针对现有开集域适应神经网络分类准确率不高、分类准确率易受目标域未知类类别数影响的问题,提出了一种基于度量学习的开集域适应网络(metric learning based open set domain adaptation,ML-OSDA)。该网络在通用适应网络(universal ada...针对现有开集域适应神经网络分类准确率不高、分类准确率易受目标域未知类类别数影响的问题,提出了一种基于度量学习的开集域适应网络(metric learning based open set domain adaptation,ML-OSDA)。该网络在通用适应网络(universal adaptation network,UAN)上引入L2范数归一化层及度量学习辅助适应网络(metric-learning-assisted domain adaptation,MLA-DA)。通过将不同模长的特征向量压缩聚类,并在分类时设置动态边界阈值,ML-OSDA提升了域适应神经网络在开集情况下的分类准确率,同时减轻了目标域未知类类别数对分类结果的影响。在office-31数据集和Office-Home数据集上的实验表明,开集情况下,基于度量学习的开集域适应网络在分类准确率、负迁移影响和目标域未知类类别数影响方面优于现有开集域适应神经网络。展开更多
径流是水循环中的重要过程,流域中河流的分布信息对该区域的水资源、生态、环境及其社会经济活动具有重要意义。我国广西、云南、贵州和东盟十国属于多云雨、山地特点突出的区域,对比已有的河流面域数据产品,发现对该区域的河流信息表...径流是水循环中的重要过程,流域中河流的分布信息对该区域的水资源、生态、环境及其社会经济活动具有重要意义。我国广西、云南、贵州和东盟十国属于多云雨、山地特点突出的区域,对比已有的河流面域数据产品,发现对该区域的河流信息表征不足。为获得更为精确的河流分布数据,满足水资源及生态环境评估,本文采用欧亚大陆河流矢量数据(2010)及欧空局(ESA)全球土地分类数据(2020)陆表水体产品,通过融合形成综合河流矢量数据,再采用膨胀和收缩缓冲分析方法,解决河流不连续问题,并制作了中国广西、云南、贵州及东盟十国河流面域矢量数据。通过对ESA土地分类数据的进一步处理,获得了同区域的湖泊面域矢量数据。最终,本文计算了河流和湖泊的覆盖率,并生成1 km格网的河流和湖库覆盖率数据集。与Hydro RIVERS数据集,以及4种水体遥感数据集(Global Surface water,Esri Land Cover,Dynamic World V1,GRWL)的对比结果显示,本数据集在研究区对河流水系的表征能力更强,比原始输入数据集具有更丰富的细节,表现为:本数据集填补了欧亚大陆河流矢量数据(2010)中缺少的山区支流部分,解决了河流不连续、缺失等问题。本数据集为我国广西、云南、贵州及东盟十国的水体提取提供基础的先验数据,在洪水预报、水资源管理等方面具有重要价值,可服务于生态环境、交通运输、农业灌溉、能源等社会经济活动。展开更多
获得高精度的3DVSP偏移速度场是3DVSP资料井周构造高精度成像的关键问题和难点之一。目前,基于角度域共成像点道集(Angle Domain Common Image Gathers,ADCIGs)的速度分析方法已经成为地面三维地震资料叠前深度偏移中速度模型建立的有...获得高精度的3DVSP偏移速度场是3DVSP资料井周构造高精度成像的关键问题和难点之一。目前,基于角度域共成像点道集(Angle Domain Common Image Gathers,ADCIGs)的速度分析方法已经成为地面三维地震资料叠前深度偏移中速度模型建立的有效工具。借鉴地面地震资料基于ADCIGs的速度分析方法,开展了基于ADCIGs的3DVSP资料叠前深度偏移速度分析方法研究。首先给定一个初始速度场进行偏移,形成ADCIGs;接着通过剩余曲率计算获得估计速度与真实速度之比的速度谱函数;最后根据速度谱进行速度迭代更新和3DVSP资料偏移成像。模型数据和实际资料试算结果表明,该方法可以较好地改善3DVSP资料成像精度,提高3DVSP资料描述井周细微构造的能力。展开更多
文摘针对现有开集域适应神经网络分类准确率不高、分类准确率易受目标域未知类类别数影响的问题,提出了一种基于度量学习的开集域适应网络(metric learning based open set domain adaptation,ML-OSDA)。该网络在通用适应网络(universal adaptation network,UAN)上引入L2范数归一化层及度量学习辅助适应网络(metric-learning-assisted domain adaptation,MLA-DA)。通过将不同模长的特征向量压缩聚类,并在分类时设置动态边界阈值,ML-OSDA提升了域适应神经网络在开集情况下的分类准确率,同时减轻了目标域未知类类别数对分类结果的影响。在office-31数据集和Office-Home数据集上的实验表明,开集情况下,基于度量学习的开集域适应网络在分类准确率、负迁移影响和目标域未知类类别数影响方面优于现有开集域适应神经网络。
文摘径流是水循环中的重要过程,流域中河流的分布信息对该区域的水资源、生态、环境及其社会经济活动具有重要意义。我国广西、云南、贵州和东盟十国属于多云雨、山地特点突出的区域,对比已有的河流面域数据产品,发现对该区域的河流信息表征不足。为获得更为精确的河流分布数据,满足水资源及生态环境评估,本文采用欧亚大陆河流矢量数据(2010)及欧空局(ESA)全球土地分类数据(2020)陆表水体产品,通过融合形成综合河流矢量数据,再采用膨胀和收缩缓冲分析方法,解决河流不连续问题,并制作了中国广西、云南、贵州及东盟十国河流面域矢量数据。通过对ESA土地分类数据的进一步处理,获得了同区域的湖泊面域矢量数据。最终,本文计算了河流和湖泊的覆盖率,并生成1 km格网的河流和湖库覆盖率数据集。与Hydro RIVERS数据集,以及4种水体遥感数据集(Global Surface water,Esri Land Cover,Dynamic World V1,GRWL)的对比结果显示,本数据集在研究区对河流水系的表征能力更强,比原始输入数据集具有更丰富的细节,表现为:本数据集填补了欧亚大陆河流矢量数据(2010)中缺少的山区支流部分,解决了河流不连续、缺失等问题。本数据集为我国广西、云南、贵州及东盟十国的水体提取提供基础的先验数据,在洪水预报、水资源管理等方面具有重要价值,可服务于生态环境、交通运输、农业灌溉、能源等社会经济活动。
文摘获得高精度的3DVSP偏移速度场是3DVSP资料井周构造高精度成像的关键问题和难点之一。目前,基于角度域共成像点道集(Angle Domain Common Image Gathers,ADCIGs)的速度分析方法已经成为地面三维地震资料叠前深度偏移中速度模型建立的有效工具。借鉴地面地震资料基于ADCIGs的速度分析方法,开展了基于ADCIGs的3DVSP资料叠前深度偏移速度分析方法研究。首先给定一个初始速度场进行偏移,形成ADCIGs;接着通过剩余曲率计算获得估计速度与真实速度之比的速度谱函数;最后根据速度谱进行速度迭代更新和3DVSP资料偏移成像。模型数据和实际资料试算结果表明,该方法可以较好地改善3DVSP资料成像精度,提高3DVSP资料描述井周细微构造的能力。
