基于Google Earth的无人机任务规划设计

针对无人机任务规划要求,提出了一种利用Google Earth二次开发能力实现的无人机任务规划方法。首先应用任务规划算法得到规划信息,然后将威胁数据、规划数据、飞机数据等信息通过Google Earth提供的接口引入到Google Earth中,得到无人机在Google Earth上的规划航迹。结果表明,该方法不仅省去了地形建模,而且能快速地生成一条逼真性相当高的满足无人机性能要求的规避威胁航路。     

一种不透水面精细制图新方法及其在城市SDGs指标评估上的应用

城市不透水面是城市化程度的重要指示器,也是城市环境的重要敏感因子.联合国提出的城市可持续发展SDG11.3.1指标——城市土地使用率与人口增长率之比(LCRPGR)需要有效监测土地城镇化与人口城镇化关系.针对其监测与评估中高分辨率和高精度城市用地产品缺失,以及低纬度地区城市可持续发展研究较少的问题.基于Google E...     

Google Earth在水利水电工程建设征地移民中的应用

遥感技术在水利水电工程建设征地移民中得到了广泛的应用.Google Earth软件具有简单、开放、便捷、高效等优势,本文立足水利水电工程征地移民的实际需要,探讨Google Earth在征地移民规划设计工作中直观和动态展示设计成果的应用方法、实践和过程.结合山口岩水利枢纽工程利用Google Earth制作的项目区卫星影像图、库区淹没示意图、水库淹没3d模型图、淹没区飞行动画视频等成果,应用效果良好.     

在专利检索中的读秀检索工具的技巧分析

读秀中文学术搜索工具是目前最全的中文学术搜索引擎.与其他检索工具相比,读秀在数据库的涵盖范围以及检索方式上都有独到之处,是专利检索的重要工具之一.以实际专利申请为案例,介绍了读秀的基本检索语法以及进阶技巧,介绍了读秀与Google二者联用的检索方式对于提高检索效率的优势.     

网络信息搜索技术的研究进展

搜索技术可以分为以分类目录为主的搜索引擎、以网页全文检索为主的搜索引擎和新兴的搜索技术。其中，对称搜索技术是当今搜索技术的代表，本文从对称搜索技术的优越性、对称性、对称搜索引擎的收录范围以及对称搜索技术在商业中的应用三个方面对其进行了介绍。Google是互联网信息搜索技术的代表，文章重点介绍了Google中的对称搜索技术以及Google进行高速搜索的关键一索引，从中可以了解到Coogle取胜的原因。     

基于Android平台的路径日记系统开发与设计

随着世界信息产业和通讯设备制造产业的迅猛发展,手机已经成为人们日常生活中不可缺少的一部分。智能手机日益趋向于移动智能综合服务平台方向的发展。可以预想在未来的世界,手机将为人们提供移动办公、信息分享和获取、电子支付、游戏娱乐等等的服务,而地图导航就是其中一个非常重要的应用服务。     

A novel approach to mapping land conversion using Google Earth with an application to East Africa

Effective conservation planning relies on the accurate identification of anthropogenic land cover. However, accessing localized information can be difficult or impossible in developing countries. Additionally, global medium-resolution land use land cover datasets may be insufficient for conservation planning purposes at the scale of a country or smaller. We thus introduce a new tool, GE Grids, to bridge this gap. This tool creates an interactive user-specified binary grid laid over Google Earth's high-resolution imagery. Using GE Grids, we manually identified anthropogenic land conversion across East Africa and compared this against available land cover datasets. Nearly 30% of East Africa is converted to anthropogenic land cover. The two highest-resolution comparative datasets have the greatest agreement with our own at the regional extent, despite having as low as 44% agreement at the country level. We achieved 83% consistency among users. GE Grids is intended to complement existing remote sensing datasets at local scales.     

Dependability analysis for characterizing Google cluster reliability

Cloud solutions are emerging as a new suitable way of transforming traditional IT data centers to highly available and reliable computing resources for hosting critical applications and data. However, software and hardware failures are a common problem in cloud datacenters that can lead to harmful damages. In this paper, we analyze the physical server failures in the Google cloud datacenter. We study the Google cluster properties to investigate the relationship among physical servers' failure rate and jobs failure events. The failure rate of Google cluster executed jobs and servers is taken into consideration during a 29‐day period. We present a reliability model for Google cluster physical machines using the continuous time Markov chains according to this observation. We attempt to analyze the obtained model through SHARPE software packages to improve the understanding of failure events in the Google cloud cluster. We also explore the cluster availability based on parameters like steady‐state availability, steady‐state unavailability, mean time to failure, and mean time to repair in the Google cluster.     

基于GoogLeNet和ResNet的深度融合神经网络在脉搏波识别中的应用

为了提高脉搏波识别的准确率,提出改进的深度融合神经网络MIRNet2.首先,经过主波提取、划分周期和制作hdf5数据集等,获得Caffe可处理的数据集.其次,提出由Inception模块和残差模块构成的融合网络Inception-ResNet （IRNet）,包含IRNet1、IRNet2和IRNet3.在此基础上,改进Inception模块、残差模块和池化模块,构造Modified Inception-ResNet （MIRNet）,包含MIRNet1和MIRNet2.与本文其它神经网络相比,MIRNet2的分类性能最好,特异性、灵敏度和准确率分别达到87.85%、88.05%和87.84%,参数量和运算量也少于IRNet3.     

影像的土地覆被快速分类

精确的土地覆盖信息是进行碳循环、气候变化监测、土壤退化等相关科学研究的基础。随着云计算技术的不断成熟,一些高效算法与平台被不断提出,用来充分挖掘遥感数据所包含的海量信息。基于Google Earth Engine(GEE)云平台,利用随机森林监督分类法对1990、2000、2010、2017年的山西省土地覆被进行了分类。参考Google Earth高清影像选择的1580个样本点,对分类结果进行了验证;同时将分类结果与CNLUCC、GlobeLand30、FROM-GLC等现有土地覆被分类产品进行比较。验证和对比发现时间序列分类结果的总体精度达到86%~94%,比同期单时相分类总体精度提高了5%~10%;本文时间序列结果达到了CNLUCC、GlobeLand30、FROM-GLC等产品的分类精度。结果表明:①在快速准确土地覆被分类方面,时间序列影像与云平台结合,显示出时效性强、时间周期短、成本低等优势;②时间序列百分位数指标能有效地区分不同土地覆被类型的物候差别,在进行土地覆被分类方面显示出简单、易用、高效等特点。该方法对于深入研究大区域尺度的土地覆被变化过程具有重要的参考价值。