种不同深度学习网络模型在高分辨率影像土地覆盖自动分类应用中的差异,探讨了残差网络、模型损失函数、跳层连接和注意力机制模块等编码和解码设定对于分类精度的影响机制。研究发现：同时加入多尺度损失函数、跳层连接和注意力机制模块的MS-EfficientUNet模型对郑州市土地覆盖分类结果最优,基于像元评价的整体分类精度可达0.7981。通过在解码器中引入多尺度损失函数可有效提高林地、水体和其他类别的分类精度;而对编码器进行改进,加入跳层连接和注意力机制可进一步提高草地、水体和其他类别地物的分类精度。研究结果表明,深度学习技术在高分辨率遥感影像自动分类中具有潜在应用价值,但分类结果精度的进一步提高和多级别大范围的精细分类方法仍是下一步研究的重点。 相似文献
4.
5.
6.
不同比例尺之间数据转换一直是地图测绘行业的研究热点,但实现地形图入库数据的多比例尺转换和标准化输出的成熟软件案例在国内并不多见,该文主要以1∶500向1∶2 000比例尺地形图转换为例,研究解决不同比例尺之间转换方法,地物数据结构间的自动转换,其中包括面转点、面转线等数据结构的转换,而且保证转换前后位置恰当、属性正确;以及不同比例尺地形图在转换时如何进行恰当的智能综合取舍等问题,在以后缩编实际生产中的人工干预环节也有着很强的针对性和指导作用。 相似文献
1