MSSTNet:Multi-scale facial videos pulse extraction network based on separable spatiotemporal convolution and dimension separable attention

Background The use of remote photoplethysmography(rPPG)to estimate blood volume pulse in a noncontact manner has been an active research topic in recent years.Existing methods are primarily based on a singlescale region of interest(ROI).However,some noise signals that are not easily separated in a single-scale space can be easily separated in a multi-scale space.Also,existing spatiotemporal networks mainly focus on local spatiotemporal information and do not emphasize temporal information,which is crucial in pulse extraction problems,resulting in insufficient spatiotemporal feature modelling.Methods Here,we propose a multi-scale facial video pulse extraction network based on separable spatiotemporal convolution(SSTC)and dimension separable attention(DSAT).First,to solve the problem of a single-scale ROI,we constructed a multi-scale feature space for initial signal separation.Second,SSTC and DSAT were designed for efficient spatiotemporal correlation modeling,which increased the information interaction between the long-span time and space dimensions;this placed more emphasis on temporal features.Results The signal-to-noise ratio(SNR)of the proposed network reached 9.58dB on the PURE dataset and 6.77dB on the UBFC-rPPG dataset,outperforming state-of-the-art algorithms.Conclusions The results showed that fusing multi-scale signals yielded better results than methods based on only single-scale signals.The proposed SSTC and dimension-separable attention mechanism will contribute to more accurate pulse signal extraction.

Evaluating the dynamical coupling between spatiotemporally chaotic signals via an information theory approach

An information-theoretic measure is introduced for evaluating the dynamical coupling of spatiotemporally chaotic signals produced by extended systems. The measure of the one-way coupled map lattices and the one-dimensional, homogeneous, diffusively coupled map lattices is computed with the symbolic analysis method. The numerical results show that the information measure is applicable to determining the dynamical coupling between two directly coupled or indirectly coupled chaotic signals.

A spatiotemporal intelligent framework and experimental platform for urban digital twins

Backgrounds This work emphasizes the current research status of the urban Digital Twins to establish an intelligent spatiotemporal framework.A Geospatial Artificial Intelligent(GeoAI)system is developed based on the Geographic Information System and Artificial Intelligence.It integrates multi-video technology and Virtual City in urban Digital Twins.Methods Besides,an improved small object detection model is proposed:YOLOv5-Pyramid,and Siamese network video tracking models,namely MPSiam and FSSiamese,are established.Finally,an experimental platform is built to verify the georeferencing correction scheme of video images.Result The MultiplyAccumulate value of MPSiam is 0.5B,and that of ResNet50-Siam is 4.5B.Besides,the model is compressed by 4.8times.The inference speed has increased by 3.3 times,reaching 83 Frames Per Second.3%of the Average Expectation Overlap is lost.Therefore,the urban Digital Twins-oriented GeoAI framework established here has excellent performance for video georeferencing and target detection problems.

基于STAGCN-Informer时空组合模型的风电功率预测方法

针对风电功率预测中,空间信息受时空波动性和随机性影响无法有效提取,导致预测精度不足的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、融合时空注意力图卷积网络(Spatiotemporal Attention Graph Convolutional Network,STAGCN)和改进Informer的组合模型(STAGCN-Informer-DCP)。首先运用VMD对原始特征进行模态分解,提取出不同时间尺度上的特征信息。同时利用北方苍鹰算法(Northern Goshawk Optimization,NGO)优化VMD的核心参数(惩罚因子和K值)选择。其次,利用融合时空注意力的STAGCN模块动态捕捉目标风机与近邻相似风机的时空特征,并将其与原始的信号分量融合获得携带空间尺度信息的特征向量。最后使用改进的Informer模型提取时序上下文的长期依赖关系,并实现多步输出预测。实验结果表明,该组合模型能较好地捕捉动态时空依赖,并有效提高了中长期风电预测的准确度。

融合多元时空信息的Informer-AD大坝变形预测模型

针对大坝变形时间序列预测问题,考虑多测点变形相关性,建立变形量时空多维输入矩阵,提出一种基于K-means聚类融合多元时空信息的Informer-AD大坝变形预测模型。首先,采用K-means聚类对变形测点进行分区;其次,引入面板数据回归模型分析分区结果;最后,提出融合多元时空信息的Informer-AD大坝变形预测模型。利用该模型对空间特征序列进行学习,通过全连接层整合空间特征,输出预测的大坝变形值。将上述预测模型运用于CT混凝土重力坝,结果表明,本文所提出的考虑时空关联性的预测方法充分挖掘大坝变形整体性态与测点空间分布特性的关系,能够更好地捕捉变形时空特性,进而提高预测精度。

AUTOMATIC SEGMENTATION OF VIDEO OBJECT PLANES IN MPEG-4 BASED ON SPATIO-TEMPORAL INFORMATION

Segmentation of semantic Video Object Planes (VOP's) from video sequence is a key to the standard MPEG-4 with content-based video coding. In this paper, the approach of automatic Segmentation of VOP's Based on Spatio-Temporal Information (SBSTI) is proposed.The proceeding results demonstrate the good performance of the algorithm.

Spatiotemporal variation of cyanobacterial harmful algal blooms in China based on literature and media information

Cyanobacterial harmful algal blooms(CyanoHABs)in inland waters are now among the most pressing environmental issues worldwide,especially in China.Satellite remote sensing has limitations in monitoring CyanoHABs in small water bodies due to spatial and temporal resolution limitations.While literature and news media have the potential to supplement satellite remote sensing in monitoring CyanoHABs,they have currently not received sufficient attention.In this study,we combined information on the distributions of CyanoHABs from literature and media for the first time to comprehensively assess the spatiotemporal variation in CyanoHABs in China.We collected,cleaned,validated,and organized data from literature and media on CyanoHABs in China,resulting in the establishment of a comprehensive database on CyanoHABs in China's inland waters(ChinaCyanoDB)covering 198 water bodies,525 records for 1950-2021.The majority of water bodies with CyanoHABs(CyanoWaters)are located in the eastern China,mainly concentrated in the middle and lower Yangtze region,with a clear upward trend in their number over the last four decades.The ChinaCyanoDB and analytical results can provide valuable data support for monitoring and managing CyanoHABs in China while the database construction method may also be applied to other countries and regions.

Behavior pattern mining based on spatiotemporal trajectory multidimensional information fusion

Trajectory data mining is widely used in military and civil applications,such as early warning and surveillance system,intelligent traffic system and so on.Through trajectory similarity measurement and clustering,target behavior patterns can be found from massive spatiotemporal trajectory data.In order to mine frequent behaviors of targets from complex historical trajectory data,a behavior pattern mining algorithm based on spatiotemporal trajectory multidimensional information fusion is proposed in this paper.Firstly,spatial–temporal Hausdorff distance is pro-posed to measure multidimensional information differences of spatiotemporal trajectories,which can distinguish the behaviors with similar location but different course and velocity.On this basis,by combining the idea of k-nearest neighbor and density peak clustering,a new trajectory clustering algorithm is proposed to mine behavior patterns from trajectory data with uneven density distribu-tion.Finally,we implement the proposed algorithm in simulated and radar measured trajectory data respectively.The experimental results show that the proposed algorithm can mine target behavior patterns from different complex application scenarios more quickly and accurately com-pared to the existing methods,which has a good application prospect in intelligent monitoring tasks.

Flexible multiterminal photoelectronic neurotransistors based on self‐assembled rubber semiconductors for spatiotemporal information processing

A significant step toward constructing high‐efficiency neuromorphic systems is the electronic emulation of advanced synaptic functions of the human brain.While previous studies have focused on mimicking the basic functions of synapses using single‐gate transistors,multigate transistors offer an opportunity to simulate more complex and advanced memory‐forming behaviors in biological synapses.In this study,a simple and general method is used to assemble rubber semiconductors into suspended two‐phase composite films that are transferred to the surface of the ion‐conducting membrane to fabricate flexible multiterminal photoelectronic neurotransistors.The suspended ion conductive film is used as the gate dielectrics and supporting substrate.The prepared devices exhibit excellent electrical stability and mechanical flexibility after being bent.Basic photoelectronic synaptic behavior and pulse‐dependent plasticity are emulated.Furthermore,the device realizes the spatiotemporally integrated electrical and optical stimuli to mimic spatiotemporal information processing.This study provides a promising direction for constructing more complex spiking neural networks and more powerful neuromorphic systems with brain‐like dynamic spatiotemporal processing functions.

基于熵权TOPSIS和耦合协调模型的四川省土地利用效益耦合协调关系及时空演变特征

[目的]从社会、经济、生态环境3个方面评价区域土地利用效益及其耦合关系有利于实现土地资源的合理配置及优化用地结构。[方法]以四川省21个地市州为研究对象,利用熵权TOPSIS法和耦合协调度模型,构建了2010—2020年四川省土地利用效益的综合评价体系,并基于GIS技术,分析了土地利用的社会、经济、生态环境效益及其耦合协调关系的时空演变特征。[结果](1)四川省各地市州的土地利用综合效益整体上呈上升趋势,空间上具有“西北高东南低”的空间格局;土地利用的经济、生态环境效益整体上具有上升趋势,分别表现为“西高东低”和“中东部高西部低”的空间格局;土地利用社会效益整体上呈下降趋势,具有“中部高两翼低”的空间格局;三大效益在空间均具有较显著的聚集特征。(2)四川省各地市州的土地利用耦合协调等级为4个,总体协调水平不高,以勉强协调为主,其次是濒临失调,具有“中间高两翼低”的空间格局,且耦合等级相同的城市聚集度较高,土地利用效益耦合协调等级在空间分布上需进一步改善。(3)影响四川省地利用效益大小的因子依次为社会>经济>社会经济>社会生态>生态环境效益系统;土地利用效益耦合协调关系主要受社会、经济效益单一因子影响,其次是社会经济复合因素,最后是社会生态复合因素的影响。[结论]四川省各地市州的土地利用综合效益整体上呈上升趋势,区域差异显著,总体的耦合协调水平处于较低等级,且耦合等级相同的城市聚集度较高,在今后的发展中应该调控城镇化的无序扩张,注重城市基础公共服务等设施的建设,增加城市环境建设投入,促进四川省土地经济效益-社会效益-生态环境效益间的协调发展,以期为提升四川省土地利用综合效益提供参考。

入侵意图分析下的软件定义网络DDoS攻击检测方法

为在数据样本回溯期内解决因本地信息熵值增大而造成的服务攻击问题,维护软件定义网络的运行安全性,提出入侵意图分析下的软件定义网络分布式拒绝服务(DDoS)攻击检测方法。按照软件定义网络场景重构原则,确定因果网转换标准,实现对识别参数的更新处理,完成攻击性行为的入侵意图分析,再定义DDoS数据集,根据攻击行为的时空特性,求解模型参数的取值范围,完成入侵意图分析下软件定义网络DDoS攻击检测方法的设计。实验结果表明,在该算法控制下数据样本回溯期为10 min,低于传统算法,能够较好维护软件定义网络的运行安全性。

滇池流域生态系统完整性变化及其驱动机理实证研究

滇池流域是长江水源的重要涵养地和我国西南的生态安全屏障,其生态系统完整性变化是整个流域生态系统质量和稳定性的重要体现,对生态系统保护和修复具有重要指导意义。通过ArcGIS空间分析、地理探测器模型和皮尔逊相关分析等方法,基于生态系统结构、功能和弹性三方面构建综合指数,评估2000—2020年滇池流域生态系统完整性时空变化,分析生态系统完整性演变的驱动因子及其作用机理。结果表明:(1)滇池流域生态系统完整性先下降后上升,但整体有所降低,其中结构完整性明显降低、生态系统弹性显著减弱。(2)生态系统完整性在空间上呈中部低四周高的分布格局,完整性高的区域分布在城市外围的山体,靠近滇池北部的中心城区则较低;全流域36.24%的区域完整性降低、35.31%的区域升高。(3)生态系统完整性的时空变化受自然条件和人文社会经济等多种因素的共同影响,高程、气温和土地利用变化是主导因子,完整性与高程呈正相关,与气温呈负相关,但土地利用变化的影响具有双重性。研究结果可为流域生态系统完整性评估提供新思路,同时为滇池流域生态系统的管护提供科学依据。

基于多视角信息融合的公路桥梁车辆荷载时空位置识别

针对现有方法在复杂交通场景下难以准确获取桥上车辆荷载时空分布的问题,提出了一种基于多视角信息融合的车辆荷载时空位置识别方法.首先,开发了vadYOLO-StrongSORT模型,可在单视角下同时检测和跟踪车辆;然后,在图像标定和跨视角车辆匹配基础上,采用自适应加权最小二乘法进行多视角信息融合以修正车辆轨迹;最后,结合车辆轨迹和车轴配置,重构车轴荷载的时空位置分布.通过模型试验评估了所提方法在典型交通场景下的性能.结果表明:相较于基于单视角的车辆位置识别方法,多视角信息融合方法在跟踪稳定性、定位精度和抗遮挡性能上有显著提升;变道场景下,所提方法的最高平均定位误差低于2.0 cm,明显优于单视角方法的17.0 cm;多车遮挡场景下,所提方法的车辆捕获率可达100%,而单视角方法最高仅为72.5%;同时,与其他检测跟踪模型相比,vadYOLO-StrongSORT在试验中取得了最高的识别精度.

一种基于时间序列分解和时空信息提取的云服务器异常检测模型

异常检测是维护云数据中心性能的一项重要任务。云数据中心中运行着大量的云服务器以实现各种云计算功能。由于云数据中心的性能取决于云服务的正常运行,因此检测和分析云服务器中的异常至关重要。为此,该文提出一种基于时间序列分解和时空信息提取的云服务器异常检测模型。首先,提出带时空信息提取模块的双向Wasserstein生成对抗网络算法(BiWGAN-GTN),该算法在具有梯度惩罚的双向Wasserstein生成对抗网络(BiWGAN-GP)算法的基础上,将生成器与编码器替换为由图卷积网络(GCN)与时间卷积网络(TCN)组成的时空信息提取模块(GTN),实现对数据空时信息的提取;其次,提出半监督BiWGAN-GTN算法来识别多维时间序列中的异常,以在训练过程中避免异常数据侵入的风险并增强模型鲁棒性。最后设计多通道BiWGAN-GTN算法-MCBiWGAN-GTN以实现降低数据复杂度并提升模型学习效率的目标。利用带有自适应噪声完全集合经验模态分解(CEEMDAN)算法将时序数据分解,然后将不同的分量送入对应通道下的BiWGAN-GTN算法中训练。在真实世界云数据中心数据集Clearwater和MBD上采用精确率、召回率和F1分数这3个性能指标验证了该文所提模型的有效性。实验结果表明,MCBiWGAN-GTN在这两个数据集上的性能稳定并优于所比较的方法。

呼吸道传染病时空传播风险精细化评估系统构建与应用

目的开发多源城市大数据支持下的城市内部呼吸道传染病时空传播风险精细化评估系统,为城市内部实施更加精准的疾病防控提供决策支持。方法本研究面向流感等典型的呼吸道传染病,融合传染病、人群活动、地理环境等多源大数据,以500米网格为基本空间单元,通过德尔菲法构建高精度传播风险评估模型;通过构建基于人口流动网络的传播动力学模型,实现高精度的呼吸道传染病时空传播模拟,推演未来30天城市内部疾病发展的时空趋势;选取传染病传播高风险区域作为关键的空间防控节点,利用时空传播模拟模型精细化评估不同关键节点防控的效果。结果以深圳市为例,构建了呼吸道传染病时空传播风险精细化评估系统。结论本研究提供了一套面向大型城市内部区域的呼吸道传染病时空传播风险精细化评估系统,能够支持传染病时空扩散趋势的研判,并且能够在疫情发展的不同阶段快速预判高危风险区域防控措施的效果,为呼吸道传染病精准防控提供应急响应的技术和系统储备。

地理信息智能技术发展分析

进入21世纪,智能化成为科技革命发展的主要方向,大数据、物联网、云计算和人工智能等技术更与各行各业加速融合,一个领域如果缺乏对智能的认知和实践,未来可能会在发展中没有足够动力。地理信息是时空框架的描述者、建立者与服务者,在多领域信息融合、无人化导航服务中,发挥着重要作用。本文从系统理论、高精度时空基准、全域感知、智能处理、高清刻画表达、智慧服务6个方面,梳理了地理信息相关智能技术,对比了国内外发展现状与差距,总结竞争发展的焦点,为地理信息领域智能化发展提供参考和借鉴。

智慧国土赋能城市高质量发展的路径研究--以重庆为例

随着新一代信息技术的深度应用及数字中国建设的推进,智慧国土逐渐成为赋能我国自然资源管理、国土空间规划与治理,以及城市社会经济发展的新手段。但从实施层面来看,智慧国土如何赋能城市高质量发展,还需进一步探索其具体的实践路径。本文在厘清城市高质量发展和智慧国土建设之间内在关系的基础上,提出了智慧国土赋能城市高质量发展的总体设计思路,具体将通过数据赋能、技术赋能及场景赋能三种模式,推动实现对城市的高质量全程智治。在此基础上,以重庆市为例,结合其发展现状和实际需求,从自然资源管理与社会经济发展两个方面,探索智慧国土赋能城市高质量发展的实践路径,以期为我国城市数字化治理和高质量发展提供理论参考与实践指导。

城市综合地图集多元时空叙事化设计

内容是城市综合地图集的先决基础,架构体现主题的结构逻辑。如何用新思维方式进行创作编排,升级为叙事型系统性的作品,值得深入探讨和研究。本文将“认知叙事学”这一理论引入城市综合地图集的研究视角,探讨叙事化设计原则和理论框架,主要从四个角度论述实现路径:一是叙事线索,二是叙事视角,三是叙事情境,四是叙事节奏。以《上海市地图集》为例,研究如何通过叙事化的设计将描述城市发展的多元时空信息融合并塑造成立体的城市形象,嵌入个性化、情境化的视觉表达元素,强化呈现效果,为创造富有人文特色、具有叙事感和深度感的城市综合地图集提供借鉴。

基于颜色–耳标参数映射的时空信息可听化方法

随着时空信息的爆炸式增长,如何在保留地图可视化传统优势的基础上实现时空信息可听化是一个值得研究的方向。因此,首先以2022年纽约市PM_(2.5)污染情况为例,采用通用克里金法对PM_(2.5)污染浓度数据进行插值,得到纽约市2022年365幅PM_(2.5)浓度专题地图;其次,提取每张专题地图的色相、饱和度、明度平均值,并将它们与PM_(2.5)浓度数据的标准差分别映射为音色、音高、音强、音长四个维度的耳标参数,使用Sibelius编排创建乐曲,实现纽约市2022年PM_(2.5)数据的可听化;最后,对可听化的污染意象信息传递效果进行评估。结果显示:(1)污染浓度最严重比最不严重和不严重信息的传递效果好;(2)污染浓度变化最大和变化较大比变化最小信息的传递效果好;(3)污染浓度地域差异变化最大比变化最小信息的传递效果好;(4)音强和音高传递污染浓度信息的效果最佳,被试者的认可度也最高,而音长传递污染地域差异的效果最差;(5)被试者对于使用以上可听化形式来传递污染信息的态度持中立到同意的态度,但在理解上存在一定难度。实验拓展了时空信息可听化的研究内容,丰富了对于地图可听化技术的探索。

智慧国土构建的技术模式研究--以重庆为例

智慧国土是统筹自然资源与地理空间数字化发展、促进智慧化应用、赋能高质量发展的重要举措。当前,尽管关于智慧国土的相关研究成果较多,但针对智慧国土技术模式的研究尚不多见,既有为数不多的技术模式的研究也不能完全适用于当前数字中国建设架构,因此,本文开展智慧国土构建的技术模式探讨。首先,本文从当前智慧国土构建中存在的不足出发,提出从信息到知识,从知识到智慧为主线的总体构建思路,总结形成以全面动态感知、系统精准认知、全域智慧管控为特征的智慧国土构建总体技术框架;其次,在分析重庆智慧国土构建技术现状与存在问题的基础上,讨论重庆智慧国土构建的技术创新方向与重点任务;最后,针对当前智慧国土发展现状,为下一步智慧国土构建提出相应建议。研究成果旨在为智慧国土实践的技术创新方向与重点攻关任务提供参考。