基于激光雷达的建筑物轮廓信息识别提取研究

对于采用激光雷达扫描的建筑物进行点云重建的关键,在于建筑物轮廓信息的提取,并且要能够保证其精确度和完整性。文章提出了基于几何特征与语义描述的外轮廓信息改进识别方法,比较好地解决了目前建筑物轮廓提取中存在精度较低、后续处理麻烦的问题。最终建立了数学求解模型,并且以采集的单栋建筑物点云数据作为实验样本,进行了建筑物轮廓信息提取实验。结果表明,采用的改进方法不仅理论上能够实现,还大大提高了建筑物轮廓信息提取的清晰度,通过多次实验验证,此方法优越性明显。文中所述方法对点云数据分割,特别是建筑物与地面点的分割,建筑物的三维重建具有极大的意义。     

基于多块信息提取的AUV资源勘查系统故障检测

针对"潜龙二号"AUV在实际航行过程中,资源勘查系统传感器数据具有多重变量相关性、故障类型多样、受运行状态和环境变化影响数值变化大以及噪声强等问题,提出一种新的基于多块信息提取的主元分析(PCA)故障检测方法.首先,针对变量之间的多重相关性,通过滑窗和相关系数的方法提取变量间相关性信息;然后,根据变化率在不同运行状态和...     

融合多粒度全局信息的临床问诊信息抽取模型

传统的信息抽取方法只考虑当前对话窗口中的语义信息,而临床医学信息的状态识别则需要根据现实场景中所有医患对话信息来对全局进行判断。因此,该文提出一个临床问诊的医学信息抽取模型,给定当前的对话窗口,利用全局对话中的细粒度和粗粒度信息提取医学信息及其对应状态。医学对话信息提取（MIE）任务的试验结果证明了该方法的有效性。     

Ordinal Regression for Information Retrieval

This letter presents a new discriminative model for Information Retrieval （IR）, referred to as Ordinal Regression Model （ORM）. ORM is different from most existing models in that it views IR as ordinal regression problem （i.e. ranking problem） instead of binary classification. It is noted that the task of IR is to rank documents according to the user information needed, so IR can be viewed as ordinal regression problem. Two parameter learning algorithms for ORM are presented. One is a perceptron-based algorithm. The other is the ranking Support Vector Machine （SVM）. The effectiveness of the proposed approach has been evaluated on the task of ad hoc retrieval using three English Text REtrieval Conference （TREC） sets and two Chinese TREC sets. Results show that ORM significantly outperforms the state-of-the-art language model approaches and OKAPI system in all test sets; and it is more appropriate to view IR as ordinal regression other than binary classification.     

面向对象的土地覆盖信息提取方法研究

利用遥感方法提取土地覆盖信息时,常用的自动分类方法只能利用遥感数据的光谱信息,而面向对象的分类方法在综合利用遥感数据光谱信息、纹理特征、拓扑关系和加入专题信息进行多尺度分割获取对象后的基础上,通过对对象的目视识别建立模糊判别函数来进行分类。利用面向对象的方法成功提取了三峡库区奉节县中部的土地覆盖信息,得到了较为满意的结果,利用野外采样数据进行验证其精度达89.2%。     

县域城镇用地信息提取研究——以福建省长汀县为例

针对如何快速、准确地获取县域城镇用地的信息问题,该文以2010年的TM影像为数据源,以典型的山地城市福建省长汀县为研究区,比较和分析常用的城镇用地提取方法的优势和不足;借鉴分层分类法的思路,综合运用归一化植被指数结合地形调节植被指数、多波段谱间关系法结合改进型归一化水体指数、归一化裸土指数结合归一化不透水面指数,对长汀城镇用地进行提取,总体精度超过85%。分析表明该方法是一种可行有效的城镇用地提取方法。     

一种BCH码的新型译码方法在TPS信息提取中的应用

针对DVB-T数字电视接收机中TPS信息提取使用的BCH(127,113,t=2)码的(67,53,t=2)缩短码提出了一种新的译码算法,并给出了DVB-T接收芯片中应用该译码算法的TPS信息提取模块的FPGA实现.该算法与传统的BCH译码算法相比,它可同时纠正随机和突发错误,提高纠错能力,并且具有译码速度块,硬件实现复杂度低等优点.     

基于KPCA和K-Means++的秦岭植被变化检测

本项目通过对秦岭北麓西安段近几年的高分辨率高光谱卫星遥感影像进行植被信息提取,数据融合和植被覆盖变化进行研究.从而对方法进行创新,使用KPCA和K-Means++的方法为对遥感信息进行变化检测.为实时保护秦岭提供科学方法,为秦岭植被变化监测提供科学依据也同时为遥感信息处理提供方法参考.     

基于深度学习与步态分析的身份识别算法

在传播性公共卫生疫情环境下,为了减少传染风险,医疗机构需要对医护人员和患者进行防护状态下的身份识别。文中基于深度学习算法提出了一种步态识别架构顺序残差卷积网络(SRCN),用来提取基于卷积主干的时空信息,从而实现对个体行走模式的学习。利用信息提取器(BIE)和多帧聚合器(MFA)两个子模块对图像时空信息进行提取,使用残差神经网络（ResNet）提取每幅图像的空间特征。MFA将整合并提取所有特征从而实现步态识别。在CASIA-B公开数据集进行的实验表明,文中所提出的方法在3种模态下准确率分别达到了95.2%、89.8%和73.9%,相比其他模型均有所提高。     

基于遥感影像中电磁特性的地物提取方法

电磁特性数据是电子信息装备内场仿真试验不可或缺的数据资源,为了克服传统电子信息装备仿真试验中的电磁特性数据获取方法的不足,提出了从遥感影像中大批量获取大区域范围的电磁特性数据的新方法.首先依据不同地物的电磁特性规律对某一地域的地物进行了分类,从多尺度分割概念和基于异质性最小的区域合并算法两个方面.深入研究了针对地物分类的面向对象多尺度分割算法,并结合实践对算法进行了应用.由于遥感影像的真实性.保证了电磁特性数据提取的准确性与可靠性,实践证明此研究为大批量获取电磁特性数据提供了一种有效的方法和思路.