基于卷积神经网络的空心村高分影像建筑物检测方法

基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。     

基于GIS的动态指标管理在管道风险评价中的应用

为了增强燃气管道风险评价系统的可移植性,基于GIS和XML存储燃气管道失效动态指标数据管理技术,以ArcGIS为开发平台,设计并实现了燃气管道风险评价系统。系统主要由管道数据库管理、管道失效指标动态管理、风险性评价和统计分析4部分组成,具有数据输入与输出、查询统计结果、空间分析等功能,可依据建立的风险评价数学模型对管网进行半定量风险评估,实现对特定区域内管道风险的分等定级,从而为风险预警和事故应急预案的编制提供辅助决策依据。     

空间回归模型在耕地变化时空分析中的应用

利用统计的耕地和社会经济资料,采用年作为时间尺度,以成都平原和成都平原各区县作为空间尺度,建立空间回归模型,分析了不同时期影响成都平原耕地数量变化的内在因素和外在因素。结果显示,每年耕地变化影响因子和其影响程度均不同,可以通过产业结构调整、土地整理与复垦来增加耕地数量,实现成都平原人地和谐发展。     

静电场促进保护地黄瓜生长与增产的研究

绿色植物亘古以来就生活在地球的巨大静电场中,晴天时大气电离层相对地面约有360kV 的正电位,其漫长的进化史造就了它对环境的适应和利用环境因素促进自身发展的遗传特性。因而,自然界静电场的存在已成为植物正常生长发育的不可缺少的条件。若把植物用接地的细金属网罩起来,屏蔽大气静电场、离子对植物的影响,植株的生长速度便明显减慢,抗病抗逆能力下降,叶片中叶绿素含量下降,Ca、Mg 等离子的吸收不平衡,正常代谢受到抑制。反之,如果给植物外加一适宜的静电场,就可促进植物生长。目前,静电场对植     

基于词袋特征的空心村高分影像建筑物解译模型

如何利用高分影像构建自动解译模型是快速高效获取空心村建筑物的关键,对空心村调查研究具有重要意义。针对传统目视解译需要专业知识,效率低、工作量大的问题,提出一种基于词袋特征的空心村高分影像建筑物解译模型。首先,对比了多种影像特征提取方法;然后,选取词袋特征(Bo W)和支持向量机(SVM)构建建筑物自动解译模型;最后,为检验方法的有效性,选取空心村高分影像构建了建筑物样本库,并基于该样本库进行实验研究。结果表明本文方法的分类准确度可以达到0.86,所提方法可用于空心村内建筑物自动解译,具有较高的实用价值。