基于物联网与空间信息技术的电网应急指挥系统

首先深入分析了智能电网应急指挥对电网环境、电网运行等信息全面实时感知、智能分析、多维可视化及综合服务的应用需求,提出了利用物联网技术实现基于改进遗传算法的配电网故障定位,并对应急人员、物资的调配实现全过程自动感知、识别、跟踪、指挥。利用空间信息技术,结合对称三角模糊数模拟计算应急物流中的最优物流路径,建立基于地理信息系统(geographic information system,GIS)平台的电网应急资源调度方案。基于物联网技术和空间信息技术,设计构建了集灾害监测、预警、查询分析、资源调配、指挥决策于一体的可视化应急指挥支撑平台。最后结合某省电力公司电网应急指挥系统的建设以及实际应用效果进行了实例分析。

面向极地海冰变化监测的卫星遥感技术研究进展

介绍了遥感传感器技术的发展,着重探讨了其在观察极地地区进行观测的适用性。极地地区与全球气候变化之间的关系和相互作用是气候变化研究的焦点。海冰的广泛覆盖对大气、海洋和极地地区特别是对其他地方的、其他进程的陆地和海洋生态系统产生重大影响。海冰覆盖了极地海洋广阔的区域,而两极地区的海冰受气候变化影响而产生的变化却不同,北极海冰面积减少趋势明显而南极海冰面积却有上升趋势。本研究回顾了海冰遥感领域的相关文献,评估不同传感器监测海冰物理特性的优势和劣势。分析了传感器的规格和获取的数据,概括了它们如何发展以满足用户不断增长的需求。同时,讨论了不同的遥感技术和观测方法及其在监测海冰变化方面的适用性。本文利用不同的数据集对海冰特性进行进一步的研究,总结了用于海冰监测的数据集以监测这些实地很难到达的区域。

简析大学生身体健康与心理健康的相互影响

在中国的高等教育中，大学生的心理健康已经成为重点研究课题。高等院校为适应社会人才需求，以学生的职业生涯为目标对学生进行培养。学生面对来自更多方面的压力，由于心理承受能力较弱，且对于一些事情容易产生偏激的心理而导致心理健康问题出现。本文将大学生的身体健康和心理健康联系起来，提出强化体育运动，并与心理健康教育相融，以促进两者之间的相互制约、相互作用。

双分支遥感影像多标签重平衡权重分类方法

针对遥感影像多标签分类中类别标签频次存在长尾分布,导致深度学习网络无法充分学习尾部类别特征的问题,提出了一种双分支遥感影像多标签重平衡权重分类方法。首先,通过利用数据集标签频次的统计特性,重新对二进制交叉熵(BCE)损失函数中各个类别的权重进行设计,从而达到在卷积神经网络训练过程中重视尾部类别的目的。然后,使用一个双分支结构对修改后的模型和原模型进行集成,两个分支分别关注头部类和尾部类,提高整体的识别效果。最后,为了更好地验证算法的有效性,构建了一个目前最大规模的基于实例的遥感影像多标签分类数据集ML-iSAID。实验结果表明,双分支重平衡权重训练方法与仅使用BCE损失函数的方法(基准方法)相比在MLUCMerced、ML-AID、ML-iSAID三个数据集中在基于类别的F1指标上分别提升了1.28个、5.40个、3.26个百分点。所提方法能够可以有效缓解长尾效应带来的归纳偏置。

基于上下文增强和特征提纯的小目标检测网络

微小目标的纹理模糊、包含特征少,是目标检测领域的难点.针对小目标检测提出一种新的上下文增强模块(context augmentation module,CAM)和特征提纯模块(feature refinement module,FRM)相结合的特征金字塔复合结构.利用多尺度空洞卷积的特征融合,补充网络中的上下文信息;引入通道和空间的特征提纯机制来抑制多尺度特征融合后的冲突信息,防止小目标淹没在冲突信息中;同时,引入复制—缩小—粘贴(copy-reduce-paste)的数据增强方法提高小目标的占比,使训练时小目标对损失值的贡献更大,训练更加平衡.由实验结果可知,所提出的算法在VOC数据集上目标检测的平均精度均值(Mean Average Precision,mAP)达到了83.6%(交并比为0.5);对小目标检测的AP值达到了16.9%(交并比为0.5~0.95),比YOLOV4,CenterNet,RefineDet的分别提高3.9%,7.7%和5.3%.在TinyPerson数据集上小目标检测的AP值为55.1%,比YOLOV5,DSFD的分别提高0.8%和3.5%.

面向自然场景的不规则文本检测方法

针对自然场景文本检测中由于文本实例尺度多样、文本内部字符空隙大以及形状不规则造成的检测难题,提出一种面向自然场景的不规则文本检测方法。以稀疏区域卷积神经网络(Sparse R-CNN)作为基础检测框架,首先,在特征提取阶段使用特征金字塔网络(FPN)将不同阶段特征进行融合得到多尺度特征金字塔,提取更深层次、更多尺度的文本特征,使得网络能够检测各种尺度的文本;然后,引入文本内协同学习(Intra-CL)模块,通过多种感受野的卷积级联组合协同采样文本实例的字符区域和空隙区域的特征,完整地表示文本实例的特征,来缓解文本断裂检测问题;最后,引入动态掩码头(DynMH),通过与检测头的交互,充分学习到不同层级的文本特征,并对文本区域进行实例分割,生成精细的文本轮廓,实现任意形状的文本检测。在标准数据集ICDAR2015、TotalText和CTW1500上对模型进行评估,实验结果表明,在ICDAR2015上该方法的文本检测的综合指标F值相较于TextSnake提升了2.3个百分点,在TotalText上比SegLink++提升了2.3个百分点,在CTW1500上比TextField提升了1.2个百分点。可视化结果表明,该方法能够准确地定位文本区域,更好地分割文本边界。

无人机激光扫描作业杆塔位置提取算法

基于激光点云的输电线路杆塔自动定位是电网无人机、直升机智能巡检技术应用的基础,但目前从激光点云中定位杆塔主要依赖于人工处理,工作效率低。针对如何从激光点云中自动定位杆塔这一问题,根据输电杆塔在激光点云中具有高密度、大坡度、大高差特征,提出了一种基于二维格网多维特征分析的输电杆塔自动定位方法。首先对无人机获取的激光点云进行滤波去噪处理,再对激光点云进行规则化,在此基础上计算点云的特征图像;然后结合架空线路走廊区域分析,根据密度、高差和坡度特征迭代定位出输电杆塔,最终实现了从无人机激光点云中自动定位输电杆塔位置。采用广东电网公司大型无人直升机实际巡检获取的输电线路激光点云数据对自动定位算法进行了验证,实验结果表明提出的算法具有较高的自动化程度和处理效率,对提高无人机、直升机机巡作业智能化水平具有促进作用。

面向智慧城市应急响应的异构传感器集成共享方法

智慧城市的实现是建立在传感器资源观测应用之上.城市传感器资源类型多样,观测机理各异,数量巨大,它们呈现出封闭、孤立和自治性.面对复合的城市应急事件时,基于万维网的城市异构传感器资源管理低效,导致城市应急响应的实时可靠数据来源匮乏与决策低效,严重阻碍了城市应急响应的"智慧化".提出了面向智慧城市应急响应的异构传感器资源集成共享框架,通过将城市异构传感器资源统一化描述,然后基于标准的网络目录服务进行传感器资源万维网注册与按需发现.构建了城市异构传感器资源集成共享平台,以武汉内涝型灾害应急响应为案例,验证了城市内涝监测传感器资源的集成共享的可行性和可扩展性,促使城市分布式异构传感器资源从"观测孤岛"到"集成共享"的转变,为智慧城市应急响应所需的传感器资源共享与观测规划提供依据.

大型无人机电力巡检LiDAR点云安全距离诊断方法

输电线路走廊中地物安全距离检测是电力运维部门日常线路巡检作业中的重要一环。结合此项运维实际需求,提出一种无人机电力巡检LiDAR点云数据的自动安全距离诊断方法:首先依据已知的线路位置与走向对无人机巡检系统采集的LiDAR点云进行裁剪,获得线路走廊区域点云;其次,采用自适应分区滤波的方法滤除地面点,获得非地面点云;在此基础上,在非地面点数据中,依据点云维数特征以及空间几何分布特性从非地面点中分离出导线点、杆塔点、及林木植被、建筑物等安全距离诊断所关注的线路走廊其他地物;继而提出一种迭代最小二乘电力线悬链线模型解算方法,自无序电力线激光点云数据拟合悬链线方程,用于后续安全距离计算;最后使用分段剖面安全距离计算方法计算线路与线路走廊下方地面/地物距离,并与标准安全距离做比较,对于距离小于安全距离的区域进行危险预警。采用大型无人机电力线路巡检系统采集的多组LiDAR点云数据对文中算法进行实验验证,并对检测结果与人工点云量测值与实地巡检值进行了定性与定量的对比分析。实验结果表明提出的安全距离诊断方法能准确探测树障等安全距离超限地物。

基于无人机红外视频的输电线路发热缺陷智能诊断技术

以无人机搭载的红外传感器获取的视频为数据源,研究了基于红外图像的电力设备异常发热检测,实现了输电线故障缺陷位置的自动诊断和定位。首先从红外视频中抽取红外序列图像帧并对抽取的红外图像进行自动拼接和帧间差分,进而确定输电线的主方向,并对输电线区域进行定位;然后根据红外图像和输电线故障诊断标准对提取的输电线进行故障诊断,最终实现了输电线故障的定位和自动诊断。实践证明该方法具有较高的自动化程度和效率。

虚拟地理环境的地理学语言特征

在比较分析传统地图和GIS的地理学语言功能基础上,指出了虚拟地理环境对现实世界抽象表达的多维特征、多视点和多重细节的多模态可视表现、多种自然交互方式和跨时间、空间与尺度的地理协同以及多感知的空间认知能力等。说明虚拟地理环境提供了一种综合表意系统和更接近自然的多感知的空间认知能力,使得从现实世界到人类大脑的信息带宽最大化,提供了超越现实的抽象表示与解析理解能力,达到了增强现实的目的。虚拟地理环境作为继GIS之后新一代地理学语言的显著特征是以用户为中心、提供最接近人类自然的交流方式与表达形式。

传感网环境下视频传感器在线规划

针对视频传感器观测被动的问题,结合视频传感器和传感网的特点,设计了传感网环境下视频传感器在线规划框架。该框架采用面向服务的体系架构(SOA),包含资源层、资源服务层、规划服务层和应用层四个层,各层之间采用标准的网络通信协议进行通信。实现了视频传感器在线规划原型系统,并以视频监控签到为应用场景进行了在线规划实验。实验结果表明:该框架对于实现视频传感器主动和按需观测是可行且有效的。

不可能差分性质更优的动态S盒构造方法

利用有限域的可逆变换与仿射变换产生S盒的思想,提出通过改变仿射变换矩阵中的行来生成动态S盒。分析了该方法生成单个S盒的密码学性质,实验结果显示单个S盒的密码学性质均达到高级加密标准中S盒的安全性;同时也分析了该方法生成动态S盒的动态差分概率、动态线性概率、动态非线性度、动态代数次数和不可能差分个数,理论分析表明该方法生成动态S盒均有较好的密码学性质;通过实验检验可以得出该方法生成的动态S盒具有很好的动态非线性度、动态差分和不可能差分性;而从分析该方法生成动态S盒的硬件实现效率可以看出,该方法具有较好的硬件实现效率。

地理国情普查质量控制的因素分析及对策

为了保证地理国情普查质量,结合黑龙江省第一次全国地理国情普查工作的实际情况,总结了影响地理国情普查质量的主要因素,形成了面向地理国情普查的全面质量管理体系,对如何提高地理国情普查质量进行了研究。

主编寄语

近年来,激光扫描、低空无人机摄影测量以及泛在采集等为地理信息快速获取提供了便捷的手段,其直接和间接获取的空间数据正成为地理信息科学重要的数据源。这些不同来源的点云具有基准多样、要素海量、空间分布不规则以及跨尺度等特质,对GIS有机统一的高效管理和快速处理提出了严峻挑战。国际摄影测量与遥感学会发表的前沿论文中明确指出:整合多源数据,发展跨尺度信息提取、目标识别与建模的一体化处理方法是GIS的重要前沿问题。因此,构建高效统一的三维密集点云数据模型与处理方法具有重要研究意义。

基于无人机激光扫描的输电通道安全距离诊断技术

结合输电线路巡线和维护的需求,提出了利用机载激光扫描数据诊断输电线路安全距离的方法。该方法首先采用顾及地形起伏特征的点云自动滤波方法分离地面点和非地面点,利用维数特征对非地面点进行初分类,并根据投影点密度获取杆塔点。然后采用二维霍夫变换以及分块质心解算方法获取输电线的三维节点,采用区域生长方法获取建筑物目标,根据植被的最高点以及边缘点获取植被目标。从而可以量测出输电线与其周围物体之间的距离,进而根据距离的大小对输电线路及其周围环境高程信息进行诊断。采用有人、无人机载激光数据对算法进行验证,实验结果表明了文中方法的有效性和精确性。该诊断机制可以判别线路附近的建筑物或植被等目标是否已达到危险的高度或位置,以便及时修剪或清除,确保线路运行安全。

基于全要素组件模型库的输电线路杆塔三维高效高精度建模

目前国内高压输电线路杆塔三维模型大多依靠专业建模人员参考相应的设计参数,采用CAD软件手工创建,工作量大且费时、费力,难以满足高压输电线路走廊快速数字化建模的需要。对此,提出了一种输电杆塔三维模型组件式建模方法,满足建模人员对输电杆塔的快速、高精度三维重建。通过对不同类型输电杆塔的现有三维模型进行分解,建立输电杆塔的全要素组件模型库,实现模型库中的不同组件能够根据其固定的连接关系自动拼接。在对特定杆塔建模时,用户只需指定输电杆塔的类型和高度参数,并对模型方向和塔头宽度进行微调,即可获得输电杆塔的高精度三维模型。该方法能降低输电线路杆塔三维建模的难度,提高建模效率,满足电力线路走廊快速数字化建模的工程应用需要。

基于焦点损失的半监督高光谱图像分类

针对高光谱图像(HSI)训练数据获取困难的问题,采用了一种新的HSI半监督分类框架,该框架利用有限的标记数据和丰富的未标记数据来训练深度神经网络。同时,由于高光谱样本分布是不平衡的,导致不同样本分类难度存在巨大差异,采用原始交叉熵损失函数无法刻画这种分布特征,因而分类效果不理想。为了解决这个问题,在半监督分类框架中提出一种基于焦点损失的多分类目标函数。最后,考虑到HSI的空间信息对分类的影响,结合马尔可夫随机场(MRF),利用样本空间特征进一步改善分类效果。在两个常用的HSI数据集上,将所提方法与多种典型算法进行了实验对比分析,实验结果表明所提方法能够产生优于其他对比方法的分类效果。

基于场景图划分的无人机影像定位算法

针对大规模长序列无人机(UAV)影像定位中存在的速度慢、误差漂移等问题,结合UAV影像的特点,提出了一种基于场景图划分的UAV影像定位算法。首先,利用全球定位系统(GPS)辅助信息缩小特征匹配的空间搜索范围,从而加速同名点的提取;之后结合视觉一致性和空间一致性来构建场景图,并利用归一化割(Ncut)对其进行划分;接着,对各组场景图进行增量重建;最后,利用光束法平差(BA)融合场景图从而计算出场景的三维模型。此外,在BA阶段,所提算法对代价函数进行扩充,即加入了GPS空间约束信息。在四个UAV影像数据集上的实验结果表明,与COLMAP等多种运动恢复结构(SFM)算法相比,所提算法的定位速度提升了50%,重投影误差减小了41%,定位误差控制在0.5m之内。此外,通过有无GPS辅助下的算法的实验对比,可以得知引入相对和绝对GPS约束的BA有效解决了误差漂移问题,避免了出现歧义性结果,并且极大地减小了定位误差。

基于TrustZone的移动云环境指纹认证终端APP的设计和实现

针对指纹等生物特征在云环境下存在泄露的安全隐患,以及已有的生物特征认证方案安全性或便利性不足的问题,设计并实现了基于正交分解和TrustZone的可信指纹认证终端APP。利用TrustZone的硬件隔离机制,在可信执行环境中完成指纹特征提取、指纹模板生成等敏感操作,与普通执行环境中的应用隔离,从而抵挡恶意程序的攻击,保证认证过程的安全性。基于正交分解算法生成的指纹模板在保证可匹配性的同时融合了随机噪声,可以在一定程度上抵挡针对特征模板的攻击,使得指纹模板可以在云环境下存储和传输,解除用户与设备的绑定,提升了生物认证的便利性。实验和理论分析表明,指纹模板的相关性和随机性比原始特征和随机映射算法更高,有更强的安全性;另外时间和存储开销、识别的准确性的实验结果表明,所设计APP兼顾便利性和安全性,满足移动云环境下安全认证的需求。