基于二进制编码的Apriori改进算法

Apriori算法在挖掘频繁项集时需要多次扫描数据库,这样会因为频繁的IO操作而导致效率低下。为了改进算法的执行效率,提出BE-Apriori（binay encoded Apriori）算法,其充分利用了二进制数相比编程语言中各种数据结构在内存及运算速度上的优势,对事务记录进行二进制编码后加载到内存,然后利用等效的二进制数之间运算代替集合之间的运算。分析了算法性能,并利用UCI数据集中的毒蘑菇数据对BE-Apriori算法进行实验验证。结果表明BE-Apriori可以正确挖掘频繁项集,并且相比Apriori算法有着更好的性能。     

基于深度学习的高分辨率卫星遥感影像围填海检测识别

基于高分辨率卫星遥感影像自动、准确提取围填海土地利用现状,是实现围填海集约使用的重要技术手段。针对高分辨率卫星遥感影像地物特征复杂,依赖人工提取特征的传统方法较难满足业务部门实际需求的问题,提出了基于深度学习的围填海检测识别技术框架,该框架使用U-Net网络的多约束变体结构,并针对高分辨率遥感影像地物特征复杂导致地物分类不一致的问题,引入全连接条件随机场和图像腐蚀运算对分割结果进行后处理。以天津市滨海新区2016年和2020年高分辨卫星遥感影像为数据源进行了验证,实验表明围填海地物分割整体准确率、F1-score、Kappa系数以及mIoU分别达到96.73%、92.87%、90.28%、86.82%。在此基础上,分析提取了该围填海区域土地利用动态变化特征,为围填海集约使用管理提供了有效技术支撑。     

日本东京大学计算机本科课程设置分析与启示

立足人工智能领域创新型人才培养的实际需求,介绍日本东京大学计算机本科人才培养的模式,分析和总结日本东京大学计算机专业本科课程设置的特点,说明对我国高校计算机本科人才培养提供的启示。     

基于自动阈值分类的高分辨率影像海陆分界线自动提取

海陆分界线的变化对滩涂面积和湿地系统变化具有指示作用并且影响航运活动,因而需提取海陆分界线。视海陆分界线为陆地（包括淤泥质潮滩）和海水（包括河道）的瞬时分界线。首先,构建近红外—绿—蓝波段的假彩色图像,进行色彩、对比度增强和双边滤波处理;其次,构建海陆分界线提取指数（Sea-land Boundary Extraction Index,SBEI）,并利用自动阈值分析方法,将影像分为海洋和大陆,同时合并陆地碎斑。针对河道伸入陆地的问题,对于宽度为W的河口,采用步长为W+1的膨胀腐蚀的方法消除;最后用Canny算子提取海陆分界线。为验证算法的有效性,选取1m分辨率的高分二号卫星影像,对3种海岸类型进行实验,结果表明此方法的提取精度约为5个像元,相较NDWI和CV模型的提取精度至少提高10个像元。     

基于数据挖掘的MODIS影像海冰检测方法

以中分辨率成像光谱仪（moderate—resolutionimagingspectroradiometer,MODIs）影像为数据源,提出了一种基于数据挖掘的海冰检测方法。根据海冰的反射率选择特征属性,并基于数据挖掘提取海冰检测规则。试验结果表明,在无云覆盖情况下,应用本文挖掘出的海冰检测规则能够得到较高精度的检测结果,与目前常用的归一化积雪指数（normalizeddifferencesnowindex,NDSI）海冰检测方法相比,本文提出的海冰检测方法不仅能够检测出固定冰,而且能检测出厚度较薄的浮冰。     

基于C++与surfer混合开发的叶绿素a浓度剖面图绘制

针对叶绿素a浓度在不同的水体深度均有分布这一特点,基于表层叶绿素a浓度数据与不同水深处测量的叶绿素a浓度数据,采用C++Builder和Surfer混合编程,实现同一剖面不同水深的叶绿素a浓度剖面图的绘制,为开展叶绿素a浓度分布情况研究提供一种新的视角。     

改进的U-Net网络在遥感影像道路提取中的应用北大核心CSCD

针对高分辨率遥感影像中道路目标结构复杂且背景地物多样的问题,设计了一种适用于高分辨率遥感影像道路提取的SM-Unet网络。为捕获孤立道路区域的长距离关系的同时也能关注局部信息,网络编码器下采样前加入条纹池化模块;为增强网络对复杂场景中道路区域上下文信息的获取能力,使道路特征表示更有辨别力,编码器最后卷积层后加入混合池化模块。为验证SM-Unet模型提取道路的能力,选择我国高分二号遥感影像为数据集开展道路提取实验。结果表明,SM-Unet网络训练的道路提取模型在精确率、召回率、F 1分值、平均交并比等评价指标上,均优于U-Net、FCN、DeepLabV3+等网络模型。同时,在道路提取的完整性方面,提取效果最优。     

基于GIS的潮流场POM模式计算分析系统

为实现潮流场计算与基于GIS的分析的整体集成,提出了基于GIS的潮流场计算分析系统的总体框架结构,设计了潮流场计算模块、基于GIS的空间分析模块、用户端接口模块与数据库的组织,建立了一个具有基本应用功能的集成系统.选取南海为例进行了潮流计算和基于GIS的结果分析,分析结果验证了该系统的有效性.     

一种面向对象结合变差函数的高分辨率遥感影像茶种植区自动提取方法

针对传统的茶区提取主要依靠人工野外勘测方法,需要耗费大量的人力物力,时效性差,精度低,不能及时有效地获取茶区空间分布信息,同时茶区在光谱特征上与林地、梯田等具有极强的相似性,茶种植区的遥感识别工作难度高等问题,提出了一种面向对象结合变差函数的茶种植区自动提取方法。为了解与动态监测茶的种植情况,选取位于贵州省铜仁市的4块矩形区域作为研究区。首先,采用面向对象的方法,构建分类规则集,剔除包括道路、建筑物、水体在内的非植被区域;然后,利用茶种植区与其他植被区域的变差函数纹理特征差异,构建决策树分类模型,选择最合适的纹理提取窗口尺寸,最终实现茶种植区域信息自动提取。实验结果表明,该方法可以准确识别茶种植区的空间分布情况(生产者精度为74.50%,用户精度为83.69%),为茶种植区自动提取提供了一种新的有效方法,可以为茶种植区监测与管理提供有效手段与科学依据。