低山丘陵区多源数字高程模型误差分析

作为多学科交叉与渗透产物的数字高程模型(DEM)已在诸多学科和领域及实际应用中发挥了重要作用,但目前能够免费获取的高分辨全球DEM在不同区域仍存在很大的不确定性,应用之前进行质量评估至关重要。以烟台市为实验区,以大比例尺地形图(1∶10 000)生成的DEM为参照,结合坡度、坡向和土地覆被类型等地学因子,定量分析了目前广泛应用的两个版本ASTER GDEM(先进星载热辐射和反射辐射计全球数字高程模型)ASTETR 1和ASTER 2及不同空间分辨率SRTM DEM(航天飞机雷达地形测绘任务)(SRTM 1:～30m和SRTM 3:～90m)在低山丘陵区高程、坡度及坡向误差。结果表明:在研究区域内,ASTER 1、ASTER 2、SRTM 3、SRTM 1总体高程均方根误差分别为8.7m、6.3m、3.7m和2.9m。ASTER与SRTM的高程精度不同程度地受坡度、坡向以及土地覆被类型等地学因子的影响,DEM误差随坡度增加而增大,其中SRTM 3精度对该因子最敏感。尽管坡向对DEM精度影响不明显(4种DEM在不同坡向上的均方根误差波动范围均不超过2m),但是不同土地覆被类型下这4种DEM精度差异显著。此外,分析4种DEM提取的坡度可知,SRTM 1的均方根坡度误差最低(2.5°)、ASTER 1与ASTER 2的坡度的均方根误差大致相同(3.6°、3.9°)、SRTM 3的坡度均方根误差最高(4.3°)。坡向的精度SRTM 1最高,ASTER 1与ASTER 2次之,SRTM 3最低。研究结果对我国低山丘陵区ASTER GDEM与SRTM DEM的应用与精度评估具有一定的借鉴作用。     

数字高程模型坡度误差指标尺度转换分析

针对我国大比例尺DEM数据库尚未建成,但是国家的生产建设又需要1∶5 000DEM所提取的地形因子(如坡度),而目前少有对1∶5 000比例尺DEM转换研究的现状,该研究制定出适合福建全省不同比例尺DEM提取地形因子间互相转换标准。选取福建省典型地貌(山地、丘陵、平原)共7个样区为实验样区,使用python脚本来批量提取7个样区在5种比例尺DEM下的多种地形因子,选取坡度作为研究对象,提出适合中小比例尺DEM向大比例尺DEM转换的3个误差指标:坡度面积、坡度信息熵、坡度鉴别信息,得出1∶10 000、1∶50 000、1∶250 000、1∶500 000DEM所提取坡度因子向1∶5 000转换的定量表达式,制定出中小比例尺DEM提取坡度因子向大比例尺DEM对应因子的转换标准。     

珞珈一号融合多源数据的建成区提取北大核心CSCD

针对使用夜间灯光影像提取建成区存在灯光溢出、过饱和等所导致提取精度受限的问题,采用空间分辨率更高的珞珈一号影像,分别结合高精度的兴趣点、道路、归一化差异植被指数和地温数据,构建多个夜间灯光修正指数,引入最大类间方差算法优化动态阈值法来提取建成区,以武汉市为例对建成区提取精度进行研究。结果表明,综合多源数据的城市建成区提取效果普遍要优于单一数据源,但并非融合的数据类型越多建成区提取精度就越高。使用几何平均值法融合珞珈一号、兴趣点和地温数据构建的LPALUI指数提取建成区最精确,可保留丰富的边界和内部空间信息,其总体精度、Kappa系数和F1-score高达93.7%、0.608、0.957,是城市建成区提取的理想多源数据指数。     

基于方向相位一致性的多源光学遥感图像匹配方法北大核心CSCD

针对多源遥感图像间往往具有较大的辐射差异和几何畸变等问题,提出了一种基于相位一致性模型和方向相位一致性特征的匹配方法。首先,利用相位一致性模型提取边缘图像进行分块相位相关,记录脉冲峰位置从而得到图像间的空间几何约束;然后,利用方向相位一致性描述模板区域特征,该特征具有良好的抗辐射畸变能力;最后,根据几何约束条件预测同名点位置,进行特征匹配。实验结果表明,该方法能够克服异源图像间较大的几何误差和非线性辐射差异,实现图像间的自动匹配。     

基于多源遥感数据的陕西2000～2015年城市扩展研究北大核心CSCD

夜间灯光数据已成为监测城市发展进程及空间格局演变的重要依据。利用覆盖陕西省的2000、2005、2010年3期DMSP/OLS数据及2015年无云复合NPP/VIIRS数据,结合MODIS等多源遥感数据构建VANUI、EANTLI两种指数模型,识别并提取陕西省城市建成区面积,经过对比分析后,选取较为精确的EANTLI指数重建陕西省2000～2015年城市扩展进程,并对西安市城市扩展的细节特征进行探究。结果表明:EANTLI指数在城市建成区识别与提取方面较VANUI指数稳定;2000～2015年陕西省城市扩展的不均衡性较为突出,关中各地市城市建成区面积增长速率最快,陕北次之,陕南地区较为缓慢。陕西省城市扩展的主要特征是以各地市中心城市为核心,呈同心圆或扇形模式向外蔓延;西安市城市扩展具有明显的外延性特征,城市重心逐渐向西移动,城市建成区向西北、西南方向持续扩展。     

基于图像块SIFT特征学习的多源遥感图像匹配方法北大核心CSCD

对于多源遥感图像因成像原理、时相差异以及分辨率等因素导致的匹配困难问题,提出了一种基于图像块SIFT特征学习的多源遥感图像匹配方法。首先,通过尺度不变特征变化(scale-invariant feature transform,SIFT)提取图像特征点并截取对应的图像块对;其次,利用多源遥感图像匹配网络(matching nerul network,MNN)学习图像块特征并输出匹配点对,结合快速样本一致性(fast sample consensus,FSC)方法优化匹配结果;最后,计算图像变换矩阵实现多源遥感图像配准。为验证本文方法的有效性,制作了8000对多源遥感图像数据集对MNN进行网络训练,并与FSC-SIFT(fast sample consensus-scale-invariant feature transform)、PSO-SIFT(position scale orientation-scale-invariant feature transform)以及跨模态图像匹配网络Contextdesc进行对比实验,结果表明本文方法在正确匹配点数量、匹配精度等方面具有一定优越性。     

内外先验结合的多尺度低秩去噪方法EI北大核心CSCD

内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的统计分布规律,提出内外先验结合的多尺度低秩去噪方法.在预训练阶段,学习外部自然图像数据集的统计分布规律,获得外部自然图像的先验信息;在分组阶段,采用外部先验信息引导噪声图像分组,构建低秩矩阵;在低秩约束阶段,利用构建的多尺度低秩去噪方法对噪声图像进行重建.在Set5,Set12,Kodak,McMaster等经典图像数据集上的实验结果表明,该方法在客观评价指标上有较为明显的改善,如峰值信噪比优于对比方法0.2 dB,并在主观视觉效果上能够保留图像细节和纹理.     

多投影几何校正误差评估分析

近年来,投影拼接显示技术在展览展示、产品发布、虚拟仿真等领域得到了广泛的应用,但是目前还缺少完整的投影拼接几何校正误差评估方法.在深入分析多投影几何校正特点的基础上提出了一套较为完整的误差评估方法,分为自相关投影拼接误差(投影机自身几何校正之后所产生的误差)以及互相关投影拼接误差(多台投影机之间叠加区域的配准误差);首先提出了自相关投影拼接误差的关键参数——重投影误差(描述了每台投影机投影图像中每个像素点与预期投影位置的接近程度),并使用平均重投影误差、最大重投影误差以及关键点配准误差完善自相关投影拼接误差的评估体系;然后提出了互相关投影拼接误差的关键参数——叠加区域误差(表示投影机之间叠加区域对应像素点之间的匹配程度),并使用平均叠加区域误差、最大叠加区域误差完善互相关投影拼接误差的评估体系;最后使用该方法对平面投影、曲面投影、自由表面投影拼接的几何校正误差进行了分析.理论分析和实验结果表明,提出的误差评估方法能够有效地评估投影几何校正的精度.     

多尺度多特征融合的行人重识别模型EI北大核心CSCD

为了解决行人重识别中行人特征表达不充分、忽视相邻区域的语义相关性等问题,提出了多尺度多特征融合的行人重识别模型.首先,通过多分支结构获取包含不同信息的特征图;其次,通过组合相邻的局部区域,强调局部特征之间的语义相关性;最后,结合最大池化和平均池化的优势,从不同的方向学习更加全面的特征信息.分别在Market-1501,DukeMTMC-reID以及MSMT17数据集上进行实验,结果表明,在光照不同、拍摄角度不同等环境下,文中模型的mAP分别达到了88.40%,78.50%,59.20%,能够有效地提取行人特征,识别精度较高.     

基于Dark-YOLO的低照度目标检测方法EI北大核心CSCD

在复杂的低照度环境中获取的图像存在亮度低、噪声多和细节信息丢失等问题,直接使用通用的目标检测方法无法达到较为理想的效果.为此,提出低照度目标检测方法——Dark-YOLO.首先,使用CSPDarkNet-53骨干网络提取低照度图像特征,并提出路径聚合增强模块以进一步增强特征表征能力;然后,设计金字塔平衡注意力模块捕获多尺度特征并加以有效利用,生成包含不同尺度且更具判别力的特征;最后,使用预测交并比(intersection over union,IoU)改进检测头,IoU预测分支为每个预测框预测IoU值,使得目标定位更加准确.在ExDark数据集上的实验结果表明,相较于YOLOv4,均值平均精度(mAP)提升了4.10%,Dark-YOLO方法能够有效地提高在低照度场景下目标检测的性能.     

多综合点误差模型及其稳定性充分条件的一个猜想

提出多综合点误差模型及其孤立部分传递函数的概念,得到了所有孤立部分传递函数都正实的充分必要条件,以此为基础,给出了关于系统稳定性充分条件的一个猜想,并证明了猜想的一些推论.本文内容可以在参数辨识、自适应控制、状态自适应观测和神经网络稳定性分析等问题中得到应用.     

多粒度运动分割的时频分析算法EI北大核心CSCD

针对运动捕获数据分割问题,提出一种基于时频分析的多粒度分割算法.该算法在时域分析阶段利用稀疏重构对运动序列进行预分割,通过多尺度时序关联方法将原始运动序列分割为独立行为片段和混合运动基元,实现粗粒度分割;进一步,在频域分析阶段先在主频率下对每个独立行为片段进行特征提取,再结合零速度穿越点检测和自适应K-means算法将每个独立行为片段分割为多个重复子周期片段,实现细粒度分割.实验结果表明,预分割及多尺度分割策略的使用使得分割准确率更高,对混合运动基元的识别和分割更为精准,而且在主频率下进行特征提取使得算法对噪声具有更好的鲁棒性.     

分布参数系统源控制系统设计EI北大核心CSCD

针对一类分布参数系统(Distributed parameter system,DPS),提出了源控制方法.将构成分布参数系统的空间分成若干分,每份为一个节点,在所有的节点中,将能产生量变源头的节点定义为源节点,跟随源节点变化的节点为跟随节点,以此构建分布参数系统模型.对于源节点,根据经验函数结合反馈偏差调节设计控制器,对跟随节点考虑源节点控制的逸散作用控制.利用Lyapunov稳定性理论并结合线性矩阵不等式(Linear matrix inequality,LMI)处理方法,得出了分布式参数系统稳定源控制器存在的充分条件.最后结合所给条件,给出一个数值仿真说明其有效性.     

基于低熵源编码有效图像压缩算法

在信息论中,数据压缩是数据处理的难题之一,尤其是图像无损压缩。JPEG-LS算法是公认的灰度图像有效的压缩算法。然而,对于计算机绘制的灰度图像(如CAD、SOLIDWORK等),其压缩效率低,限制了JPEG-LS的广泛应用。提出一种基于两步编码法的图像有效压缩算法,即建模和编码,算法与JPEG-LS灰度图像压缩标准进行对比实验,实验结果证明该算法提高了压缩效率。     

锂电池非线性退化模型和多目标储能优化北大核心CSCD

针对锂电池储能退化行为的描述和建模存在的缺陷,提出基于市场收益的锂电池多目标储能优化方法。该方法同时考虑电流大小和充放电状态对锂电池退化性能的影响,将非线性退化行为转化为嵌入式整数线性编码(MILP),实现锂电池能量调度策略的最优化和收益最大化。提出的分段拟合函数和两阶时间分解技术,允许在有限的计算时间内处理更多的锂电池充放电数据,并实现储能最优策略。实验结果表明,所提出的多目标优化策略和非线性退化模型,能够准确地描述锂电池的非线性退化行为。     

对象主题模型在多分析源移动决策支持系统中的应用

1 引言基于移动Agent技术的移动决策支持系统MDSS提供了一种在移动计算环境下访问分布式决策支持系统、在基于多分析源基础上进行决策分析的有效手段。在MDSS系统中,用户的决策分析请求(称全局决策分析请求)的一般处理过程为: 第一步:用户全局分析请求的表示:移动用户通过用户代理子系统UAS提交一个决策分析请求并将其转化为系统所能识别和处理的形式。第二步:全局分析请求的处理:用户访问代理系统UAAS的分析代理AA采用分解策略对用户的全局分析请求进行分解,并创建子分析代理移动到各DSS分析源执行子分析任务,获得相应的决策支持信息,最后将这些信息进行集成后以适当形式返回给用户。因此,全局分析请求的处理包括全局分析请求的分解、本地分析请求的执行以及各本地分析结果的集成三个环节。     

基于多情绪源关联模型的中文微博情感分析

社交媒体信息的爆炸式增长,使得依据其对公众舆论情感的分析受到越来越多的关注。与传统文本不同,新浪微博中存在包括情感词、表情、图片和视频等特征在内的多情绪源,本文针对中文社交短文本情感分析中情感词典时效性问题和多情绪源间的关联性问题,提出了一种多情绪源关联模型。该模型考虑微博中的情感词和表情特征及其之间的关联关系,在经典的词典规则投票方法基础上,引入多情绪源以及关联概率,通过概率建模的方式对情感词和表情两类情绪源建立关联模型,实现对微博情感的判别。实验表明,在6 171条微博数据集中,多情绪源关联模型分类准确率达到了85.3%,强于包含情感词和表情的传统投票模型(83.4%)以及包含同类多特征的SVM方法(82.9%)。     

基于模型误差的交互式多模型算法

本文考虑了模型与真实模式之间可能存在的差异,分析了由此引发的问题.提出一种基于模型误差的交互式多模型算法,其中模型集合使用最小距离设计方法设计.Monte-Carlo仿真实验表明,新方法比IMM能更好地避免性能恶化,并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越.     

误差可控的细分曲面图像矢量化EI北大核心CSCD

为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.     

煤矿沉陷水域水体深度多源数据融合反演北大核心CSCD

为准确高效地获取沉陷水域水深数据,提出了一种煤矿沉陷水域水体深度多源数据融合反演模型。基于Sentinel-2遥感数据和无人船水深实测数据,分别构建单波段模型、多波段模型和对数比值模型。利用支持向量机(support vector machine,SVM)分别对三种经典模型中拟合优度最高的模型进行优化。结果表明:蓝色单波段模型、多波段模型、蓝色与绿色比值对数模型三种模型的拟合优度最靠前,分别为0.635、0.675、0.517;均方根误差分别为1.32 m、1.24 m、1.53 m。对经典模型进行SVM优化后,反演精度均有提高,拟合优度分别为0.724、0.759、0.522;均方根误差分别为1.15 m、1.07 m、1.52 m;SVM多波段模型的反演精度最高。研究表明,利用多源数据融合反演沉陷水域水体水深能够达到一定的精度要求,可以为矿区沉陷区水域治理提供依据。