检索结果-南通市图书馆

GRACE-FO卫星星敏感器/加速度计安装矩阵校准

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年第1期39卷 87-99页

作者：黄志勇李姗姗李世忠王傲明黄令勇朱雷鸣潘星辰牛晗晗信息工程大学地理空间信息学院郑州450001 地理信息工程国家重点实验室西安710054 中山大学人工智能学院珠海519000

为了对GRACE-FO卫星入轨后的星敏感器安装矩阵进行校准,本文从相对安装矩阵校准和星敏感器/加速度计绝对安装矩阵校准两方面来实现星敏感器定标.通过统计卫星自发射以来的星敏间的四元数观测值,估计了星敏感器间的相对安装矩阵偏差.将... 详细信息

为了对GRACE-FO卫星入轨后的星敏感器安装矩阵进行校准,本文从相对安装矩阵校准和星敏感器/加速度计绝对安装矩阵校准两方面来实现星敏感器定标.通过统计卫星自发射以来的星敏间的四元数观测值,估计了星敏感器间的相对安装矩阵偏差.将相对安装矩阵偏差应用于星敏主光轴夹角计算和融合定姿,均表明本文采用的相对安装矩阵估计算法的正确性.利用卫星在KBR天线相位中心定标期间的俯仰和偏航机动信号,以星敏感器计算的卫星角加速度为观测值,以加速度计角加速度作为基准值,基于最小二乘算法估计星敏感器/加速度计绝对安装矩阵偏差,在估计时考虑加速度计轴间非正交性因子.获得的星敏感器/加速度计安装矩阵绝对偏差在横滚、俯仰、偏航三个方向分别为0.07°、0.19°、-0.07°,估计精度为0.01°、0.04°、0.04°.同时,研究表明星敏感器/加速度计安装矩阵偏差量与加速度计轴间非正交因子具有很强的耦合特性,同时估计两种参数可以避免参数估计时的耦合效应.

关键词：星敏感器加速度计 GRACE-FO GRACE 定标校准

基于深度学习的城市PM2.5浓度时空分布预测及不确定性评估

在线全文

学校读者我要写书评

暂无评论

测绘学报 2024年第4期53卷 750-760页

作者：刘慧敏张陈为谌恺祺邓敏彭翀中南大学地球科学与信息物理学院地理信息系湖南长沙410083

城市PM2.5浓度的时空分布预测旨在基于有限观测样本实现研究区域内PM2.5分布的全范围感知。理想的预测模型需同时保证结果的高精度与高可靠性。然而,现有研究大多以提升精度为唯一目的,忽视了由于数据质量与模型结构的各异所导致预测结... 详细信息

城市PM2.5浓度的时空分布预测旨在基于有限观测样本实现研究区域内PM2.5分布的全范围感知。理想的预测模型需同时保证结果的高精度与高可靠性。然而,现有研究大多以提升精度为唯一目的,忽视了由于数据质量与模型结构的各异所导致预测结果的不确定性,这极大限制了高精度预测结果的可靠性与可用潜力,从而难以有效辅助空气污染治理等实际应用。为此,本文提出一种耦合不确定性评估的PM2.5浓度时空分布预测模型。通过构建以图卷积和循环网络为主的预测模块,实现PM2.5浓度的高精度预测;同时,基于对抗学习策略与变分自编码思想构建不确定性量化模块,同步揭示预测结果的不确定性水平。深圳市实际数据实证表明,本文方法能有效兼顾PM2.5浓度预测结果的精度与可靠性,能为包括监测站点布局选址在内的环境治理工作提供科学决策支持。

关键词： PM2.5 深度学习不确定性地理预测

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

基于深度学习的国产卫片图斑提取

测绘通报 2024年第4期 124-128,134页

作者：庞敏山西省测绘地理信息院山西太原030001

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,... 详细信息

本文针对国产卫片多时相、长时序、全天候、多源海量等特点,提出了一种高效、准确的卫片图斑提取方法。该方法在深度学习理论基础上构建了地物目标语义分割模型和图斑提取智能算法群,实现了国产卫片图斑的特征、规律及属性的自动识别,完成了卫片图斑提取的智能化和自动化。试验结果表明,该方法在国产卫片图斑提取中具有较高的准确率,为后续图像处理、分析和应用提供了重要支持。

关键词：深度学习国产卫片图斑提取

在线全文

学校读者我要写书评

暂无评论

多维CNN耦合的滑坡易发性评价方法

武汉大学学报（信息科学版） 2024年第8期49卷 1466-1481页

作者：赵占骜王继周毛曦马维军路文娟何毅高轩宇兰州交通大学测绘与地理信息学院甘肃兰州730070 中国测绘科学研究院北京100830 山东科技大学测绘与空间地理信息学院山东青岛266590

卷积神经网络(convolutional neural network,CNN)因其强大的特征提取能力被广泛应用于滑坡易发性评价。然而,随着场景多样化和高精度的需求,CNN算法不断改进,通过加深网络层次或联合其他模型来提高精度的做法往往大幅增加模型参数量和... 详细信息

卷积神经网络(convolutional neural network,CNN)因其强大的特征提取能力被广泛应用于滑坡易发性评价。然而,随着场景多样化和高精度的需求,CNN算法不断改进,通过加深网络层次或联合其他模型来提高精度的做法往往大幅增加模型参数量和计算量,导致模型训练困难或结果过拟合,进而限制其实际应用。提出构建多维CNN耦合模型解决以上问题,通过特征图非对称聚合连结二维CNN(two-dimensional CNN,2D-CNN)和一维CNN(one-dimensional CNN,1D-CNN),维持网络深度而限制模型参数并减少计算量;利用多维卷积核参数共享捕获各滑坡影响因子不同维度及因子之间的深层耦合特征,实现特征充分利用而避免过拟合。以中国西藏自治区色东普沟为实验区,选取11种滑坡影响因子分析该地滑坡易发性。结果表明,因计算量减小,多维CNN耦合结构与参数较少的浅层2D-CNN效率相当,而比参数量近似的深层2D-CNN训练时长大幅减小,模型训练成本降低。此外,耦合模型相比独立1D-CNN和2D-CNN特征学习能力增强,模型精度提升,在测试集数据各混淆矩阵指标下拥有更高评分,进而获得了具有更高可信度的滑坡易发性评价结果。所提出的多维CNN耦合模型是一种适用于滑坡易发性评价的可靠方法,为进一步滑坡灾害监测和预防提供了新的理论指导与技术支持。

关键词： 1D-CNN 2D-CNN 滑坡易发性评价耦合模型

同方期刊数据库

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

无人机载LiDAR点云密度对DEM精度的影响分析

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第4期 35-40页

作者：肖杰山西省测绘地理信息院山西太原030001

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀... 详细信息

无人机载LiDAR点云数据是目前生产DEM的重要数据源。为进一步提升DEM构建效率,本文选取平地和山地两类地形作为试验区,利用基于不规则三角网的点云抽稀算法,对滤波处理后的地面点云数据分别按照80%、60%、40%等7种地面点保留率进行抽稀,并用平均误差(ME)、标准差(SD)、均方根误差(RMSE)3个指标,对不同抽稀比例下生产的DEM成果进行综合精度评定。结果表明:(1)平地地面点云密度达2点/m^(2),山地地面点云密度达9点/m^(2)时,生产的0.5 m格网间距的DEM精度优于0.05 m;(2)随着地面点云密度的增加,DEM精度水平逐渐趋于稳定,当地面点云密度抽稀到1点/m^(2)时,DEM精度快速下降。针对无人机载LiDAR点云数据进行大范围工程化DEM生产任务,该研究结论对降低数据获取成本、提升DEM生产效率具有一定的指导和借鉴意义。

关键词：点云密度 DEM LiDAR点云点云抽稀无人机载

基于局部最优点的GNSS分布式压制干扰源部署算法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第9期45卷 3240-3252页

作者：刘志衡刘伟平焦博战略支援部队信息工程大学地理空间信息学院河南郑州450001

为实现对特定区域卫星导航信号进行有效管制,通常可以使用压制干扰源对全球卫星导航系统(Global Navigation Satellite System,GNSS)实施导航干扰,而GNSS干扰源的部署方案将直接决定能否取得理想干扰效果。以单GNSS干扰源可视域分析方... 详细信息

为实现对特定区域卫星导航信号进行有效管制,通常可以使用压制干扰源对全球卫星导航系统(Global Navigation Satellite System,GNSS)实施导航干扰,而GNSS干扰源的部署方案将直接决定能否取得理想干扰效果。以单GNSS干扰源可视域分析方法为基础,研究GNSS干扰源分布式部署算法,在对传统排列组合算法分析的基础上提出计算效率更高的全局搜索算法。当任务区域增大时,为了进一步提高算法效率,在全局搜索算法的基础上又引入局部最优点的概念,提出一种基于局部最优点的优化搜索算法,且当局部最优点等级为0阶时,全局搜索算法与基于局部最优点的优化搜索算法互为等价,从而保证两种算法的数学统一。实验分析结果表明:当任务区域较小时,与传统排列组合算法相比,采用全局搜索算法能够在结果差异不大的情况下将计算效率提升99%以上;当任务区域较大时,与全局搜索算法相比,采用不同等级局部最优点的优化搜索算法,能够进一步将计算效率提升60%~97%。

关键词：卫星导航局部最优点分布式压制干扰地形遮挡可视域分析

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

重力辅助惯性导航可观测度分析

北京航空航天大学学报 2024年

作者：万宏发李姗姗李新星谭勖立裴宪勇信息工程大学地理空间信息学院

重力辅助惯性导航是实现潜器水下长期自主航行的关键技术之一。重力辅助惯性导航算法通常采用的是基于递推估计最优滤波原理的非线性卡尔曼滤波系统，由于重力场观测信息与惯性导航状态参数之间的耦合关系复杂，如果在导航状态方程中引... 详细信息

重力辅助惯性导航是实现潜器水下长期自主航行的关键技术之一。重力辅助惯性导航算法通常采用的是基于递推估计最优滤波原理的非线性卡尔曼滤波系统，由于重力场观测信息与惯性导航状态参数之间的耦合关系复杂，如果在导航状态方程中引入估计性能不足的状态参数，则极有可能导致滤波不收敛甚至发散从而引起重力辅助导航系统的失效。本文基于协方差矩阵、可观测性矩阵和李导数对重力辅助惯性导航系统状态参数的可观测度进行了定性定量分析，给出了最优的导航状态参数组合，并研究了不同机动条件下可观测度的变化，对重力辅助惯性导航状态估计参数精度提升和方程结构设计提出了具体实施方法。

关键词：可观测性可观测度惯性导航重力辅助