基于数据及计算的村镇聚落个体空间形态特点研究——以张家口市下花园区四个村落为例

本研究旨在对村镇聚落个体空间形态进行量化研究.通过对河北省张家口市下花园区四个样本村庄的调研得到现状影像图,在此基础上进行平面绘制、处理,分别计算四个村庄的聚落边界形态指数、聚落密度及公共空间维度,评述数据,得到村镇聚落个体空间形态的量化特征,并结合不同地文区特征,对上述指标及方法进行思考与展望.     

大数据视角下老北京街道老年活力度分析

随着我国老龄化趋势加剧,对老年友好型空间的需求越来越多。当下城市公共活动空间多为城市广场,而老年人因身体因素等限制,活动范围往往集中在近住宅范围内,广场并不能满足其日常活动需求,因而对于"街边巷角"空间的老年友好型设计十分必要。本文基于大数据系统,对北京老城内街道的老年活力度进行相关研究,探索了街道的功能要素、形式要素以及绿化程度等对其的影响。研究发现,道路宽度、人行道占比、绿化率、功能密度与道路老年友好度密切相关。     

基于2D Arnold混沌映射和初等细胞自动机的图像加密算法

为了设计出安全高效、加密性能良好的图像加密系统,结合混沌映射、细胞自动机和四叉树分解的良好特性,提出一种基于2D Arnold混沌映射和初等细胞自动机的图像加密算法。该算法首先利用2D Arnold混沌映射对像素位置进行置乱,然后利用基于四叉树分解的初等细胞自动机,对置乱后的图像在比特级下进一步混淆,从而得到密文图像。仿真实验表明,该算法在低迭代次数的情况下也能取得良好的加密效果,并且对明文和密钥的敏感性强, 能够有效地抵抗基于差分特性的攻击,是一种快速高效、安全性高的加密方法。     

基于自适应多尺度与轮廓梯度的遥感图像分割网络

遥感图像分割算法易受环境因素干扰，如物体遮挡、光照不均匀等。现有的深度学习遥感图像语义分割方法通常采取端到端的编解码结构，但针对相似度较高物体的结构和轮廓，仍存在分割不准确的问题。为了提高算法鲁棒性、分类准确率，提出一种基于轮廓梯度学习的深度卷积神经网络遥感图像语义分割算法。为了提高预测特征图的质量，首先基于SegNet模型，提出自适应注意力的多通道多尺度特征融合网络（D-MMA Net），其中D-MA block采用基于注意力的自适应多尺度模块，根据学习到的权重自适应地对不同尺度特征进行提取，以获得更多有效的高级语义特征。为进一步细化提取物体的边界，基于Sobel边缘检测算子原理提出可学习的轮廓提取模块。最后将轮廓信息与多尺度语义特征相结合，以增强对图像空间分辨率的鲁棒性。实验结果表明，所提算法提高分割的准确率，对于不规则物体边界，能有良好的分割效果。