基于自组织映射和模糊隶属度的混合像元分解

遥感图像中普遍存在着混合像元,将混合像元分解为端元和它们之间混合的丰度,对于高精度的地物识别和定量遥感具有重要意义.结合自组织映射神经网络和模糊理论中的模糊隶属度,提出一种新的多光谱和高光谱遥感图像混合像元分解的方法.首先对自组织映射神经网络进行有监督的训练,然后基于模糊模型对混合像元进行分解.其分解结果自动满足混合像元分解问题所要求的2个约束:丰度值非负约束及丰度值和为1约束.实验结果表明,该方法不仅适用于线性光谱混合的情况,也适用于非线性光谱混合的情况,能够获得较好的混合像元分解结果,同时具有较强的抗噪声能力.     

基于Ajax的地图数据发布研究

Ajax技术在WebGIS中的应用是当今的热点问题。文中运用Ajax模式优化地图数据发布。通过在客户端建构中间层,实现页面表现与应用逻辑分离,并且支持B／S环境下用户操作与服务器响应的异步化。介绍了局Ajax的原理、Ajax的优点及Ajax在WebGIS中的应用。在基于Ajax架构基础上,提出了一种开放的、贴近用户漫游体验的地图数据发布的解决方案。通过基于Ajax模式的实例的设计和开发,体现了其在异步交互Web环境中的框架结构、逻辑组织和在改善网络带宽、优化用户体验等方面相比于传统Web模型的诸多优越性。     

基于java的一种通用计费平台的设计和实现

随着网络的应用,计费系统已经成为公司所用软件的核心之一.对企业计费流程的仔细分析发现有很多共同之处.如何避免公司功能类似的计费系统的重复开发昵?本文提出了一个解决方案--?基于java的通用计费平台.平台采用优秀的设计思想和完全模块化的方法,具有灵活、高效、扩展行好和易于维护等特点.计费平台可以方便地扩展模块以满足公司的实际需要,也可以采用不同的硬件配置以满足多种性能要求.本文对计费平台的构架、模块设计和测试等方面进行了详尽阐述.     

多策略改进 MPA 算法与 HKELM 的变压器故障辨识

为解决目前变压器故障诊断精度低的问题,提出一种多策略改进海洋捕食者算法( MPA) 与混合核极限学习机 (HKELM)的变压器故障辨识方法。 首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维,获取特 征支持数据;然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进 MPA,加强全局开发能力;最后使用改 进的 IMPA 算法对 HKELM 的参数寻优,构建变压器故障诊断模型。 为验证模型有效性,分析比较常用算法优化的 HKELM 的 4 种变压器故障诊断模型。 其中 IMPA-HKELM 的诊断精度为 94. 7%,相比于另外 3 种基础算法优化的模型,诊断精度分别提升 了 5. 4%、8%、10. 7%。 结果表明,提出模型有效提升了故障诊断的分类性能,并实现了较高的故障诊断精度。     

基于余弦-指数混沌映射的分块图像加密算法

为平衡混沌映射中结构与性能的关系,保证加密系统安全性,提出一种基于余弦-指数混沌映射的分块图像加密算法。首先,通过非线性指数项对引入了Tent种子映射的余弦映射进行调制,构造新型余弦-指数混沌映射,并利用SHA-256函数产生与明文相关的密钥,生成随机性较强的混沌序列,实现一次一密;然后,基于拉丁方和位级转换,通过两轮拉丁方索引和比特位拼接,分别设计双重拉丁方和扩展比特位算法,并结合二维约瑟夫序列,对块间预置乱后的明文进行块内置乱,实现不同分块的差异化置乱;最后,基于Zig-Zag变换,采用环状仿Zig-Zag变换设计交叉Zig-Zag变换方法,将中间密文与混沌序列进行双向非线性扩散,实现同时改变像素位置与大小,完成图像加密。实验结果表明,该算法密钥空间大,能有效抵御差分分析和统计分析等典型攻击,具有较好的加密效果。     

轨道电子地图基础数据建模与验证

轨道电子地图数据是实现列车卫星定位的基础数据,确保其正确性是实现列车精确定位的前提。前期设计的电子地图基础数据是生成电子地图文件的基础,因此确保基础数据的正确性至关重要。针对基础数据内容多、变更频繁的现状和基于文本语言描述规则存在二义性等问题,本文提出一种电子地图基础数据建模与验证方法。深度挖掘基础数据间的约束关系,结合相关规范和领域专业知识,提取基础数据验证规则,利用Prolog对各类数据规则搭建其验证模型。最后以实际线路数据为例,证明该验证方法的高效性和准确性。     

融合双注意力机制的人群计数算法

针对背景复杂、遮挡、人群分布不均等人群计数常见问题,提出了一种结合联合损失的空间-通道双注意力机制卷积神经网络模型(joint loss-based space-channel dual attention network, JL-SCDANet).该网络前端进行图像粗粒度特征提取,中间加入空间注意力机制以及通道注意力机制突出图像重点区域,后端使用可加大感受野且不丢失图像分辨率的空洞卷积提取深层二维特征.此外,该模型结合联合损失函数进行训练,以增强模型的鲁棒性.为了验证模型的改进效果,在3个公共数据集(ShanghaiTech Part B、mall和UCF＿CC＿50)上分别进行了对比实验,在ShanghaiTech Part B数据集中平均绝对误差(MAE)和均方误差(MSE)分别达到了8.13和13.13;在mall数据集中MAE、MSE达到了1.78和2.28;在UCF＿CC＿50数据集中MAE、MSE分别达到了182.12和210.24,实验结果证明了该网络在提高人数统计准确率上的有效性.     

分层网格划分实现海量地图标记物聚散可视化

在传统的地图可视化中,面对海量地图标记物展示会采用点聚合的方式,但是各类点聚合算法都是运行时计算,没有分层机制,在海量点的散开展示时,对于地图标记物堆叠没有过滤机制。针对这一问题,提出了分层的网格划分实现海量地图标记物聚散一体化解决方案。该方法对分层网格中心点构建K-D树索引,对海量点构建四叉树索引,通过索引和存储技术,实现了聚合的高效查询。对海量点散开时增加网格过滤,消除堆叠问题。在实验案例数据集上进行对比,结果表明,与传统的点聚合方案相比,在数据量大的情况下,计算性能显著提高,对海量标记物散开展示增加过滤算法,有效提升了用户体验。     

基于直线检测和数字地图匹配的车辆航向角估计

为减少车辆行驶过程中由于卫星信号失锁及惯导累计误差对航向角的影响,结合场景特征的提取、表达和数字地图信息,提出了一种基于直线检测和数字地图匹配的车辆航向角估计方法。首先,根据地图匹配的坐标点计算车道线地图对应点的方位角,计算车辆航向角与车道线方位角的角度差;其次,通过改进的FLD直线检测方法识别并计算道路图像中车道线直线的角度;将双侧车道线直线角度作为BP神经网络的输入,以预测角度差作为网络输出;最后,结合预测角度差和车道线方位角得到实时车辆航向角。经实验验证,所提方法的航向角估计精度与现有估计方法及普通传感器测量结果相比具有一定的优势。     

海战场态势生成技术发展综述

未来的战争必将是多兵种、多域联合作战,战场态势作为未来联合作战的重要支撑,旨在为联合作战提供精准、高效的统一态势图,而如何将多平台、同/异构传感器信息及其他情报信息与战场环境融合生成准确可靠的战场态势是亟需解决的技术难题。鉴于现代海战场对高精度、强实时、全要素战场态势图的迫切需求,对海战场态势生成技术进行了综述。首先梳理了海上态势生成项目的发展历程及能力水平;然后详细介绍了通用作战图/通用战术图等典型项目,在态势生成部分中通过态势图的要素组成、态势生成流程及关键技术对态势生成技术进行了阐述;最后对未来海战场态势生成技术的发展趋势进行了预测,希望可以为态势生成相关研究提供参考。