期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
地理空间数据本质特征语义相关度计算模型
被引量:
19
1
作者
赵红伟
诸云强
+1 位作者
杨宏伟
罗侃
《地理研究》
CSSCI
CSCD
北大核心
2016年第1期58-70,共13页
关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体...
关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明:模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。
展开更多
关键词
地理空间数据
空间特征
时间特征
内容特征
语义相关度
原文传递
基于深度神经网络的蒙古国色楞格河流域水体信息提取
被引量:
5
2
作者
姚锦一
王卷乐
+3 位作者
严欣荣
魏海硕
Altansukh Ochir
Davaadorj Davaasuren
《地球信息科学学报》
CSCD
北大核心
2022年第5期1009-1017,共9页
蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原...
蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎(Google Earth Engine,GEE)云平台,使用Sentinel-2多光谱卫星遥感影像,利用深度神经网络(Deep Neural Network,DNN)方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明:①该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;②深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。
展开更多
关键词
高原水体提取
深度神经网络
遥感解译
色楞格河
蒙古高原
中蒙俄经济走廊
Google
Earth
Engine
水体指数
原文传递
题名
地理空间数据本质特征语义相关度计算模型
被引量:
19
1
作者
赵红伟
诸云强
杨宏伟
罗侃
机构
中国科学院
地理
科学与
资源
研究所
中国科学院
大学
江苏省
地理
信息
资源
开发与利用协同创新中心
中国
石油规划总院
出处
《地理研究》
CSSCI
CSCD
北大核心
2016年第1期58-70,共13页
基金
国家自然科学基金项目(41371381)
科技基础性工作专项项目(2013FY110900)
+2 种基金
中国科学院科研信息化“科技领域云”项目
国家重大科学仪器设备开发专项(2012YQ06002704)
云南省科技计划项目(2012CA021)
文摘
关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明:模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。
关键词
地理空间数据
空间特征
时间特征
内容特征
语义相关度
Keywords
geospatial data
spatial characteristic
temporal characteristic
content characteristic
semantic relevancy
分类号
P208 [天文地球—地图制图学与地理信息工程]
原文传递
题名
基于深度神经网络的蒙古国色楞格河流域水体信息提取
被引量:
5
2
作者
姚锦一
王卷乐
严欣荣
魏海硕
Altansukh Ochir
Davaadorj Davaasuren
机构
中国科学院地理科学与资源研究所中国科学院资源与环境信息系统国家重点实验室
山东理工大学建筑工程
学院
中国科学院
大学
江苏省
地理
信息
资源
开发与利用协同创新中心
蒙古国立大学工程与应用
科学
学院
蒙古国立大学艺术与
科学
学院
出处
《地球信息科学学报》
CSCD
北大核心
2022年第5期1009-1017,共9页
基金
国家自然科学基金面上项目(41971385)
中国科学院A类战略性先导科技专项(XDA2003020302)
中国工程科技知识中心建设项目(CKCEST-2021-2-18)。
文摘
蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎(Google Earth Engine,GEE)云平台,使用Sentinel-2多光谱卫星遥感影像,利用深度神经网络(Deep Neural Network,DNN)方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明:①该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;②深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。
关键词
高原水体提取
深度神经网络
遥感解译
色楞格河
蒙古高原
中蒙俄经济走廊
Google
Earth
Engine
水体指数
Keywords
water extraction of plateau
deep neural network
remote sensing interpretation
selenga river
mongolian plateau
China-Mongolia-Russia Economic Corridor
Google Earth Engine
water index
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
P332 [天文地球—水文科学]
X87 [环境科学与工程—环境工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
地理空间数据本质特征语义相关度计算模型
赵红伟
诸云强
杨宏伟
罗侃
《地理研究》
CSSCI
CSCD
北大核心
2016
19
原文传递
2
基于深度神经网络的蒙古国色楞格河流域水体信息提取
姚锦一
王卷乐
严欣荣
魏海硕
Altansukh Ochir
Davaadorj Davaasuren
《地球信息科学学报》
CSCD
北大核心
2022
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部