基于无人机LIDAR数据多尺度特征的沥青路面病害提取方法

目的针对大范围公路路面病害监测需求,提出基于低空无人机激光雷达遥感数据和随机森林分类算法,构建沥青路面病害目标的遥感识别模型。方法首先,基于激光点云高程信息提取多尺度表面粗糙度和高斯曲率指数,以及利用激光反射强度影像提取路面和病害目标的几何特征,然后基于提取的48 个多尺度统计特征利用随机森林算法建立了沥青路面坑槽与塌陷两类主要病害的识别模型。采用搭载于ScoutB 1 - 100 低空无人直升机平台的RIEGL - VUX100 激光雷达扫描仪,获取了新疆石河子市与沙湾县交界处的一段县级沥青道路的激光点云数据,对所提出方法和模型进行了验证。结果本文所提出的模型可较好识别路面的塌陷与坑槽病害目标,以地面调查和目视解译结果为参照的验证精度为92 .3%,Kappa 系数为0.902 ,优于其他两种常用的机器学习分类模型,可为公路养护部门提供一种新的快速路面病害监测方法。

采用随机森林法的天绘数据干旱区城市土地覆盖分类

基于天绘一号(TH-1,或称MS-1)卫星多光谱数据,采用随机森林分类方法(random forests classification,RFC)对位于中亚干旱区的我国新疆维吾尔自治区阿勒泰地区北屯市及周边区域的土地覆盖进行了分类研究。针对北屯市不透水层与裸土混杂的情况,将纹理特征与植被信息构建最优组合,建立有效的RFC分类器,提高对易混淆土地覆盖类型的分类识别精度。结果表明,采用RFC的分类精度高于最大似然法分类结果,总体分类精度提高了近10%。经过优化选择的特征组合在对干旱区中小城市土地覆盖进行分类时表现良好,能得到较高精度的分类结果,可满足新疆中小城市发展规划对土地覆盖信息的需求。

例析万有引力定律的应用问题

万有引力定律部分内容比较抽象,习题类型较多,同学们往往感觉这一部分内容变化繁杂,学习思路不清晰,难懂,难学。现将这一部分知识的解题思路进行归纳,与同学们共勉。1.星体表面上的重力加速度问题(1)在星体表面附近的重力加速度g(不考虑地球自转):GMm/R^2=mg,得g=GM/R^2。除此以外,还可通过在星体表面涉及的自由落体、竖直上抛、平抛等抛体运动形式来求星体表面的重力加速度g。