检索结果-南通市图书馆

维普期刊数据库博看期刊

改进的DeeplabV3Plus高分辨率遥感影像土地覆盖分类

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第13期60卷 266-275页

作者：朱凡罗小波重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学空间大数据智能技术重庆市工程研究中心重庆400065

高分辨率遥感图像中提取的土地覆盖信息在城市规划建设和土地利用等领域具有巨大的价值,但由于土地覆盖类型复杂、光谱差异性较小等因素,目前对土地覆盖类别进行高质量的语义分割仍然受到一定限制。因此,针对该问题提出了一种新颖的全... 详细信息

高分辨率遥感图像中提取的土地覆盖信息在城市规划建设和土地利用等领域具有巨大的价值,但由于土地覆盖类型复杂、光谱差异性较小等因素,目前对土地覆盖类别进行高质量的语义分割仍然受到一定限制。因此,针对该问题提出了一种新颖的全连接网络MFC-Net,该模型采用全新的基于点积注意力的空洞空间金字塔池化模块(DPA-ASPP),提高了聚合上下文信息方面的能力及效率。更进一步的,针对不同尺度的特征提出了注意力增强融合模块(AEFM)来增强特征表示,改善不同形状和大小地物的分割效果。该模型充分利用了高分辨率遥感影像中丰富的上下文信息及多尺度信息,在LoveDA大型遥感图像数据集上取得了优于当前主流模型的分割结果(84.26%MPA和69.67%MIOU)。

关键词：遥感图像深度学习语义分割土地覆盖分类 LoveDA数据集

基于TA-UNet3+的高分辨率遥感图像地表水体提取

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：白倩罗小波母仕林重庆邮电大学计算机科学与技术学院重庆邮电大学空间大数据智能技术重庆市工程研究中心

遥感图像中准确提取地表水体信息对于水资源管理、环境监测等领域至关重要。然而，由于地表覆盖的多样性、水体与周围环境的交汇、植被的复杂遮挡等因素，使得这项任务仍然面临着一系列挑战。为了提高地表水体提取精度，本文基于U-Net3... 详细信息

遥感图像中准确提取地表水体信息对于水资源管理、环境监测等领域至关重要。然而，由于地表覆盖的多样性、水体与周围环境的交汇、植被的复杂遮挡等因素，使得这项任务仍然面临着一系列挑战。为了提高地表水体提取精度，本文基于U-Net3+网络进行优化，提出了一种适用于高分辨率遥感图像的TA-UNet3+网络模型。首先在编码器端由深度特征到浅层逐层引入窗口注意力嵌入模块，将来自更深层特征的局部注意力逐步嵌入到较低级特征中，提高特征图的语义理解能力。其次引入了结合阈值注意力和深度可分离的TA-ASPP模块，有效提高了特征信息的提取效率。最后在解码器端修改了多尺度融合模块，采用可学习的密集上采样卷积和深度分离卷积替代原始的双线性插值与普通卷积，在保证精度的同时显著降低了计算复杂度。数据集选择了重庆市不同场景下的部分地区，实验结果表明，TA-UNet3+网络模型在精度、召回率、F1和IoU等评价指标上均优于语义分割网络，表现出更高的地表水体提取精度。

关键词：地表水体提取遥感图像 TA-UNet3+ 阈值注意力密集上采样卷积 TA-ASPP模块窗口注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大邻域多约束无人机数据收集路径规划

计算机科学与探索 2024年

作者：潘淼鑫陈崇成福建师范大学计算机与网络空间安全学院数字福建大数据安全技术研究所福建省高校大数据分析与应用工程技术研究中心福州大学地理空间信息技术国家地方联合工程研究中心

在公网受限的应急环境中，利用无人机辅助物联网能促进传感数据的及时传递。当考虑无线通信距离时，无人机作为移动收集器在有限续航时间内收集尽可能多的传感数据的路径规划可建模为足够近定向问题(Close Enough Orienteering Problem... 详细信息

在公网受限的应急环境中，利用无人机辅助物联网能促进传感数据的及时传递。当考虑无线通信距离时，无人机作为移动收集器在有限续航时间内收集尽可能多的传感数据的路径规划可建模为足够近定向问题(Close Enough Orienteering Problem， CEOP)。现有求解CEOP的算法是逐个计算目标节点的访问顺序及其邻域内的采集点，这在节点邻域较大并覆盖周围多个节点时效率低下，这些方法也没有考虑数据传输时间和无人机遥控距离等约束。为此，建立了大邻域多约束无人机数据收集路径规划的数学模型，提出了基于贪婪随机自适应搜索过程(Greedy Randomized Adaptive Search Procedure， GRASP)的GRASP-LN算法进行求解。该算法不重复计算重合的采集点，而是维护路径每个航点采集的节点集合，无人机在每个航点悬停一段时间以收集集合内节点的数据。公开的CEOP数据集的实验结果表明，GRASP-LN比GSOA、VNS和GRASPopt具有更好的求解质量和更短的计算时间。与基线算法GRASPopt相比，GRASP-LN的路径奖励平均提高了5.86%，最大提高了14.91%，执行时间平均减少了69%，特别在节点邻域平均覆盖4.67个以上节点时，GRASP-LN的路径奖励和稳定性均优于GRASPopt。考虑数据传输时间和无人机遥控距离约束的实验验证了GRASP-LN算法对考虑这些约束的无人机数据收集路径规划问题的有效性。

关键词：无人机贪婪随机自适应搜索过程数据收集足够近定向问题路径规划物联网

工业物联网数据管理中的系统负载均衡最优化问题及其求解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:信息科学 2024年第10期54卷 2343-2367页

作者：张凌哲朱妤晴安彦哲訾源王建民清华大学软件学院北京信息科学与技术国家研究中心(清华大学) 大数据系统软件国家工程研究中心

工业物联网数据管理与数字中国基础设施建设紧密相关,是支撑提取工业大数据价值的基础.由于工业物联网数据源于设备,工业物联网数据管理系统面临着数据量、数据到达速度、负载多样性等更严峻的大数据挑战.为了应对这些挑战,工业物联网... 详细信息

工业物联网数据管理与数字中国基础设施建设紧密相关,是支撑提取工业大数据价值的基础.由于工业物联网数据源于设备,工业物联网数据管理系统面临着数据量、数据到达速度、负载多样性等更严峻的大数据挑战.为了应对这些挑战,工业物联网数据管理系统必须进行负载均衡,以充分利用可扩展的计算资源、提升系统性能.现有的负载均衡方法未能充分利用工业物联网数据典型的时序特性,无法应对工业物联网数据管理的上述挑战.本文针对工业物联网数据的时序特性,以读写差异化均衡为约束,建模了负载均衡最优化问题,以匹配工业物联网数据的读写分离特性;提出了负载均衡方案TsLBOpt,集成了简化系统架构的非侵入式负载统计与估算方法,利用分片细分与自适应复制以扩充解空间的整数规划最优化求解方法,以及基于贪心策略最小化数据迁移代价的数据重分布方法.TsLBOpt在清华大学获日内瓦国际发明展金奖的开源时序数据管理系统IginX中进行了实现,并基于多容器构建的集群系统开展了大量实验,结果表明,本文提出的TsLBOpt相比常用的哈希方法、经典的启发式热数据迁移法、前沿工作DynaHash分别可提升系统整体性能至2倍、10倍、4倍以上,且可有效应用于资源异构、组件异构的异构集群系统中.

关键词：工业物联网物联网数据管理负载均衡性能最优化时序数据

DeepLabV3_DHC:城市无人机遥感图像语义分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第4期61卷 384-393页

作者：孙国文罗小波张坤强重庆邮电大学计算机科学与技术学院重庆空间大数据智能技术工程研究中心重庆400065 昆明理工大学信息工程与自动化学院云南昆明650500

高分辨率无人机遥感图像具有极为丰富的语义和地物特征,在语义分割中容易出现目标分割不全、边缘信息缺失、分割精度不足等问题。为了解决上述问题,基于DeepLabV3_plus模型提出改进的DeepLabV3_DHC。首先,利用多种主干网络进行下采样,... 详细信息

高分辨率无人机遥感图像具有极为丰富的语义和地物特征,在语义分割中容易出现目标分割不全、边缘信息缺失、分割精度不足等问题。为了解决上述问题,基于DeepLabV3_plus模型提出改进的DeepLabV3_DHC。首先,利用多种主干网络进行下采样,采集图像的低级特征和高级特征。其次,将原模型的atrous spatial pyramid pooling(ASPP)全部替换成深度可分离混合空洞卷积,同时添加自适应系数,减弱网格效应。之后,抛弃传统上采样的双线性插值法,替换为可学习的密集上采样卷积。最后,在低级特征中串联注意机制。选用多种主干网络进行实验,数据集选用四川省隆昌市地区的部分图像,采用平均交并比和类别平均像素准确率作为评价指标。实验结果表明:所提方法不仅具有较高的分割精度,而且减少了计算量和参数量。

关键词：城市无人机遥感图像语义分割深度可分离混合空洞卷积密集上采样注意力机制网格效应

服务深度学习的智慧空间:理念、模型建构与实现路径

在线全文

学校读者我要写书评

暂无评论

现代教育技术 2024年第6期34卷 133-142页

作者：李同同吴南中重庆工程职业技术学院黄炎培职业教育研究院重庆402260 西南大学大数据应用研究院重庆400715

近年来,更加强调主体有意义学习的深度学习受到研究者的广泛关注,如何通过信息技术加强学习环境使深度学习得以发生逐渐成为教育领域的关注焦点。基于此,文章首先从理念层面对服务深度学习的智慧学习空间的相关要求进行了理论论证,认为... 详细信息

近年来,更加强调主体有意义学习的深度学习受到研究者的广泛关注,如何通过信息技术加强学习环境使深度学习得以发生逐渐成为教育领域的关注焦点。基于此,文章首先从理念层面对服务深度学习的智慧学习空间的相关要求进行了理论论证,认为建构服务深度学习的智慧学习空间需要进行促进学习者学习深度参与的整体设计、进行促进学习者资源获取灵活的混合架构、为教师实时指导提供数据支持、服务个体自适应的学习支持服务开展。然后,文章在梳理学习空间设计基本要素和深度学习发生机制的基础上,参考PSST框架构建了服务深度学习的智慧学习空间模型。最后,文章以智慧学习空间模型为基础,提出了服务深度学习的智慧学习空间的建构路径。文章通过研究,旨在为服务深度学习的智慧学习空间建构提供理论支持和实践指导,为学习者更好地实现深度学习提供个性化服务。

关键词：深度学习智慧学习空间模型建构实现路径

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

考虑连贯语义的光学遥感图像厚云去除方法

计算机工程与应用 2024年

作者：楚玉婷罗小波周建军苟永承郭海洪重庆邮电大学计算机科学与技术学院重庆邮电大学空间大数据智能技术重庆市工程研究中心济南城建集团有限公司

厚云对光学遥感图像的质量有严重影响，限制了其应用。深度学习方法在修复厚云的挑战性任务中表现出了良好的效果。然而，现有方法由于忽略了云覆盖区域的语义相关性和特征连续性，导致生成的内容往往纹理模糊、结构失真。为了解决上述... 详细信息

厚云对光学遥感图像的质量有严重影响，限制了其应用。深度学习方法在修复厚云的挑战性任务中表现出了良好的效果。然而，现有方法由于忽略了云覆盖区域的语义相关性和特征连续性，导致生成的内容往往纹理模糊、结构失真。为了解决上述问题，提出了连贯语义的两阶段云去除生成对抗网络方法。该方法通过对云覆盖区域与无云区域之间以及云覆盖区域内部特征的语义相关性进行建模，保留了上下文结构并对缺失部分进行更有效的预测。该方法采用两阶段深度神经网络，其中连贯语义模块和多尺度特征聚合模块嵌入到第二阶段网络。在38-cloud模拟数据集和RICE2真实数据集上进行了实验验证。实验结果表明，相较于现有方法，该方法能够生成更高质量的图像，为光学遥感图像应用提供了有力的支持。

关键词：光学遥感图像去云连贯语义多尺度特征聚合

基于XGBOOST-SHAP的地铁建成环境与站点出行距离的非线性关系研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第4期21卷 1624-1633页

作者：李培坤陈旭梅鲁文博马嘉欣刘屹王昊北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 东南大学交通学院江苏南京214135 重庆市市政设计研究院有限公司重庆400020

相较于传统地铁客流量特征分析,地铁站点平均出行距离的研究可以更加精细化了解地铁网络客流流动性特征。为探究多重建成环境与站点平均出行距离之间的复杂关系,以西安市地铁系统为研究对象,从土地利用、兴趣点分布、周边交通建成环境... 详细信息

相较于传统地铁客流量特征分析,地铁站点平均出行距离的研究可以更加精细化了解地铁网络客流流动性特征。为探究多重建成环境与站点平均出行距离之间的复杂关系,以西安市地铁系统为研究对象,从土地利用、兴趣点分布、周边交通建成环境、站点自身属性等方面构建11种建成环境指标,建立基于极端梯度提升的XGBOOST-SHAP归因分析架构的可解释性机器学习模型,以揭示两者之间的非线性关系。同时,将该模型拟合回归效果与梯度提升决策树(GBDT)及最小二乘回归(OLS)进行比较,以验证XGBOOST模型在拟合回归效果上的优势。结果表明:XGBOOST模型的R方、平均绝对误差(MAE)、均方误差(MSE)值分别为0.75、0.95、1.36,其拟合效果要优于GBDT与OLS模型。站点平均出行距离呈现出明显的环状分布的空间异质性。SHAP归因分析结果表明:距市中心距离特征贡献最大,路网密度、土地利用混合度、公交线路数量以及住宅数量对出行距离的贡献度也相对较高;POI香农熵指数、餐饮服务点对平均出行距离的正负反馈不明显;其余指标对平均出行距离的影响均呈现出正负反馈机制结合的趋势。研究结果对交通需求分析、线路容量优化、运营效果评估等提供了数据支撑,可有效提高地铁交通便利性,满足不同区域的出行需求并改善整个地铁系统的效率和可持续性。

关键词：地铁站点建成环境出行距离 XGBOOST模型 SHAP归因分析非线性关系

基于自注意力机制U-net的微焦CT去射线源模糊方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第7期44卷 293-301页

作者：刘川江王奥张根源袁伟刘丰林重庆大学机械与运载工程学院重庆400044 重庆大学工业CT无损检测教育部工程研究中心重庆400044

在微焦CT成像中,通常利用增大X射线源管电压、管电流来提高扫描效率,但射线源功率增加会导致焦点尺寸增大,投影图像模糊,从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题,本文提出利用深度学习在投影域映... 详细信息

在微焦CT成像中,通常利用增大X射线源管电压、管电流来提高扫描效率,但射线源功率增加会导致焦点尺寸增大,投影图像模糊,从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题,本文提出利用深度学习在投影域映射非理想焦点与理想焦点投影之间的关系。推导了理想焦点投影与非理想焦点投影的正向关系,基于该关系构建配对数据集;提出一种基于自注意力机制的U-net网络(SU-net)学习非理想焦点投影到理想焦点投影的逆向关系。仿真实验和实际实验结果表明,提出的SU-net方法能准确地从非理想焦点投影中估计出理想焦点投影,可有效减少焦点导致的图像模糊。

关键词：计算机断层扫描微焦点CT 空间分辨率深度学习 X射线源焦点