油田建设用地管理信息系统浅析

油田建设用地管理信息系统应包括三个子系统：征地管理子系统、地籍管理子系统和维护子系统。这套信息系统建成后，整个胜利油田的建设用地将全部采用计算机管理，所有的图形资料、文件资料、文档资料和报表资料，将自动加到数据库中。只有拥有访问权，随时可以从数据库中调出所需要的全部资料，而不需要再拿着档案号去资料室查取档案。各种数据、文档实现中种不同需要并各个科室之间自动传输，这可大大缩短办公周期，减轻劳动强度，     

一种改进的CURE聚类算法

聚类分析是数据挖掘领域的一个重要研究方向。已经有多种用于大规模数据库的聚类算法，CURE就是一个典型的代表。本文对CURE进行了改进，新方法用多点表示一个类，但舍弃了代表点收缩的过程；通过对类内最邻近距离统计特征的分析，提出了自动分离子类的方法，因而不用预先给定聚类个数；在CURE对原始数据进行随机采样和分区聚类的基础上，增加了划分网格一步，能降低噪声影响并缩短聚类时间。对二维数据的测试表明：改进的CURE能正确识别大多数类，速度上优于原算法。     

面向对象的有限空间内人群流动CA模型研究

为了模拟在有限空间中大量人员的流动分布，基于面向对象技术，在已有交通流模型和行人流模型的基础上，建立了一个在有限空间内高密度人群流动的元胞自动机模型。采用面向对象思想的建模方法，使得模型具有很好的适用性、扩展性和复用性。并根据出现高密度人群的一般情况和控制对象的需求，提出“元胞控制块”的概念，使整个模型架构具有很强的应用转化能力。计算机模拟验证的结果良好，充分显示了元胞自动机模型对复杂人群流动的模拟能力。     

基于ORB与RANSAC融合改进的图像拼接方法

针对旋转不变性二进制描述算法（Oriented Fast and Rotated Brief, ORB）的尺度旋转性配准误差大,配准率较低及随机采样一致性（Random Sample Consensus, RANSAC）算法随机性强且不稳定的问题,提出一种ORB与RANSAC结合的快速特征匹配算法。首先,对特征点提取方式进行优化选择,消除特征边缘影响。之后构建简化的金字塔式尺度空间模型,改进分层图像的尺度空间结构,减少生成图像层数和数目;然后采用梯度方向改进传统ORB算法中的主方向提取模式,提高特征角点主方向的准确性。最后,通过构建分块随机取样检测的方式改进RANSAC算法,提高RANSAC算法的稳定性和图像配准的准确性。实验结果表明改进后的ORB和RANSAC融合算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB算法高,尺度配准精度提高55.41%,旋转配准精度提高26.66%。满足复杂图像快速精确配准拼接的精度和实时性要求。     

在PC机上开发主机技术的应用

已经在运行VM/CMS的共同主机网络上重新设计了几种工程应用并把它们扩展到运行DOS的PC机上。这些应用的六大部分用于工程施工、计算流体特性、多相流压点及井口和表面设备的最优化设计。重新设计努力的方向是仅对计算机流程进行较小改变的用户接口。应用的PC机版本比相应的主机版本执行起来更快,每次运行所需时间更少,所要求的支撑和训练也更少。     

一种利用均值匹配改进的高光谱异常检测方法

传统高光谱异常检测算法由于背景信息估计不准确等原因普遍存在高虚警率的问题,针对这一现象,提出了一种利用图像均值进行匹配改进的高光谱异常目标检测后验处理方法。首先采用传统的高光谱异常检测算法将待检测高光谱图像划分为背景与异常目标潜在区域,之后通过对待测图像求解均值,将其与异常目标潜在区域像元进行相似性匹配计算,剔除大范围误检像元,得到最终检测结果。该方法在传统异常目标检测算法基础上进行相似度量剔除大范围虚警像元,在提高原算法探测能力的同时有效地降低虚警率。实验表明,该方法可以有效降低虚警率,提高原算法对于亚像元异常目标的检测能力,且对于不同算法、不同数据具有普适性。     

最小模糊熵算法在SAR影像溢油检测中的应用

针对溢油SAR影像的油膜识别不准确的问题,该文引入最小模糊熵的图像分割方法,构建基于一维灰度直方图与二维灰度直方图的最小模糊熵隶属度函数,并基于模糊熵分割算法对试验影像进行处理。实验结果表明:最小模糊熵的分割算法能够对SAR影像实现比较好的油膜分割效果,且二维的模糊熵分割效果由于加入了图像灰度邻域信息,抗噪能力更强,分割效果要优于一维的模糊熵分割算法。同时,实验验证对于直方图双峰特性不明显的图像,采用最小模糊熵的的分割效果要优于最大模糊熵。     

基于遥感影像提取海岸线方法的研究——以黄河三角洲地区黄河口段和刁口段海岸为例

根据黄河三角洲地区不同类型的海岸线在遥感影像上的不同特征,对其遥感影像采用二值化、高通滤波、缨帽变换及非监督分类等方法进行图像增强处理,应用此方法准确地提取了黄河三角洲地区黄河口段和刁口段海岸的海岸线。     

嵌入空洞卷积模块的改进YOLOv3车辆检测算法

对图像或者视频中的车辆进行检测是计算机视觉领域研究的热点之一,同时也是智能交通系统的重要组成部分。鉴于车辆检测场景复杂多变以及现有的车辆检测算法不能同时满足高精度以及高实时性的要求,本文提出一种改进的YOLOv3车辆检测算法,并自建车辆检测数据集。首先在原有及特征提取网络Darknet-53中嵌入空洞卷积模块,以减少目标信息的丢失增强感受野;其次为减少错检漏检的情况,本文对传统的NMS算法进行改进,若预测框的IoU大于设定的阈值,使其以一定的方式衰减。该改进的方法在KITTI标准数据集上显示出优于其他算法的性能,同时在自建的数据集中进行验证,精度可达96%,检测速度达25.9帧/s。     

一种改进的CURE聚类算法

聚类分析是数据挖掘领域的一个重要研究方向。已经有多种用于大规模数据库的聚类算法，CURE就是一个典型的代表。本文对CURE进行了改进，新方法用多点表示一个类，但舍弃了代表点收缩的过程；通过对类内最邻近距离统计特征的分析，提出了自动分离子类的方法，因而不用预先给定聚类个数；在CURE对原始数据进行随机采样和分区聚类的基础上，增加了划分网格一步，能降低噪声影响并缩短聚类时间。对二维数据的测试表明：改进的CURE能正确识别大多数类，速度上优于原算法。