检索结果-南通市图书馆

基于GEE平台与Sentinel-NDVI时序数据江汉平原种植模式提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第1期38卷 196-202页

作者：张紫荆华丽郑萱李嘉麟华中农业大学资源与环境学院武汉430000 北京大学深圳研究生院城市规划与设计学院深圳518000

快速精准地掌握作物种植模式信息对于农业产能评估、区域种植结构平衡和国家粮食安全保障具有重要的战略意义。然而,目前尚缺乏高精度、大范围、涵盖复杂种植模式的空间数据集。因此,本研究以中国南方重要的产粮地之一江汉平原为例,基于... 详细信息

快速精准地掌握作物种植模式信息对于农业产能评估、区域种植结构平衡和国家粮食安全保障具有重要的战略意义。然而,目前尚缺乏高精度、大范围、涵盖复杂种植模式的空间数据集。因此,本研究以中国南方重要的产粮地之一江汉平原为例,基于GEE平台和Sentinel-NDVI数据,构建时序物候特征集,通过探究半自动提取大量样本的方法,对比多粒度级联森林(multi-grained cascade Forest,gcForest)与深度神经网络(Deep Neural Network,DNN)两种深度模型分类精度,对江汉平原5种作物类型的6种种植模式进行精细识别与制图研究。结果表明:1)江汉平原主要包括单季稻、莲藕两种单季种植作物;小麦-水稻/棉花、油菜-水稻/棉花等4种年内复种模式;2)基于半自动采样点(4 000个)的gc Forest模型总体精度最高,可达到87.25%;两种模型基于4000个采样点的分类精度相较基于400个实地采样点分别有8.08和5.5个百分点的提升,该半自动提取样本点的途径可有效提高分类精度。该研究证明,基于物候的Sentinel-NDVI数据在复杂农业景观区域的作物种植模式制图中有较大潜力。

关键词：模型时序数据半自动提取种植模式

基于Sentinel1A双极化时序数据的甘蔗株高反演方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第2期53卷 186-194页

作者：孙盛刘立露胡忠文余旭广东工业大学计算机学院广州510006 深圳大学自然资源部大湾区地理环境监测重点实验室深圳518000 广东工业大学土木与交通工程学院广州510006

甘蔗株高为甘蔗品种与土壤、气象、水文等因素的综合反映,是甘蔗长势监测与估产的重要指标。研究以华南地区气候与天气条件为基础,通过对覆盖甘蔗全生长期的23景时间序列Sentinel1A数据进行预处理、矩阵转换与CloudePottier分解,求得双... 详细信息

甘蔗株高为甘蔗品种与土壤、气象、水文等因素的综合反映,是甘蔗长势监测与估产的重要指标。研究以华南地区气候与天气条件为基础,通过对覆盖甘蔗全生长期的23景时间序列Sentinel1A数据进行预处理、矩阵转换与CloudePottier分解,求得双极化雷达植被指数(Dual-pol radar vegetation index,DPRVI)。分析了该指数与甘蔗长势参数(株高)随甘蔗不同生长期的动态变化规律。采用4种经典的经验回归模型(线性、二次多项式、指数、对数),以分段函数形式对不同生长期的甘蔗株高进行反演,建立最佳反演模型。实验结果表明,拟合模型在分蘖期前相关性最高,二次多项式模型拟合效果最优,决定系数R^(2)与均方根误差分别达到了0.882与0.118 cm,对反演效果最好的分蘖期之前的二次函数模型进行验证,结果表明决定系数R^(2)达0.839,平均绝对偏差为7.4%,说明DPRVI反演甘蔗株高是有效的。将DPRVI与其他3种经典的反演参数进行对比,结果表明,DPRVI的性能优于其他3种参数。通过分析可得,DPRVI可以较好地反演甘蔗生长前期的株高变化,反演的株高参数可供农业管理部门参考。

关键词：时序数据 Sentinel1A 甘蔗株高反演双极化雷达植被指数

一种采用串行自编码器的时序数据异常检测方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2023年第12期38卷 3507-3515页

作者：徐天慧郭强张彩明山东财经大学计算机科学与技术学院济南250014 山东财经大学山东省数字媒体技术重点实验室济南250014 山东省未来智能金融工程实验室山东烟台264005 山东大学软件学院济南250101

基于深度学习的时序数据异常检测模型大多采用循环神经网络或长短期记忆网络捕捉时序依赖性,并利用自编码器重构数据,进而实现时序数据的异常检测.虽然此类检测模型实现了较高的异常检测率,但它们的网络结构复杂,导致模型的计算效率较低... 详细信息

基于深度学习的时序数据异常检测模型大多采用循环神经网络或长短期记忆网络捕捉时序依赖性,并利用自编码器重构数据,进而实现时序数据的异常检测.虽然此类检测模型实现了较高的异常检测率,但它们的网络结构复杂,导致模型的计算效率较低.为提高模型的计算效率,提出一种基于串行自编码器的异常检测模型SAE-AD.该模型仅包含两个结构简单的自编码器(AE_(1)和AE_(2)),其所含参数较少,且训练目标较为简单,从而加快了模型的计算效率.通过将自编码器AE_(1)和AE_(2)串行拼接,即AE_(1)的输出作为AE_(2)的输入,可有效提高AE_(2)的解码器对正常数据特征的解码能力,有助于提升模型的检测准确率.实验结果表明,相较于其他新近提出的异常检测模型,SAE-AD模型具有更高的精确率、召回率和F_(1)值.

关键词：深度学习时序数据异常检测自编码器数据重构编码器解码器

在线全文

学校读者我要写书评

暂无评论

一种时序数据模式演化的跟踪与查询方法

计算机研究与发展 2022年第9期59卷 1869-1886页

作者：赵鑫万英格刘英博清华大学软件学院北京100084 工业大数据系统与应用北京市重点实验室(清华大学) 北京100084

在物联网与大数据应用蓬勃发展的背景下,各类感知设备产生海量的时序数据,设备管理软件版本的快速迭代导致时序数据的模式演化问题日益凸显.模式演化要求对数据模式进行版本管理,使数据进行模式变更时不产生信息损失,且支持对数据跨模... 详细信息

在物联网与大数据应用蓬勃发展的背景下,各类感知设备产生海量的时序数据,设备管理软件版本的快速迭代导致时序数据的模式演化问题日益凸显.模式演化要求对数据模式进行版本管理,使数据进行模式变更时不产生信息损失,且支持对数据跨模式版本进行读写操作.结合流行的时序数据库管理系统,调研总结了各类数据库管理系统对模式演化的支持情况,对时序数据及其模式进行了形式化表述,对其模式演化的过程进行了分析,设计了一种面向时序数据的模式演化跟踪及查询方法,形式化表达了模式跟踪及跨模式版本查询的整体框架与关键步骤,并在时序数据库Apache IoTDB上进行了实现与测试.最后,分析了实现系统的性能,并展望了未来研究方向.

关键词：时序数据库时序数据模式演化多模式版本数据查询重写

基于时空滤波Sentinel-1时序数据的田块尺度岭南作物分布提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第5期38卷 158-166页

作者：钱丽沙姜浩陈水森李丹王重洋陈金月代雪梅中国科学院广州地球化学研究所广州510640 广东省科学院广州地理研究所广东省遥感与地理信息系统应用实验室广东省地理空间信息技术与应用公共实验室广东省遥感大数据应用工程技术研究中心广州510070 中国科学院大学北京100049

为解决岭南地区作物制图中光学影像时空覆盖缺失以及作物种植结构复杂导致不确定性高等问题,以满足对高精度作物制图日益迫切的应用需求。该研究提出了一种基于Sentinel-1的双极化时间序列和作物物候信息建立时空维度典型物候特征的作... 详细信息

为解决岭南地区作物制图中光学影像时空覆盖缺失以及作物种植结构复杂导致不确定性高等问题,以满足对高精度作物制图日益迫切的应用需求。该研究提出了一种基于Sentinel-1的双极化时间序列和作物物候信息建立时空维度典型物候特征的作物分类方法,选择广州市南沙区为试验区,通过XGBoost机器学习算法,实现了田块尺度下的不同作物类型的准确识别及种植面积的精细提取。结果表明:1)相比像素时序特征分类结果,经过雷达时空滤波后的田块时序特征分类方法不仅能有效抑制合成孔径雷达(Synthetic Aperture Radar,SAR)影像斑点噪声产生,而且总体分类精度和Kappa系数分别提高了12.5个百分点、0.19;2)与仅基于Sentinel-1(VV+VH)时空滤波后的全年时序特征分类方法相比,在分类过程中添加物候特征变量的方法表现出更高的精度,Kappa系数可达0.91,甘蔗和香蕉播种面积提取精度分别达到82.04%和71.01%。研究结果表明中高分辨率SAR影像(10 m×10 m)时间序列结合XGBoost算法和雷达数据时空滤波策略可实现区域作物准确识别及种植面积提取,同时,可从数据源与分类方法上为岭南地区农业遥感应用提供思路,对该地区农业灾害管理和灾后救助具有重要参考价值。

关键词：遥感作物时序数据物候特征时空滤波田块尺度

在线全文

学校读者我要写书评

暂无评论

企业多云时序数据实时监测方案研究与实现

小型微型计算机系统 2023年第1期44卷 155-162页

作者：程学林郑佳卉蒋烁淼贝毅君浙江大学软件学院杭州310027 上海驻云信息科技有限公司上海200120

在企业的IT架构不断上云、多云趋势明显的今天,云资源在系统的开发、运行和维护中扮演着举足轻重的角色.云资源在运行过程中每时每刻都能产生海量时序数据,然而当前市场上的云监测服务在多云实时监测、异常检测方面都存在一定局限性.针... 详细信息

在企业的IT架构不断上云、多云趋势明显的今天,云资源在系统的开发、运行和维护中扮演着举足轻重的角色.云资源在运行过程中每时每刻都能产生海量时序数据,然而当前市场上的云监测服务在多云实时监测、异常检测方面都存在一定局限性.针对上述问题提出一种基于时序数据的企业多云实时监测方案MCloudMonitor,围绕多云资源运行产生的海量时序数据提供时序数据存储和实时流处理服务,基于分层时间记忆网络来设计实时在线异常检测算法并将其整合进所实现的系统之中.除此之外,借助测试来评估方案的实现效果,证明基于该方案实现的系统能够帮助运维人员从企业的视角进行便捷的实时多云监测,并且能够准确地进行实时异常检测.

关键词：多云时序数据实时监测流处理异常检测算法

基于GEE和Sentinel-2时序数据的呼伦贝尔沙地及其周边植被类型识别研究

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2022年第4期37卷 982-992页

作者：杨仙保张王菲孙斌高志海李毅夫王晗西南林业大学地理与生态旅游学院云南昆明650224 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

沙地及其周边植被对固定沙丘、防止水土流失和环境治理等方面具有重要作用,开展沙地及其周边植被类型识别研究对于客观地反映沙地及其周边的生态环境,进而为沙地恢复治理政策制定具有重要意义。GEE云平台丰富的长时间序列遥感数据和强... 详细信息

沙地及其周边植被对固定沙丘、防止水土流失和环境治理等方面具有重要作用,开展沙地及其周边植被类型识别研究对于客观地反映沙地及其周边的生态环境,进而为沙地恢复治理政策制定具有重要意义。GEE云平台丰富的长时间序列遥感数据和强大的云计算能力,为开展大区域植被类型识别提供了便捷。本研究基于GEE云平台存储的2019年Sentinel-2时序数据,采用RF算法开展呼伦贝尔沙地及其周边主要植被类型的空间判识研究,探索了GEE平台下顾及植被物候信息的植被类型识别效果。研究发现:(1)Sentinel-2影像的光谱信息和近红外波段的纹理信息对研究区的主要植被类型识别能力有限,而物候特征有效地弥补了原始光谱特征等对研究区不同植被类型区分能力的不足;(2)基于RF算法顾及物候特征的植被类型识别精度达到84.37%,Kappa系数为0.8,比单一时相数据的识别精度提高了10.01%;(3)呼伦贝尔沙地及其周边主要植被类型的物候特征差异明显,有助于不同类型植被的空间识别,特别是提高了灌草丛和草原的识别精度。研究表明利用Sentinel-2数据和GEE云平台对沙地等大区域植被类型的识别具有较大的潜力和广阔的应用前景。

关键词： GEE Sentinel-2 时序数据呼伦贝尔沙地植被类型识别

一种面向时序数据的多品种小批量生产线性能预测模型研究

在线全文

学校读者我要写书评

暂无评论

航空制造技术 2022年第19期65卷 30-36页

作者：张维张少勋吴燕时思远西北工业大学西安710072

随着生产线数字化、自动化水平的提高,产生了大量的反映运行过程机理及运行状态的数据,这些数据为生产线性能分析和预测提供了可能。针对生产线的在制品数量、生产周期和生产效率性能指标,构建了一种面向时序数据的循环深度信念网络的... 详细信息

随着生产线数字化、自动化水平的提高,产生了大量的反映运行过程机理及运行状态的数据,这些数据为生产线性能分析和预测提供了可能。针对生产线的在制品数量、生产周期和生产效率性能指标,构建了一种面向时序数据的循环深度信念网络的生产线预测模型(Cycle-deep belife network,C-DBN);针对传统基于SGD(Stochastic gradient descent)的训练方法存在的预测模型收敛速度慢以及精度低等问题,提出了基于AMM(Adam with momentum)算法的生产线性能预测模型训练方法;确定了面向时序数据的生产线性能预测模型训练流程。最终通过实例验证了生产线性能预测模型和训练方法的有效性。

关键词：生产线性能预测模型时序数据深度信念网络 AMM算法多品种小批量

在线全文

学校读者我要写书评

暂无评论

一种基于互信息度量的时序数据因果发现方法

控制与决策 2023年

作者：李德志鲁云军吴健平李强国防科技大学信息通信学院

在时序数据因果关系发现研究中，传统算法针对时间窗口内时序数据之间的因果关系进行分析，存在因果关系识别准确率受限、算法复杂度较高等问题.为解决该问题，本文首先对概要因果图、因果概要互信息和条件因果概要互信息进行定义，在... 详细信息

在时序数据因果关系发现研究中，传统算法针对时间窗口内时序数据之间的因果关系进行分析，存在因果关系识别准确率受限、算法复杂度较高等问题.为解决该问题，本文首先对概要因果图、因果概要互信息和条件因果概要互信息进行定义，在此基础上推导出基于因果互信息的时序变量定向规则，而后区分是否存在混杂因子，结合PC和FCI算法分别提出改进的PCSMI和FCISMI算法。实验结果表明改进后算法能够在低复杂度条件下有效提升时序数据因果发现的准确率。

关键词：因果发现时序数据概要因果图因果概要互信息条件因果概要互信息 PC FCI