基于频带特征融合的GL-CNN遥感图像场景分类

高分辨率卫星遥感图像场景信息的分类对影像分析和解译具有重要意义,传统的高分辨卫星遥感图像场景分类方法主要依赖于人工提取的中、低层特征且不能很好的利用图像丰富的场景信息,针对这一问题,提出一种基于频带特征融合与GL-CNN(Guided Learning Convolutional Neural Network,指导学习卷积神经网络)的分类方法。首先通过NSWT(Non-Subsampled Wavelet Transform,非下采样小波变换)提取出图像的高低频子带,将高频子带进行频带特征融合得到融合高频子带,然后联合频谱角向能量分布曲线的平稳区间分析实现融合高频子带与低频子带的样本融合,最后指导卷积神经网络自动提取图像的高低频子带包含的高层特征来实现场景分类。通过对UCM_LandUse 21类数据进行试验表明,本文方法的分类正确率达到94.52%,相比以往算法有显著提高。     

牛粪生物炭的活化及其吸附铅的研究

以Na OH活化牛粪生物炭,分析了活化对牛粪生物炭理化性质的影响,并以生物炭吸附溶液中Pb2+(以0.01 mol/L为背景电解质)。结果表明活化处理能提高生物炭对Pb2+的吸附效果,吸附容量达到192.2 mg/g,相比未活化牛粪生物炭(50.4 mg/g)提高了约4倍。     

C语言中局部变量和全局变量的探讨

C语言作为一种国际上广泛流行的高级语言,有许多优点,但是由于语法限制不太严格,使得其中的局部变量和全局变量比较容易混淆。文章从实用角度出发,结合实际应用中的经验体会,通过比较分析了局部变量和全局变量的用法和差异,并利用一些程序实例来帮助读者加深对C语言局部变量和全局变量的理解。     

基于空间特征重标定网络的遥感图像场景分类

为充分利用遥感图像的场景信息,提高场景分类的正确率,提出一种基于空间特征重标定网络的场景分类方法。采用多尺度全向高斯导数滤波器获取遥感图像的空间特征,通过引入可分离卷积与附加动量法构建特征重标定网络,利用全连接层形成的瓶颈结构学习特征通道间的相关性,对多尺度空间特征进行权重筛选以实现特征重标定,并结合卷积神经网络训练得到最终的分类结果。实验结果表明,该方法在UCM_LandUse与机载SAR图像数据上的分类正确率分别达到94.76%和95.38%,与MNCC、MS-DCNN、PCA-CNN等算法相比,其遥感图像分类精度与泛化能力显著提升。     

南昌市主城区供水水文地质特征研究

研究区地处赣、抚河流冲积平原区,潜水为研究区开采主要含水层,潜水径流主要受地貌形态的控制。潜水含水层的补给主要是河流侧向补给、大气降水的入渗及第三系红层越流补给,丰水期赣江、抚河水补给地下水为主,枯水期以地下水往河流排泄为主;平水期,地表水与地下水交替补排。赣抚流域为典型的硅酸盐地区,地下水水化学受硅酸盐、碳酸盐及人类活动影响,研究区粘土层较厚,湖水对地下水影响不大。人工开采是地下水的主要排泄途径,近年来地下水水井不断减少,但以南钢为中心的降落漏斗最大可达10 m,影响范围较大。     

食品中邻苯二甲酸酯类增塑剂的检测方法进展

综述了近几年来食品中邻苯二甲酸酯类增塑剂在分析测定方法的研究进展,包括气相色谱法、气相色谱-质谱联用法、高效液相色谱法、高效液相色谱-串联质谱法、近红外光谱法、免疫分析方法。比较了各种方法的特点及应用情况,并对其发展趋势进行了展望,以期为邻苯二甲酸酯类增塑剂的分析提供参考依据。     

干湿循环下红土力学性质劣化的多尺度试验

针对干湿循环下红土力学性质劣化的多尺度效应,开展了重塑红土的压汞试验、扫描电镜试验、细观裂隙试验和三轴剪切试验,分析了土体微细观结构损伤及宏观力学性质劣化规律,探讨了土体力学性质劣化的多尺度机制.研究结果表明:(1)重塑红土微观结构受干湿循环影响损伤明显,土颗粒丰度稍有增加,颗粒多被改造为近圆形和圆形;颗粒定向频率有所...     

萃取分光光度法测定挥发酚的影响因素探究

挥发酚是水环境质量监测的重要项目，在实际工作中地表水、地下水挥发酚一般采用萃取分光光度法进行测定。该法灵敏度高、检出限低，但影响因素多，不同的实验用水、试剂、萃取效率、显色条件均对结果影响较大，探讨不同因素对萃取分光光度法测定挥发酚的影响。     

某水利枢纽滑坡综合监测成果分析

为分析某水利枢纽滑坡的变形破坏趋势,以地下水位、土压力为监测重点,集成地表变形监测,对滑体的应力-应变进行了实时监测,利用有限元方法,建立非饱和土Madis GTS NX降雨滑坡数值模型,模拟不同降雨历时下的滑坡力学特性,进行滑坡治理效果数值对比分析。结果表明:降雨入渗引起边坡地下水位的波动,从而引起地表变形发生波动,最大变形值达到40 mm;裂缝最大变形达到55 mm,治理后锚固力逐渐趋于平衡;而数值模拟表明,在极端降雨情况下,滑坡最大变形将达到193.8 mm,治理后最大变形值降低了93%,安全系数增大了1.15倍。     

基于Multi-Path RefineNet的多特征高分辨率SAR图像道路提取算法

为解决现有高分辨率SAR图像道路提取算法自动化较差、普适性不高的问题,提出了一种基于多路径优化网络的多特征提取算法。首先,对SAR图像进行Gabor变换及灰度梯度共生矩阵变换,获取丰富的道路特征信息,联结级联优化网络和残差网络形成多路径优化网络;然后,对SAR原图、获取的低级特征图和标签图进行训练,充分利用每层网络提取的道路特征获取初始分割的道路结果;最后,利用数学形态学运算连接初始道路断裂处并去除虚警。利用所提算法对不同分辨率的SAR图像进行道路提取,实验结果表明,该算法在提取SAR图像道路方面适用范围广且道路提取效果佳。