知识图谱约束深度网络的高分辨率遥感影像场景分类

得益于深度网络理论与方法的快速发展,深度网络逐渐成为遥感影像场景分类任务的主流技术。然而,现有基于深度网络的遥感影像场景分类方法高度依赖大量人工标记的训练样本,且无法有效融合利用遥感领域丰富的先验知识。为了提升领域知识利用率同时降低标记样本依赖,本文提出了一种知识图谱引导深度网络学习的高分辨率遥感影像场景分类方法。首先,构建了一个包括领域内多种来源知识的土地覆盖概念知识图谱来更灵活便捷地应用领域先验知识。然后,通过知识图谱表示学习方法将土地覆盖概念知识图谱中的遥感场景语义类别表达为语义向量,形成遥感场景类别语义基准。在知识引导学习阶段,通过施加场景类别语义向量与深度网络浅层视觉特征向量的跨模态对齐约束引导深度网络的浅层部分更有效地学习不同类别遥感影像场景的共享特征,在深度网络深层部分则仍然通过场景类别标签引导学习不同遥感场景的判别特征。在测试阶段,完成优化的深度网络模型可以在不依赖任何先验知识的情况下完成高精度遥感影像场景分类。在目前公开的最大的遥感影像场景分类数据集上的试验结果表明,本文提出的知识引导学习方法相比现有方法在10%、30%、50%等不同训练样本比率下均可以获得最佳分类性能。在10%这一比率条件下,本文提出的知识引导学习方法相比基线深度网络在总体精度指标(OA)上能够得到5.11%的提升。

基于深度和子树约束最小树形图的高编码效率图像删除

图像删除是指从一个压缩图像集中去除一个或多个图像,生成一个新的压缩图像集。针对当前图像删除方法存在搜寻的预测参考图像不佳,导致编码效率不足的问题,提出一种基于深度和子树约束最小树形图的高编码效率图像删除方法。该方法充分考虑所有剩余图像之间的相关性,确定最佳的预测参考。首先,提出一种新的图像分类方法,将所有图像分成需编码图像、无需编码图像和待删除图像等三类;其次,设计一种新的深度和子树约束最小树形图法,深入探究需编码图像之间以及需编码图像和无需编码图像之间的关系,构建新压缩图像集的最小树形图;最后,根据得到的最小树形图对需编码图像进行压缩,生成新的压缩图像集,实现图像删除。实验结果表明,与现有先进方法相比,所提方法取得了更高的编码效率,同时却有着相近的计算复杂度。

考虑声线弯曲和深度约束的海洋大地基准网定位仿真分析

为了优化海洋大地基准网性能,本文研究了附加深度约束的海洋大地基准网定位方法及其观测模型设计矩阵解法,在此基础上考虑声传播路径弯曲,仿真分析了综合声学浮标、潜标和海底基站的海洋大地基准网定位性能。结果表明,潜标深度和基站间距均影响基准网的有效测站个数分布,且基站间距影响基准网的信号覆盖范围,适当扩大基站间距和增加潜标深度可有效提高基准网定位精度。相关结果可为海洋大地基准网的建设及应用提供参考。

顾及波浪影响和深度约束的水下控制网点绝对坐标的精确确定

为解决传统海底控制网点绝对坐标确定费时费力、垂直解精度不高的问题,提出一种顾及波浪影响和深度约束的水下控制网点绝对坐标精确确定方法。首先,开展了波浪影响研究,提出水下控制网点间高差确定方法以及利用该高差和GNSS垂直解的网点绝对高程确定方法。在此基础上,提出附加深度约束的圆走航单点绝对三维基准传递法、深度约束的二维自由网平差法及联合点间高精度深度差的组合约束平差法和三维联合约束平差法。最后对提出的方法进行验证。该方法可提高作业效率,将传统方法高程确定精度提高了1个量级。

深度约束的零件尺寸测量系统标定方法

针对大尺寸平面零件尺寸测量系统标定精度不高的问题,提出了一种基于深度信息的系统标定方法。首先利用圆形平面靶标,提出一种提取靶标图像特征点的新方法,采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓,利用椭圆拟合得到中心坐标;然后根据带有畸变的非线性成像几何模型,采用最小二乘法计算摄像机参数的最优解,获得靶标的位姿;最后提出被测物表面与靶标平面之间的深度信息作为摄像机模型修正项,校正测量平面位姿,利用成像原理和直线与零件表面交点确定零件尺寸。设计了单目视觉尺寸测量系统并进行实验,结果表明:标定反投影误差小于0.02 pixel,在1×0.75 m2的视场内,系统测量精度达到了0.05 mm。

基于深度约束的水下稠密立体匹配

针对双目水下图像匹配不满足空气中常规极线约束的问题,提出一种基于深度约束的半全局算法以实现水下稠密立体匹配.首先采用深度约束确定匹配过程的深度约束搜索区域.然后,基于深度约束区域将绝对差值和梯度计算推广到二维区域并进行加权融合.在深度约束区域内的搜索过程中,采用胜者为王的策略确定某一视差值下的最佳行差及最佳行差下的匹配代价,并将其作为能量函数的数据项应用于半全局算法中,进行匹配代价的聚合.最后采用抛物线拟合法得到亚像素级的稠密视差图.在水下图片上进行的稠密立体匹配结果表明:相较于其他半全局匹配算法,本文算法在极大提高运行速度的前提下,可以获得良好的水下稠密立体匹配效果.

基于三维模型和深度灰度约束加权的人脸姿态跟踪

提出一种基于人脸三维模型和深度灰度约束加权对单目视频图像序列中的人脸空间姿态进行跟踪的方法.首先用仿射变换的方法得到初始帧的人脸姿态参数并作为姿态跟踪的起点;然后用三维几何信息对线性灰度和深度约束方程加权得到更精确的帧间运动参数,为了消除光照变化和遮蔽的影响,在跟踪过程中逐帧自动进行特征点更新.对模特头像和真实人脸的实验结果表明:该方法能实现精确而可靠的姿态跟踪,特别对深度方向变化较大的运动,效果更为明显.

中小企业深度国际化经营的制度约束及路径优化

中小企业深度国际化经营是企业立足国际市场,不断成长和持续发展的关键。本文分析了我国中小企业深度国际化经营面临的制度约束,论证了我国中小企业发展必须实现深度国际化经营,在国际产业转移和变迁中确立比较优势、在制度完善中促进企业成长、在特色定位中拓宽国际市场、在技术创新中培养核心竞争力。

深度约束的浅海多目标声学定位方法

针对浅海地震勘探声学二次定位中存在垂直观测结构欠佳的问题,使用船载DGPS数据和单波束测深数据,给出基于深度约束的浅海多目标水声定位解算方法;结合区域自然邻点空间插值法,构建区域高程模型,并对抗差估计解(IGG3)的水平位置进行应答器高程内插。根据对称性观测和施工海域的平坦地形,结合声线弯曲分段参数化模型进一步消除声线弯曲误差,以提高浅海水下多目标的平面定位精度。南海实测结果证明,在声速测量不准且观测数据粗差较大的情况下,所提方法构建模型具有较强抗粗差性能,且显著提高了定位精度。

基于自适应深度约束的水下双目图像特征匹配

[目的]针对水下双目图像特征点稀疏、极线约束模型失效等难题,提出一种基于自适应深度约束的水下图像特征匹配(ADC-UFM)算法。[方法]结合FAST算子与SIFT描述子,提高图像匹配精度;提出基于水下折射因子的特征匹配约束模型(MCM),有效剔除误匹配点;提出自适应阈值选取(ATC)方法,最大限度地保留复杂水下环境下的图像特征信息。[结果]实验结果显示,ADC-UFM算法优于现有的SIFT,SURF和UCC-SIFT等典型方法,匹配准确率可达85.2%,满足实时匹配需求。[结论]研究成果可为基于双目视觉系统的水下三维重建提供关键技术支撑。

深度约束下的声速估算

高精度的声速剖面数据是提高水下定位精度的关键。在无法精确获得声速剖面数据的情况下,该文提出了一种基于深度约束,同时根据浮标与水下目标的空间几何距离进行有效声速估算的方法。通过仿真模拟,将该文提出的方法与加权平均声速法、泰勒级数展开法和等效声速剖面法的定位结果进行对比分析。结果表明,新方法不需要依靠声速剖面数据,通过深度约束可有效地估算出声速值,其定位精度与等效声速结果相当,极大地提高了无声速剖面数据下的水下定位精度。

基于深度约束的超短基线声速改正方法

针对超短基线定位系统(USBL)定位时,声速易受海洋环境以及深度影响,严重影响超短基线定位精度的问题。在声线跟踪方法的基础上,将压力传感器提供的深度信息作为约束,结合超短基线采集的传播时间,提出了基于深度约束的超短基线声速改正方法。该方法能够降低声线弯曲对超短基线定位精度的影响,提高超短基线的定位精度。采用模拟算例和南海实测数据进行验证。结果表明:新方法大幅度提高了平均声速方法的定位精度,在3000 m水深条件下,可以提升10 m以上;新方法也提升了传统声线跟踪法的定位精度,尤其是收敛效率优于传统声线跟踪方法,在3000 m水深条件下,可以提升近2倍。

基于深度约束的转换波速度分析

在常规转换波速度分析中,纵波速度分析所产生的误差将传播至转换横波速度分析中。研究表明,随着纵波速度误差的增大,转换波速度误差向相反方向增大,且增加的幅度会进一步放大。为控制纵波速度误差的传播,将岩层埋藏深度作为约束条件进行转换波和纵波速度分析。结果表明,在加入深度约束后,随着纵波速度误差的增大,虽然转换波速度误差仍向相反方向增大,但其误差增幅会明显减少。通过对比分析发现,在加入深度约束条件后,可大幅度减小因纵波速度误差所引起的转换波速度误差。

基于优先采样模型的离线强化学习

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于鞅的采样模型.基于时序差分误差的采样模型可以使智能体更多地学习值估计不准确的经验数据,通过估计更准确的值函数来应对可能出现的分布外状态.基于鞅的采样模型可以使智能体更多地学习对策略优化有利的正样本,减少负样本对值函数迭代的影响.进一步,将所提离线优先采样模型分别与批约束深度Q学习(Batch-constrained deep Q-learning,BCQ)相结合,提出基于时序差分误差的优先BCQ和基于鞅的优先BCQ.D4RL和Torcs数据集上的实验结果表明:所提离线优先采样模型可以有针对性地选择有利于值函数估计或策略优化的经验数据,获得更高的回报.

叠前深度偏移在跃参地区地震资料处理中的应用

跃参1号区块位于顺托果勒低隆北部。由于前期叠前时间偏移剖面存在以下问题:缝洞体绕射波的收敛没有完全到位,部分“串珠”有拖尾现象,影响了井位部署的精度。因此在该区块首次开展了以奥陶系碳酸盐岩缝洞系统为主要目标的深度域速度建模以及深度偏移技术的应用研究,通过约束速度反演和自动剩余速度拾取来更新迭代,得到准确的速度模型以及深度偏移,提高了奥陶系目的层的成像质量,小断裂更清晰,“串珠”特征更聚焦,处理成果信噪比高,分辨率适中,波组特征明显,构造形态合理,为提高奥陶系碳酸盐岩缝洞型储层预测精度及对油藏缝洞储集体展布规律的进一步认识提供了可靠的基础数据。

高密度电法反演分辨率数值模拟与分析

高密度电法在反演过程中,电极距相比电性异常体横向长度过大时,电性异常体在反演中无法得到约束;某电极距下,当电性异常体埋藏深度增加大到一定深度时,在反演中电性异常体也无法得到约束。针对以上两个问题,利用res2dmod正演软件建立模型,再利用res2dinv反演软件对模型进行反演,通过对比分析结果表明:温纳、偶极和微分三种装置分两种情况:如果电极距小于20m模拟条件下,对于埋藏深度为5m且剖面面积不同的电性异常高阻体(异常体电阻率=100Ω·m,围岩电阻率=10Ω·m),横向反演分辨率,温纳装置大于微分和偶极装置;电极距小于12.75m时,微分装置大于偶极装置,电极距大于12.75m时,偶极装置大于微分装置。如果电极距在2m^8m范围内,对于剖面面积为4×4(m2)的电性异常高阻体(异常体电阻率=100Ω·m,围岩电阻率=10Ω·m),其最大约束深度随电极距的增大而先增大后减小;相同电极距下,偶极装置的最大约束深度>微分装置的最大约束深度>温纳装置的最大约束深度。

初等不等式的可读证明的自动生成

结合不等式的证明及可读证明的自动生成这两个问题,以初等不等式及部分三角形不等式为研究对象,运用人工智能的技术,对目标不等式、条件及证明方法分类模型化的方法,实现了一个基于规则的逆向演绎系统,它能证明大部分初等不等式及部分三角形不等式的真伪并可自动产生符合人类思维习惯的可读的证明过程,该系统可以移植到智能教育软件中。

海底控制网测量和解算中的几个关键问题

剖析了影响海底控制网定位精度的几个问题,认为海洋声速短时变化大且规律性不强,构建声速场模型是削弱声速代表性误差的有效途径。声速对测距定位影响还与波束入射角和深度相关,影响显著,不容忽视;在声速稳定水域,利用入射角近似相同的观测距离差分定位可取得较高的精度,否则精度难以保证。引入压力传感器提供的深度或深度差,利于改善控制网垂直解精度,但需顾及两点间潮高差。

一种基于逆向迭代搜索的快速隐通道检测方法

提出了一种基于静态分析的隐通道自动检测方法.采用完整语法与语义分析手段完成原始信息流提取,保留了局部变量导致的间接信息流,定义了库函数信息流规则以及信息流推导规则,提高了信息流收集的准确性与完整性;采用基于信息流图的带约束逆向深度优先搜索算法,实现了潜在隐通道检测,与传统共享资源矩阵法与正向遍历信息流图方法相比,该方法具有更高的检测效率;并通过语法及语义规则实现了伪隐通道的筛选,减少了误报.

基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.