检索结果-南通市图书馆

淮海工学院学报（自然科学版） 2010年第3期19卷 58-58页

全日制工程硕士导师队伍现状分析——以淮海工学院测绘工程硕士专业学位研究生导师建设现状为例

在线全文

学校读者我要写书评

暂无评论

学园 2018年第9期11卷 33-36页

作者：卢霞焦明连周立淮海工学院测绘与海洋信息学院

以淮海工学院全日制测绘工程硕士生导师为研究对象,基于系统工程学论述了测绘工程硕士专业学位研究生导师队伍的建设思路,分析了测绘工程硕士专业学位研究生导师队伍建设的现状,提出了硕士生导师队伍建设中现存的问题并提出了几点对策。

关键词：测绘工程硕士专业学位硕士生导师

采用Line-CNN深度学习网络的机载点云建筑轮廓线提取

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第9期26卷 2161-2176页

作者：黄奕舒臧玉府蒋其含米文瀚南京信息工程大学遥感与测绘工程学院南京210044

城市三维模型是数字孪生、智慧城市建设的重要载体,实现建筑轮廓线的有效提取是城市高精度建模和三维测图的关键步骤。针对现有建筑物轮廓线提取效率与准确度较低的问题,本文提出了一种基于彩色机载点云的建筑轮廓线深度学习提取方法。... 详细信息

城市三维模型是数字孪生、智慧城市建设的重要载体,实现建筑轮廓线的有效提取是城市高精度建模和三维测图的关键步骤。针对现有建筑物轮廓线提取效率与准确度较低的问题,本文提出了一种基于彩色机载点云的建筑轮廓线深度学习提取方法。首先,通过垂直投影,由经过渐进形态学滤波后的建筑物彩色机载点云,分别生成描述建筑物空间信息的高程栅格图像与反映其纹理差异的可见光栅格图像;然后,利用Line-CNN深度学习网络,经过特征提取、结点预测、路线生成等过程,从栅格图像中初步提取出线段特征;最后,为有效提取轮廓线特征,提出了一套综合修剪与补全操作的优化策略,并结合高程和可见光栅格图像中的优化线段信息,获得规则且完整的建筑物轮廓线特征。经过对南京信息工程大学的机载点云数据以及ISPRS H3D 2019数据集的实验证明,该方法对机载点云建筑物轮廓线提取有效,避免了因三维点云深度学习中标定样本不足而无法直接提取的问题;能准确、完整地提取出场景中建筑物的轮廓线特征,平均准确度与完整度均高达90%,且算法较为高效,有利于大范围城市三维建模与地籍测量等相关应用。

关键词：城市高精度建模深度学习彩色机载点云高程栅格图像可见光栅格图像修剪与补全优化轮廓线特征

2020年7月22日阿拉斯加7.8级地震同震电离层扰动分析

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第1期67卷 34-49页

作者：罗亦泳吴大卫陈强张立亭胡朝飞鲁铁定东华理工大学测绘工程学院南昌330013

利用全球导航卫星系统(GNSS)、电离层测高仪和地震仪数据,从振幅及波形、时空分布、传播速度与方向、时频域等角度对2020年阿拉斯加7.8级地震同震电离层扰动(Co-seismic ionospheric disturbances,CIDs)特性进行探究.卫星G03、G04和G09... 详细信息

利用全球导航卫星系统(GNSS)、电离层测高仪和地震仪数据,从振幅及波形、时空分布、传播速度与方向、时频域等角度对2020年阿拉斯加7.8级地震同震电离层扰动(Co-seismic ionospheric disturbances,CIDs)特性进行探究.卫星G03、G04和G09在地震西部探测到3类CIDs,最大扰动幅度约0.1 TECU (1 TECU=10^(16) el/m~2),并且均沿着地震断层破裂延伸方向(西南方向)传播;而在地震北部与东部未发现CIDs.根据CIDs的速度及中心频率将其分为三类,第一类为高速传播的CIDs(速度约为2.93 km·s^(-1)),中心频率约11 mHz,符合瑞利波激发的电离层扰动特征;第二类CIDs的传播速度约为1.69 km·s^(-1)和1.55 km·s^(-1),中心频率约4.5 mHz和4.7 mHz,符合声波引起的电离层扰动频率;第三类CIDs速度约为0.98 km·s^(-1)和1.11 km·s^(-1),中心频率约2.9 mHz,可能为声波引起的另一类电离层扰动.同时,利用CIDs时空数据估计的CIDs扰动源位置与震中较为接近,进一步说明电离层扰动由地震激发.通过对GNSS站及地震仪位移的分析,估计了地震瑞利波沿西南方向传播速度与第一类CIDs较为吻合,验证了第一类CIDs由瑞利波激发,且断层的垂直位移是引起电离层扰动的重要因素.测高仪观测到电离层临界频率(f_(0)F_(2))发生显著波动,探测到CIDs的传播速度约1.02 km·s^(-1),传播速度和方向与卫星G03、G04探测的CIDs较为吻合,推断其属于第三类CIDs.

关键词：同震电离层扰动全球导航卫星系统电离层总电子含量阿拉斯加地震

维普期刊数据库博看期刊

阿拉斯加2021年8.2级地震同震电离层扰动特征及对比分析

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第2期67卷 461-476页

作者：罗亦泳吴大卫张立亭东华理工大学测绘工程学院南昌330013

为分析2021年7月29日阿拉斯加8.2级地震引起的电离层响应,利用地震附近的全球导航卫星系统(Global Navigation Satellite System,GNSS)观测数据估算电离层总电子含量(Ionospheric Total Electron Content,TEC)及同震电离层扰动(Coseismic Ionospheric Disturbances,CIDs).从多角度对CIDs的时空分布特征进行分析,并与阿拉斯加2018年7.9级走滑型地震以及2020年7.8级逆断层地震引起的CIDs对比.在地震西南方向探测到两类CIDs,最大扰动振幅约0.8 TECU(1 TECU=1016 el/m^(2)),并且在西南方向距离震中约1094 km的测高站EA653探测到CIDs.在震中西北、东北和北方向探测到传播速度相近的CIDs.根据CIDs的速度和频率大小将CIDs分为两类,第一类CIDs的传播速度为1.87 km·s^(-1),频率约为3.8 mHz,可能由地震声波引起,扰动量级最大;第二类CIDs的传播速度为0.85~1.09 km·s^(-1),中心频率约在3.0 mHz或者5.7 mHz附近,为地震声波引起的另一类电离层扰动.逆断层地震引起的CIDs比走滑型地震更加显著,表明地震引起的垂直地表运动在CIDs的形成中起主要作用.三次地震在西南方向均引起显著的CIDs,与地震破裂方向较为一致,该地区大地震引起的CIDs可能具有较为明显的方向性,具体形成机制有待于进一步研究.

关键词：同震电离层扰动电离层总电子含量全球导航卫星系统阿拉斯加地震

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

考虑非均匀性的沥青混合料开裂行为细观模拟

吉林大学学报（工学版） 2024年第6期54卷 1708-1718页

作者：孙雅珍薛博欣孙岩王志臣潘嘉伟沈阳建筑大学交通与测绘工程学院沈阳110168

为探究沥青混合料内部非均匀性对其开裂行为的影响,通过室内试验获取有限元模型所需参数;使用插件实现骨料随机投放,并分别在骨料-砂浆界面处和沥青砂浆单元间插入内聚力单元,基于内聚力模型对细观尺度下沥青混合料中裂缝的萌生、扩展... 详细信息

为探究沥青混合料内部非均匀性对其开裂行为的影响,通过室内试验获取有限元模型所需参数;使用插件实现骨料随机投放,并分别在骨料-砂浆界面处和沥青砂浆单元间插入内聚力单元,基于内聚力模型对细观尺度下沥青混合料中裂缝的萌生、扩展和失效全过程进行模拟;探讨了骨料物理力学性质和界面黏结强度对沥青混合料抵抗拉伸开裂性能的影响。本文研究成果可为沥青混合料的设计提供理论和数据支撑。

关键词：道路工程沥青混合料细观尺度内聚力模型开裂行为非均匀性

基于点-体素一致性约束的城市激光雷达点云分类

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国激光 2024年第13期51卷 243-256页

作者：李虎辰管海燕雷相达秦楠楠倪欢南京信息工程大学遥感与测绘工程学院江苏南京210044

准确高效的点云分类在场景理解和数字孪生城市建设等任务中发挥着关键作用。利用单一点、体素等视觉结构数据的点云分类方法容易丢失关键几何特征;融合多种结构数据的点云分类方法学习到不同数据的多层次、多尺度特征,但难以平衡不同数... 详细信息

准确高效的点云分类在场景理解和数字孪生城市建设等任务中发挥着关键作用。利用单一点、体素等视觉结构数据的点云分类方法容易丢失关键几何特征;融合多种结构数据的点云分类方法学习到不同数据的多层次、多尺度特征,但难以平衡不同数据之间的差异,降低了点云分类的准确性。因此,提出一个基于点-体素一致性约束的点云分类网络(PVCC-Net),用于准确分割城市场景中的不同尺寸地物。PVCC-Net采用双分支U-Net结构,体素和点分支分别负责提取粗粒度和细粒度特征,并利用点-体素一致性约束模块对齐粗细粒度特征,以减小不同粒度特征的分布差异。然后,所提网络采用点-体素自注意力机制自适应融合聚合后的粗粒度和细粒度特征,进而提升点云全局特征表达。引入Toronto3D、Semantic3D和SensatUrban三个城市场景点云数据集对PVCC-Net进行性能评估。结果显示,PVCC-Net分别取得了97.97%、93.80%和93.00%的总体精度(OA),以及82.92%、75.70%和55.40%的平均交并比(mIoU)。对比实验结果表明,相比基线方法,所提方法可以有效提升对复杂城市场景点云的分类性能,且获得更优的分类结果。

关键词：遥感点云分类体素一致性约束自注意力机制城市场景

CYGNSS信号对降水的时空响应及其驱动因子分析

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第1期49卷 109-121页

作者：严清赟王戴乐南京信息工程大学遥感与测绘工程学院江苏南京210044

近年来,星载全球导航卫星系统反射测量(global navigation satellite system-reflectometry,GNSS-R)技术被广泛应用于地表水文监测,但针对降水,特别是其与飓风全球导航卫星系统(cyclone global navigation satellite system,CYGNSS)信号的响应机制研究仍有限。以中国广东省为研究区域,基于距平指数和相关分析方法,探究不同尺度下研究区2019—2020年逐月的CYGNSS反射率和降水的时空响应关系,综合考虑驱动因子如数字高程模型(digital elevation model,DEM)、坡度、土壤类型、土地覆盖类型和归一化植被指数(normalized difference vegetation index,NDVI),并基于地理探测器分析各驱动因子对CYGNSS信号与降水响应关系的影响力。研究发现:(1)在2019—2020年内,月平均CYGNSS反射率值和降水量均呈现明显的季节性差异,并且二者变化趋势近乎保持同步,这验证了CYGNSS信号在监测降水方面的潜力。(2)随着空间尺度的增大,CYGNSS信号和降水呈现的正相关性逐渐增强。(3)在不同空间尺度下,DEM和坡度较小(地势较平坦)的地区、土地覆盖类型为耕地的区域,以及较低到中等植被覆盖地区的CYGNSS信号和降水之间的正相关性更强。而不同尺度下土壤类型对CYGNSS信号和降水响应关系的影响存在差异。(4)各驱动因子对CYGNSS信号与降水响应关系的影响力按大小依次排序为DEM>NDVI>坡度>土地覆盖类型>土壤类型,并且随着尺度越大,各驱动因子的影响力越强。该研究有助于对地表水文变化进行准确评估,为降水监测和水资源管理提供决策支持。

关键词：飓风全球导航卫星系统 GNSS反射测量技术降水时空响应驱动因子

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv7的杨梅树单木检测

农业工程学报 2024年第11期40卷 159-167页

作者：王凯陈优良胥寒莉江西理工大学土木与测绘工程学院赣州341000

为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型:YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络(extended-efficient long-range attention networks, E-ELAN)进行改进,通过融合兼具... 详细信息

为了快速检测和统计杨梅树的数量,该研究提出了一种基于改进YOLOv7的杨梅树单木检测模型:YOLOv7-ACGDmix。首先,对YOLOv7的可扩展高效长程注意力网络(extended-efficient long-range attention networks, E-ELAN)进行改进,通过融合兼具卷积和注意力机制优势的ACmix(a mixed model that enjoys the benefit of both self-attention and convolution)结构得到AC-E-ELAN模块,提升模型的学习和推理能力,引入可变形卷积(deformable convolutional networks version 2, DCNv2)结构得到DCNv2-E-ELAN模块,增强模型对不同尺寸目标的提取能力;其次,采用内容感知特征重组(content-aware reassembly of features, CARAFE)上采样模块,提高模型对重要特征的提取能力;然后,在主干和头部网络部分添加全局注意力机制(global-attention mechanism, GAM),强化特征中的语义信息和位置信息,提高模型特征融合能力;最后,采用WIoU(wise intersection over union)损失函数减少因正负样本数据不平衡造成的干扰,增强模型的泛化性。在公开数据集上的试验结果表明,YOLOv7-ACGDmix模型的精确率达到89.1%,召回率达到89.0%,平均精度均值(mean average precision, mAP)达到95.1%,F_(1)-score达到89.0%,相比于原YOLOv7模型分别提高1.8、4.0、2.3和3.0个百分点。与Faster R-CNN、SSD、YOLOv8模型相比,改进模型的平均精度均值(mAP_(0.5))分别提高了9.8、2.2、0.7个百分点。实地采集杨梅树样本数据的检测精确率87.3%、召回率85.7%。试验表明,改进模型为基于无人机影像的杨梅树单木检测提供了一种有效的解决方案,对果园精准管理的发展具有重要意义。

关键词：图像识别目标检测杨梅树 YOLOv7 单木检测

联合ALOS-2和Landsat 8的绿洲土壤水分反演模型研究

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第9期49卷 1630-1638页

作者：王宇杨丽萍任杰张静孔金玲侯成磊长安大学地质工程与测绘学院陕西西安710054 山东农业工程学院国土资源与测绘工程学院山东济南250100

机器学习和多源数据融合是土壤水分反演研究的热点方向,但对L波段合成孔径雷达(synthetic aperture radar,SAR)数据的研究较少。以额济纳绿洲为研究区,利用ALOS-2 PALSAR-2和Landsat 8影像提取雷达和光学特征参数,通过参数重要性评分进... 详细信息

机器学习和多源数据融合是土壤水分反演研究的热点方向,但对L波段合成孔径雷达(synthetic aperture radar,SAR)数据的研究较少。以额济纳绿洲为研究区,利用ALOS-2 PALSAR-2和Landsat 8影像提取雷达和光学特征参数,通过参数重要性评分进行特征筛选,采用随机森林方法建立基于雷达、光学以及雷达-光学特征参数协同的土壤水分反演模型,对比模型精度,反演绿洲土壤水分。结果表明,与C波段相比,L波段SAR数据对干旱荒漠绿洲区土壤水分含量敏感性更高;雷达特征参数中重要性较高的为表面散射和体散射分量,二面角散射和螺旋体散射分量相对偏低;光学特征参数中植被供水指数重要性最高,增强型植被指数重要性最低。雷达特征参数方案最优模型决定系数R^(2)、均方根误差(root mean square error,RMSE)分别为0.67、2.16%,光学特征参数方案模型精度普遍较低且精度相当,R^(2)、RMSE分别为0.5、2.47%;雷达-光学参数协同反演的最优模型R^(2)、RMSE分别为0.72、1.99%,相比单一数据源,R^(2)分别提升7.46%、38.4%,RMSE分别降低8.54%、22.6%。研究证明,基于多源数据融合的随机森林模型在干旱荒漠绿洲区具有较高的预测精度和良好的适用性。

关键词： ALOS-2 PALSAR-2 Landsat 8 土壤水分随机森林特征参数