检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于组合模型的方向关系查询

地球信息科学学报 2024年第5期26卷 1123-1137页

作者：王中辉杨雷挺兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070 甘肃省地理国情监测工程实验室兰州730070

锥形模型和矩阵模型因计算简单、可查询性好,常被用于方向关系查询,但由于忽略了空间对象的大小、形状、以及相互之间的距离对方向关系的影响,容易导致方向关系查询结果出现偏差。为解决该问题,本文利用锥形模型、矩阵模型和Voronoi图... 详细信息

锥形模型和矩阵模型因计算简单、可查询性好,常被用于方向关系查询,但由于忽略了空间对象的大小、形状、以及相互之间的距离对方向关系的影响,容易导致方向关系查询结果出现偏差。为解决该问题,本文利用锥形模型、矩阵模型和Voronoi图模型在方向关系判断上的互补性,提出一种集成三者优势的方向关系组合模型,并基于该模型实现了方向关系查询。其基本思路是:为了能够集成不同模型的优势,将方向关系分为外部方向关系和内部方向关系;然后,组合锥形模型和矩阵模型实现外部方向关系查询,从而兼顾空间对象的大小和相互之间的距离对方向关系的影响;并使用Voronoi图模型进行内部方向关系查询,以顾及空间对象的形状对方向关系的影响。实验结果表明,组合模型在方向关系查询中具有良好的适用性和可行性,能够有效克服锥形模型和矩阵模型存在的缺陷,提高方向关系查询的准确性。该模型将有助于提升空间信息智能查询、智能推理、以及多尺度空间关系相似性计算等空间数据处理方法的准确性和可信度。

关键词：方向关系空间查询地理信息检索方向关系模型空间对象拓扑关系距离关系空间认知

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合知识图谱与协同过滤的微地图推荐

地球信息科学学报 2024年第4期26卷 967-977页

作者：牛雪磊杨军闫浩文兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070 甘肃省地理国情监测工程实验室兰州730070

针对推荐系统中数据稀疏问题,传统的协同过滤算法无法捕捉辅助信息之间的相关性,从而降低了推荐的准确性。为此,本文提出融合知识图谱的协同过滤模型(Knowledge Graph Embedding Collaborative Filtering,KGCF),引入知识图谱作为辅助信... 详细信息

针对推荐系统中数据稀疏问题,传统的协同过滤算法无法捕捉辅助信息之间的相关性,从而降低了推荐的准确性。为此,本文提出融合知识图谱的协同过滤模型(Knowledge Graph Embedding Collaborative Filtering,KGCF),引入知识图谱作为辅助信息,利用知识图谱中多源结构性的数据来缓解数据稀疏问题。KGCF模型结合知识图谱的语义信息和协同过滤的偏好信息,能够挖掘出用户和微地图的隐语义交互信息,从而达到“千人千面”的推荐效果。(1)融合知识图谱和协同过滤算法对微地图数据集进行采集训练;(2)通过皮尔逊相关系数计算出用户之间的相似矩阵,并对稀疏的评分矩阵进行隐语义矩阵分解,采用基准(Baseline)得到用户和微地图地名的偏好信息;(3)通过知识图谱将微地图语义信息转化为低维向量,采用余弦相似度计算出微地图地名之间的相似矩阵;(4)将用户和微地图地名结合为一个推荐结果集。通过在微地图数据集上实验,证明了本文提出的KGCF模型能有效解决数据稀疏,可准确为用户推荐感兴趣的微地图。

关键词：知识图谱协同过滤数据稀疏微地图推荐系统结构性数据隐语义

基于PS-InSAR技术的武威市地面沉降时空变化特征

在线全文

学校读者我要写书评

暂无评论

地质科学 2024年第2期59卷 575-587页

作者：黄家乐苏小宁石睿娟鲍庆华赵立徐炜祥兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070

武威市位于甘肃省中部,是一座典型的农业城市,分布有大量农业耕地。由于土壤疏松,地面容易受到降水和地下水的影响,易发生地面沉降地质灾害对居民的生产、生活造成不利影响。本文利用2017年2月至2022年12月的Sentinel-1A数据,通过PS-In... 详细信息

武威市位于甘肃省中部,是一座典型的农业城市,分布有大量农业耕地。由于土壤疏松,地面容易受到降水和地下水的影响,易发生地面沉降地质灾害对居民的生产、生活造成不利影响。本文利用2017年2月至2022年12月的Sentinel-1A数据,通过PS-InSAR技术提取了武威市的地面沉降监测数据,包括视线向形变速率和累积形变量。对形变场的时空分布特征进行了详细分析,并引入Mogi模型反演地下深部变形范围。最后,结合研究区的降水数据和GRACE重力卫星获取到由陆地水负荷引起的地表形变数据,并对研究区的沉降成因进行了初步分析。结果表明,研究区存在两个主要沉降区,其中主沉降区A的最大累积沉降量达到-290.9 mm,视线向形变速率为-52.0 mm/a;主沉降区B的沉降量达到-178.1 mm,视线向形变速率为-43.8 mm/a。地表沉降呈现周期性变化,且向东南方向逐步扩展,与降水和地下水变化特征相似。通过Mogi模型反演,得出了主沉降区的地下影响范围(半径)和深度,其中主沉降区A为40.96 m和133.67 m,主沉降区B为38.60 m和140.78 m。按季节划分统计形变数据,结果表明,由于研究区所属干旱区,自然降水无法对地面沉降产生显著影响,而农耕时大量地下水的抽取才是导致区域地面沉降的主要原因。

关键词： PS-InSAR 地面沉降侵蚀性降水地下水 Mogi模型

典型建筑物群组模式的空间图卷积模型DGCNN识别方法

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5期49卷 868-878页

作者：张自强刘涛杜萍杨国林兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 甘肃省地理国情监测工程实验室甘肃兰州730070

建筑物群组模式的识别是建筑物综合的重要步骤,高效的建筑物群组模式识别方法能有效提升地图自动综合的质量。建筑物群组模式的识别目前主要包括几何方法和传统的机器学习方法两种,存在规则定义复杂、特征工程庞大等缺点。图卷积神经网... 详细信息

建筑物群组模式的识别是建筑物综合的重要步骤,高效的建筑物群组模式识别方法能有效提升地图自动综合的质量。建筑物群组模式的识别目前主要包括几何方法和传统的机器学习方法两种,存在规则定义复杂、特征工程庞大等缺点。图卷积神经网络方法克服了传统方法的局限性,已成功地应用于建筑物的模式分析。然而,目前使用图卷积进行建筑物群组多模式识别的相关研究较少,且已有的图卷积大多基于谱域图卷积,对空间局部信息考虑不足。引入空间图卷积模型DGCNN(deep graph convolutional neural network)进行建筑物群组的多模式识别,首先聚类建筑物数据形成群组,并构建建筑物群组的几何模型;然后定义建筑物的特征向量,建立建筑物群组的图结构;最后将图结构输入DGCNN模型训练,得到建筑物群组模式。结果发现,该模型在训练集的精度达到97.60%,测试集的精度达到95%,优于谱域图卷积方法,能有效用于建筑物群组模式分类。

关键词：建筑物群组模式识别空间图卷积模型深度学习

在线全文

学校读者我要写书评

暂无评论

DP算法自动实现方法:以河流化简为例

武汉大学学报（信息科学版） 2024年第2期49卷 264-270页

作者：闫浩文张鑫港禄小敏李蓬勃兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070 甘肃省地理国情监测工程实验室甘肃兰州730070

曲线化简是自动地图综合的重要内容,但其中广泛应用的DP(Douglas-Peucker)算法却是非自动化的,原因是需要在算法执行之初由人工输入距离阈值ε。为此,首先提出了一个多尺度曲线相似度的计算公式;然后基于该公式,以河流数据为例给出了地... 详细信息

曲线化简是自动地图综合的重要内容,但其中广泛应用的DP(Douglas-Peucker)算法却是非自动化的,原因是需要在算法执行之初由人工输入距离阈值ε。为此,首先提出了一个多尺度曲线相似度的计算公式;然后基于该公式,以河流数据为例给出了地图比例尺与曲线目标相似度的函数关系推导方法和曲线目标相似度与ε的函数关系推导方法,进而得出了ε与比例尺的函数关系;最后实现了DP算法的自动化。实验研究表明,利用提出的自动化DP算法可以获得指定地理区域不同比例尺的水系要素的化简结果,化简结果与经验丰富的制图员的手工化简结果的相似度平均值为0.927,相似度总体表现良好,表明了该方法良好的可靠性和较高的智能化。

关键词：曲线化简地图综合 Douglas-Peucker算法相似度河流数据

自适应膨胀和结构嵌入的非对称哈希遥感图像检索算法

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8期26卷 1926-1940页

作者：李强强李小军李轶鲲杨树文杨睿哲兰州交通大学测绘与地理信息学院地理国情监测技术应用国家地方联合工程研究中心甘肃省测绘科学与技术重点实验室

随着遥感平台日新月异，遥感图像数量也呈指数级地增长，如何从遥感大数据中筛选出所需遥感图像，已成为遥感应用亟待解决核心问题之一。目前利用深度卷积神经网络获取图像深度特征被认为是图像检索中最为有效的方法。然而，由于其特征... 详细信息

随着遥感平台日新月异，遥感图像数量也呈指数级地增长，如何从遥感大数据中筛选出所需遥感图像，已成为遥感应用亟待解决核心问题之一。目前利用深度卷积神经网络获取图像深度特征被认为是图像检索中最为有效的方法。然而，由于其特征维度过高从而导致相似性度量困难，降低了检索的速度和精度。为此，本文提出了一种结合自适应膨胀卷积和结构嵌入网络的非对称哈希遥感图像检索方法。该方法首先设计了自适应膨胀卷积模块，该模块能够在不增加额外模型参数同时自适应地捕捉遥感图像的多尺度特征；其次，针对遥感图像中的结构信息提取不足问题，对已有的结构嵌入模块进行了优化改进，改进后模块能够有效提取遥感图像中的几何结构特征；最后针对类内差异性和类间相似性导致的检索效率低下问题，引入了成对相似性约束，使原始特征空间中遥感图像之间的相似性能在哈希空间中得到保留。通过在4个不同数据集上的对比实验，验证了本文方法优于现有的深度哈希图像检索方法。同时，通过消融实验验证了所提模型中各模块的有效性。

关键词：遥感图像检索残差网络深度哈希非对称哈希自适应膨胀结构编码多尺度特征

基于后验概率空间变化向量分析的NSCT高分辨率遥感影像变化检测

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年第3期36卷 128-136页

作者：宋嘉鑫李轶鲲杨树文李小军兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070 甘肃省地理国情监测工程实验室兰州730070

非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)和变化向量分析法(change vector analysis,CVA)在高分辨率遥感影像变化检测中,会因不同地物的变化幅度有显著差异,而在单一阈值下无法保证较高的检测精度。为此,文章在... 详细信息

非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)和变化向量分析法(change vector analysis,CVA)在高分辨率遥感影像变化检测中,会因不同地物的变化幅度有显著差异,而在单一阈值下无法保证较高的检测精度。为此,文章在后验概率空间变化向量分析(change vector analysis in posterior probability space,CVAPS)的框架下,提出了一种基于模糊C均值聚类(fuzzy C-means,FCM)和简单贝叶斯网络(simple Bayesian network,SBN)的NSCT变化检测方法(FCM-SBN-CVAPS-NSCT)。该方法首先将FCM与SBN耦合,计算出后验概率变化强度图;之后,通过NSCT将后验概率变化强度图分解为不同尺度和方向的子图,通过保留高频子图中的细节并消除噪声,优化了重构后的后验概率变化强度图,实现了后验概率空间下的多尺度、多方向的变化检测,最终提高了变化检测的精度。实验结果表明,所提方法在3个研究区中得到的Kappa系数比FCM-SBN-CVAPS分别高出了0.1009,0.0566和0.0674,具有一定的优越性。

关键词：简单贝叶斯网络模糊C均值聚类后验概率空间变化向量分析非下采样轮廓波变换

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

黄河流域上游植被覆盖变化特征及其影响因素

干旱区研究 2024年第8期41卷 1385-1394页

作者：张宏伟别强石莹苏晓杰李欣璋兰州交通大学测绘与地理信息学院地理国情监测技术应用国家地方联合工程研究中心甘肃省地理国情监测实验室

植被覆盖度能很好的反映流域生态状况，遥感技术为大规模、高效、精准地监测植被覆盖变化提供了重要手段。本文分析了2001—2020年黄河流域上游植被覆盖度时空变化特征，利用Hurst指数与Cv系数检验其持续性、稳定性，分析气候、地形和... 详细信息

植被覆盖度能很好的反映流域生态状况，遥感技术为大规模、高效、精准地监测植被覆盖变化提供了重要手段。本文分析了2001—2020年黄河流域上游植被覆盖度时空变化特征，利用Hurst指数与Cv系数检验其持续性、稳定性，分析气候、地形和人口对植被覆盖度变化的影响。结果表明：（1）植被覆盖度由东北向西南递增，69.25%区域呈增长趋势。稳定区域面积占总面积的73.79%，强持续性区域面积占比为66.49%。（2）植被覆盖度与降水正相关区域占比75.63%，与气温正相关区域占比39.28%。（3）植被覆盖度随着高程的增加先升高后下降，与坡度呈正相关，与坡向关系不显著。（4）植被覆盖度在人口密度为65～85人·km-2与GDP为27000～37000元·km-2时最高，人类活动对黄河流域上游植被覆盖变化呈现促进作用。研究结果为黄河流域上游生态高质量发展提供科学参考。

关键词：植被覆盖度时序变化影响因素黄河流域上游

同方期刊数据库

结合NSCT变换和引导滤波的多光谱图像全色锐化算法

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年

作者：徐欣钰李小军盖钧飞李轶鲲兰州交通大学测绘与地理信息学院甘肃省地理国情监测工程实验室地理国情监测技术应用国家地方联合工程研究中心

遥感图像融合技术能够将两幅或多幅的多源遥感图像信息进行互补、增强,使图像携带的信息更加准确和全面。非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)通过对遥感数字图像多尺度多方向分解有益于提取高分遥感图像细节... 详细信息

遥感图像融合技术能够将两幅或多幅的多源遥感图像信息进行互补、增强,使图像携带的信息更加准确和全面。非下采样轮廓波变换(nonsubsampled contourlet transform,NSCT)通过对遥感数字图像多尺度多方向分解有益于提取高分遥感图像细节,从而实现图像的锐化高空间分辨率,但传统NSCT直接生成的高频细节信息过少,且容易产生“虚影”现象。基于此,论文结合NSCT与引导滤波(guided filter,GF),提出了一种新的遥感图像全色锐化融合算法。该算法通过NSCT变换的多尺度多方向分解与重构特性,提取直方图匹配后的图像的细节分量,同时结合GF提取具有全色细节特征的多光谱细节分量,最终通过加权细节信息锐化获得高空-谱融合结果。通过多个高分遥感数据集的主客观评价验证了本文算法有效性。

关键词：非下采样轮廓波变换引导滤波遥感图像融合全色锐化