基于对象关系数据库的专题军事地理数据模型研究

首先分析了面向Oracle对象关系模型的数据结构,及其组件中空间数据存储结构及对象关系数据模型,结合专题军事地理数据集成系统课题,提出了一种运用Oracle对象关系数据库中的组件Oracle Spatial来管理专题军事地理数据的数据模型.     

3S堤防数据库管理系统的建设与应用

本文围绕3S堤防数据库管理系统的建设与应用即GPS应用于遥感数据定向与定位;数字摄影测量工作站上Ikonos遥感影像航测成图;入库数据生产与存储管理,数据库设计,以及在ArcGIS应用平台上通过ArcMap堤防数据库管理系统与ArcSDE空间数据管理引擎和Oracle数据库来存储和管理海量空间数据作一个简要的论述.     

基于HBase的森林防火遥感瓦片大数据存储

针对目前多源、异构、海量遥感数据难以快速读取的情况,结合森林防火遥感影像数据和遥感影像金字塔的特点,应用Hilbert曲线改进索引结构,提出了基于HBase的森林防火遥感瓦片大数据存储结构;设计了森林防火遥感瓦片数据并行化存储架构,并应用于内蒙古辖区大兴安岭突发森林火灾辅助决策中。通过实验分析,验证了改进的索引结构在读取速度上明显优于改进之前,并行化存储加快了数据的存储。研究成果可满足对海量森林防火影像高效存储、管理的需求,具有重要的实用价值。     

数据库安全技术的改进性研究

现有数据库在安全性方面还存在一些漏洞,这给数据的安全存储带来了很大的威胁。以Oracle数据库为例,从用户口令管理、数据存储加密和传输加密以及安全审计4个方面做了技术上的分析,给出了具体改进方法,提高了数据库的安全性能。     

数据库安全技术的改进性研究

现有数据库在安全性方面还存在一些漏洞,这给数据的安全存储带来了很大的威胁。以 Oracle 数据库为例,从用户口令管理、数据存储加密和传输加密以及安全审计4个方面做了技术上的分析,给出了具体改进方法,提高了数据库的安全性能。     

Oracle Spatial空间数据库的设计及应用

随着“数字城市“、“数字区域“建设的大力开展,地理信息系统需处理海量的空间数据与属性数据.而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点.基于此,本文介绍了Oracle Spatial中空间数据的存储、管理模式,给出了VB6.0环境下用MapX访问空间数据库的方法,讨论了基于Oracle Spatial空间数据库的应用系统开发中,空间分析的一般编程方法.     

基于WebGIS烟草病虫害发生动态预测及诊断系统的开发

烟草病虫害发生动态的预测、诊断系统是基于WebGIS技术,采用J2EE应用程序开发环境,借助Struts与Hibernate开发框架,以Oracle关系型数据库为数据存储,实现系统的分析、设计、实现.本文重点介绍了烟草病虫害查询、诊断系统体系构建中,系统采用的开发模式、功能模块设计、Oracle数据库建设等关键技术.     

Oracle Spatial设计林业空间数据库初探

林业空间数据库建设是林业信息化建设中的核心部分,建设的好坏直接影响林业信息化建设的效果.本文首先介绍和分析了Oracle 10g及Spatial模块特点.在此基础上,给出了建立基于Oracle的对象-关系数据模型的适合统一存储和管理林业数据的空间数据库的步骤和方法.     

基于PL/SQL技术读取MARC元数据的设计与实现

提出一种基于PL/SQL技术,针对Oracle数据库设计一个读取MARC元数据的存储函数,通过在SQL查询语句中直接调用该函数,实现对MARC元数据中著录项数据进行有效读取的一种方法。     

遥感影像数据仓库及网络服务探讨

通过较为先进的数据库技术进行影像数据的存储与管理,便于数据的查询、浏览、分析等功能的实现,并为影像数据的发布与共享提供条件;利用遥感影像元数据实现遥感数据的网络发布与共享,从而使稀缺的影像数据能够得到充分合理的利用;同时采用本体技术,可以有效的实现影像数据的互操作,从而为实现影像数据的全社会范围的共享提供基础与条件.     

基于PCA-RBF神经网络的森林碳储量遥感反演模型研究

针对碳储量回归预测模型存在共线性和精度较低的问题,利用森林资源二类调查数据和SPOT5影像数据对北京市延庆县的杨树林进行碳储量反演研究。先对选取的10个指标进行主成分分析,在此基础上采用径向基函数(RBF)神经网络方法构建碳储量反演模型,用预留测试样本验证,并与实测值进行比较。研究结果表明:SPOT5数据和二类数据可以很好地结合起来用于森林地上碳储量反演研究;PCA-RBF神经网络森林碳储量遥感反演模型拟合精度为99.90%,平均预测精度达到96.71%,预估效果较理想;模型训练完成后,可以应用于延庆县森林地上碳储量反演。     

亚热带地区马尾松林碳储量的遥感估算——以长汀河田盆地为例

全球气候的变化已使得人类日益关注森林生态系统的碳储量变化.以福建省长汀县河田盆地为例,开展马尾松林碳储量估算模型的研究.通过2010年的野外样地调查获得了马尾松林的实测数据,并将其与同年的ALOS遥感影像对应样地的植被光谱信息进行比较.通过研究5种遥感植被指数与马尾松林碳储量之间的相关关系,从中选取了基于归一化植被指数(NDVI)的研究区最佳马尾松林碳储量反演模型.精度分析表明,该模型平均相对误差为-1.95％,均方根误差为3.01 t/hm2,因此可以有效地用于反演研究区的马尾松林碳储量.利用该模型反演出河田盆地2010年马尾松林的总碳储量为114.58×104 t,碳密度为34.92 t./hm2.     

深度学习在大豆叶片图像数据管理中的识别与分类研究

[目的/意义]为了提高大豆叶片图像的分类精度与效率,进一步对大豆叶片图像进行存储与管理。[方法/过程]本文利用深度学习方法,针对肉眼观察准确率较低且不同人群分类结果差异较大的大豆叶片图像数据提出了一种自动分类方法。本研究首先对大豆叶片进行ROI感兴趣区域划分,进而利用分水岭分割方法对大豆叶片进行提取,最后通过深度学习高效精确的实现了大豆叶片的分类识别。[结果/结论]通过分析大豆叶片形态图像特点后,基于深度学习开展了对大豆叶片形态的分类识别的研究,达到了较高的识别准确率。     

Informatics and quantitative analysis in biological imaging

Biological imaging is now a quantitative technique for probing cellular structure and dynamics and is increasingly used for cell-based screens. However, the bioinformatics tools required for hypothesis-driven analysis of digital images are still immature. We are developing the Open Microscopy Environment (OME) as an informatics solution for the storage and analysis of optical microscope image data. OME aims to automate image analysis, modeling, and mining of large sets of images and specifies a flexible data model, a relational database, and an XML-encoded file standard that is usable by potentially any software tool. With this design, OME provides a first step toward biological image informatics.     

几种常用图像压缩编码方法的研究及C#实现

图像压缩是数字图像处理的一项重要技术。本文研究基于统计特性的三种熵编码图像压缩编码方法—香农编码、香农-弗诺编码和哈夫曼编码。并以C#为工具,对三种编码方法进行实验及对比,并通过实验结果分析各算法的特点。实验表明,哈夫曼编码最节省存储空间,单位码长表达的信息量最为丰富;香农-弗诺编码所占的存储空间稍大于哈夫曼编码,单位码长表达的信息量比哈夫曼编码稍少一些;而香农编码所占存储空间最大,单位码长表达的信息量最少。     

Volume holographic storage and retrieval of digital data

A multiple page fully digital holographic data storage system is demonstrated. This system is used to store and retrieve digital image and compressed video data with a photorefractive crystal. Architecture issues related to spatio-rotational multiplexing and novel error-correcting encoding techniques used to achieve low bit-error rates are discussed.     

ARMS3C2410和OV7620在无精蛋识别系统中的应用

利用美国OmniVision公司的OV7620、Samsung公司的ARMS3C2410处理器构建种蛋图像的在线采集系统。通过S3C2410的GPIO编程实现SCCB总线协议,OV7620采用SCCB作为控制总线,设计人员可以很方便地对芯片中的控制寄存器进行访问编程操作以控制采集图像的格式和质量,并在S3C2410的实时控制下将种蛋图像数据直接保存到系统指定的数据存储位置,完全能够完成对种蛋图像的在线采集,实现了在无精蛋识别系统中的应用。     

High-performance photorefractive polymers

Photorefractive materials can form "instant" holograms without time-consuming development steps. Their potential applications include image processing, optical data storage, and correction of image distortion, but the cost of crystal growth and preparation has been a primary impediment to commercial application. Polymers, on the other hand, are low in cost and readily fabricated in a variety of forms. Photorefractive polymers were constructed with performance that matched or exceeded the performance of available photorefractive crystals. The largest observed two-beam energy coupling gain coefficient for the polymers was 56 per centimeter.     

基于计算机视觉的棉籽优选控制系统设计

本文针对南疆地区长绒棉精量播种的发展,依靠传统的棉籽优选方法已不能满足长绒棉精量播种的需要的现实问题,设计了一种新型的基于计算机视觉的棉籽优选控制系统。棉籽优选系统主要有图像采集设备、数据传输装置、数据存储装置、数据处理、决策执行部件等部分组成。通过调节棉籽的RGB颜色特征参数可以实现棉籽优选精度的调整。根据模拟试验和结果分析验证了了棉籽优选控制系统的可行性。     

基于MF-SSD卷积神经网络的玉米穗丝目标检测方法

目的 玉米穗丝是玉米的授粉器官,生长发育状况会影响玉米的产量。为了在玉米生长状态监测和产量预测工作中实时准确识别玉米穗丝,提出一种基于多特征融合SSD (MF-SSD)卷积神经网络的玉米穗丝检测模型。方法 基于特征图对玉米穗丝进行检测,在VGG16-SSD的基础上,用MobileNet替换特征提取器,加入多层特征融合结构,得到MF-SSD网络模型;通过网络优化调整,试验了MF-SSD-cut-3、MF-SSD和MF-SSD-add-3共3种网络结构,优选出检测性能最好的网络结构用于玉米穗丝检测。基于玉米穗丝图像数据集,应用0~180°随机旋转原始图像和水平翻转、平移原始图像2种数据增广技术提升模型训练效果。对是否使用二次训练策略和是否使用Focal loss解决样本不平衡问题进行了试验,并对比分析Loss的下降过程。结果 通过加入多层特征融合结构对SSD模型改进后能够提高网络的检测能力,提升识别速度。与VGG16-SSD相比,MF-SSD在交并比指标方面的平均精度提高7.2%,对玉米穗丝小目标检测的平均召回率提高19.6%,检测速度最高能提升18.7%。在存储空间和运行时间有较高要求的嵌入式环境下,MF-SSD-cut-3模型在满足检测效果的前提下,以较小的空间代价获得了相对较短的运行时间;在不考虑空间和时间因素的情况下,MF-SSD模型获得更好的检测效果。二次训练策略提高了网络的收敛速度和模型的稳定性;Focal loss有效解决了SSD算法中正负样本数量不平衡问题,使网络模型的训练更容易收敛。结论 MF-SSD模型对小目标的检测能力能满足农业生产中对玉米穗丝的实时检测需要,可以用于玉米生长状态的自动监控和产量的精准预测。