基于卷积神经网络的光学遥感图像检索

提出了一种基于深度卷积神经网络的光学遥感图像检索方法。首先,通过多层卷积神经网络对遥感图像进行卷积和池化处理,得到每幅图像的特征图,抽取高层特征构建图像特征库;在此过程中使用特征图完成网络模型参数和Softmax分类器的训练。然后,借助Softmax分类器在图像检索阶段对查询图像引入类别反馈,提高图像检索准确度,并根据查询图像特征和图像特征库中特征向量之间的距离,按相似程度由大到小进行排序,得到最终的检索结果。在高分辨率遥感图像数据库中进行了实验,结果显示:针对水体、植被、建筑、农田、裸地等5类图像的平均检索准确度约98.4%,增加飞机、舰船后7类遥感图像的平均检索准确度约95.9%;类别信息的引入有效提高了遥感图像的检索速度和准确度,检索时间减少了约17.6%;与颜色、纹理、词袋模型的对比实验表明,利用深度卷积神经网络抽取的高层信息能够更好地描述图像内容。实验表明该方法能够有效提高光学遥感图像的检索速度和准确度。     

实验室信息管理系统中数据访问技术研究

数据访问技术是实验室信息管理系统的关键.文章针对实验室信息管理系统的实际需求和目前数据访问存在的问题,采用反射机制下的抽象工厂模式实现了有效的数据访问.所提方法支持多数据库访问,具有很好的扩展性和可移植性,已经在中交第一公路工程局实验室中得到成功应用.所提技术也可用于其它复杂系统的数据访问开发.     

轮迹分布与车型分类检测系统设计与实现

文章针对轮迹分布检测系统的特点与需求,采用电磁感应式传感器和压电电缆相结合的传感器阵列,利用两种传感器各自的优势以及传感器阵列的空间布局和各个车轴到达传感器的时间的时空相关性,计算车辆的位置、速度、轴数、轴间距、车长等参数,从而获得对车辆的类型检测,最终获取不同车型的轮迹分布规律。该系统已得到实际应用,实际运行效果表明：系统性能优良、工作稳定。