基于CiteSpace的社区应急管理研究知识图谱分析

社区是应对各类突发公共事件的基础单元,使“社区应急”运转起来是应急治理现代化的重大课题,对我国社区应急管理研究进行分析和展望具有重要现实和理论意义。文章以中国学术期刊网络出版总库(CNKI)的188篇社区应急管理文献为研究对象,利用科学计量软件CiteSpace对社区应急管理进行了关键词共现和聚类分析,构建社区应急管理的知识图谱。研究发现,社区应急管理的研究重点分别为社区模式、应急管理、管理手段。社区应急管理研究热点分布在社区管理从常规管理转向应急管理、社区应急管理研究从学习国外到聚焦国内、社区应急从被动应对到主动防治三个方面。社区应急管理演进路径大体经历了三个重要阶段,分别是萌芽期、成长期和发展期。在上述研究的基础上,文章指出了社区应急管理未来研究的方向,即管理转向治理视角的新理念、重视智慧技术赋能的新手段、建设富有韧性社区的新模式、多学科的交叉研究的新视角。

基于光谱匹配降维和特征融合的高光谱目标跟踪

针对现有高光谱视频目标跟踪算法在目标尺度发生变化时容易出现跟踪精度下降的问题,提出一种基于光谱匹配降维和特征融合的高光谱目标跟踪算法。首先,利用目标局部光谱和阈值来估计目标光谱,并利用目标光谱与高光谱图像进行朴素相关,实现高光谱图像降维,从而提取目标的深度特征。然后,利用局部方差判断目标区域,提取目标的3D方向梯度直方图(HOG)特征。为保留高光谱图像的光谱信息以及深度特征的语义信息,利用通道卷积融合的方法,得到更具辨别力的融合特征。最后,将融合特征送入相关滤波器,通过尺度池思想提高算法在目标尺度变化挑战下的跟踪鲁棒性。实验结果表明,所提跟踪算法在目标尺度变化挑战下具有更好的性能。

基于改进快速点特征直方图和双重迭代的点云配准

为解决迭代最近点算法配准效率低且精度依赖于点云良好初始位姿的问题,提出了一种基于改进快速点特征直方图和双重迭代的点云配准方法,该方法包括点云粗配准和精配准两个步骤。点云粗配准首先利用体素滤波对初始点云进行预处理,再用内部形状描述子算法提取初始点云的特征点并求法向量,最后利用快速点特征直方图提取特征向量,根据法向量夹角和特征向量各自的差异进行粗配准,进而给精配准提供良好的初始位姿。点云精配准利用自适应阈值双重迭代最近点算法得到最终结果。采用两组点云进行试验并与三种传统配准方法作比较。试验结果表明,所提配准方法在主观视觉与客观评价指标方面均优于其它三种对比方法。所提方法能够克服配准点云数量限制,具有较高配准效率和精度。