基于软硬协作决策的半监督珊瑚礁底质分类方法

珊瑚礁底质分类对海洋资源开发和海洋生态环境保护起到至关重要的作用。目前,深度学习语义分割方法在遥感图像分类领域应用广泛,但在底质分类方面的研究较少。由于基于全监督深度学习的方法中逐像素标注标签的成本较高,不适用于大规模、高频次的底质分类工作,基于半监督的深度学习方法能够有效利用已标注标签为无标签数据产生伪标签,从而有效降低人工成本,然而现有半监督方法的性能易受伪标签噪声的干扰。针对以上问题,本文提出了一种基于软硬协作决策的半监督底质分类方法。首先,利用多模型联合决策生成高质量的伪标签;然后,提出了一种能够顾及伪标签像素置信度的损失函数来指导模型进行训练;最后,采用软硬协作的决策方式得到精确的底质分类结果。在美属维尔京群岛圣克罗伊岛北部的巴克岛礁和夏威夷群岛的中途岛东南约400km处的珍珠与爱马仕环礁的浅层底栖生物栖息地地图数据集上评估了本文方法的精度,实验结果表明,本文提出的方法与全监督学习方法精度相当,比主流的语义分割方法精度平均高3.08%,能够有效服务于珊瑚礁底质调查工作。

岛礁遥感影像特征匹配优化

针对岛礁遥感影像定位误差大,岛礁遥感影像纹理特征不稳定等问题,提出一种轮廓特征与仿射不变特征融合匹配优化算法。基于MSER算子与SIFT算子依次对特征提取与描述,根据图像聚类描述的岛礁轮廓特征进行筛选,利用特征距离剔除错误匹配对,并通过匹配正确率迭代的RANSAC距离阈值筛选最优匹配对,用于仿射变换模型计算。该方法将岛礁自身轮廓特征与局部不变特征结合,层级筛选岛礁遥感影像匹配对,实验结果表明可有效提高匹配正确率,为岛礁遥感影像匹配提供一种可行思路。

基于SGP4模型的卫星轨道预报与精度分析

在太空中空间碎片随时可能与航天器发生碰撞,碰撞预警即已知卫星当前时刻的状态,预测未来位置和速度。文章通过SGP4模型计算FENGYUN 3C从2014年10月的TLE数据,预报7天内的卫星轨道参数,并TLE数据参考时刻的轨道参数求差并进行分析,得出向前预测的轨道坐标与速度结果优于向后预测的轨道坐标与速度。通过内符合分析方法发现,FENGYUN 3C为例的近极地太阳同步轨道卫星,利用TLE数据和SGP4模型可预报其卫星轨道,获得较好的轨道结果,尤其在Y方向的分量上。这一结论显示SGP4模型能够在一定时间段内较准确地预报出卫星轨道参数,有效服务于碰撞预警系统,具有一定的实用价值。

大学校车调度优化问题分析及乘客满意度分析——以河海大学为例

本文首先对大学校车调度优化问题进行了一定的分析,再结合河海大学的实际情况,建立模糊综合评价模型分析学生对校车调度系统的满意程度,得到了学生对现行的校车制度的满意程度为"比较不满意"的结论,从而论证了研究大学校车调度优化问题的必要性。

顾及时空谱规律的城市水体时序变化检测方法

遥感变化检测技术为动态监测城市水体变化和演化趋势提供了有效手段。针对传统遥感时序变化检测未能充分考虑像元间空间邻近特征等问题,提出一种顾及影像时空谱特征的城市水体时序变化检测方法。首先,依据影像光谱特性构建时间序列,对比傅里叶变换、小波变换、中值滤波、Savitzky-Golay滤波的重建效果,并评价优选;然后,依据变化像元时间维的特性,采用动态时间规整算法,衡量重建时间序列与样本时间序列相似度,确定疑似变化子序列;最后,结合空间邻域规则和归一化差值建筑用地指数进行空间相关性分析控制误报率,获取最终检测结果。利用Sentinel-2影像,在钱塘江研究区内开展实验,结果表明,该方法总体精度达到99%,虚检率降低了20%~50%,为城市水体变化检测提供了一种可行思路。

关于北斗卫星导航定位系统的思考

北斗卫星导航系统是中国自主研发的第二代全球导航定位系统。是继美国GPS,俄罗斯GLONASS之后成功营运的第三个全球卫星导航定位系统,是我国重要的国家信息基础设施之一。

水下地形测量中差分GNSS的应用

本文阐述了单波速水下测深方式,介绍了基于差分GNSS进行水下地形测量系统,并结合实例详细介绍GNSS在水下地形测量中作业流程。

基于无人机点云的路灯提取方法

针对三维点云中路灯自动提取的问题,利用无人机点云,提出一种基于样本匹配的路灯点云分层提取方法。该方法首先利用布料模拟滤波(CSF)算法将原始点云划分为灯头层、灯杆层和地面层,并进行分层聚类;然后利用样本匹配的方法提取灯杆点云;最后基于灯头点云到灯杆中心的相对位置约束,对灯头点云进行提取,从而完成整个路灯的提取。试验结果表明,在不同道路环境下,该方法路灯提取的准确率、完整率和F1值均不低于90%,可以实现对路灯的高效完整提取。