检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

长汀县生态系统服务权衡与协同关系

海南大学学报（自然科学版） 2024年第3期42卷 301-311页

作者：林静江洪岳辉林根根金时来唐丽芳福州大学数字中国研究院(福建) 福建福州350108 空间数据挖掘和信息共享教育部重点实验室福建福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350108 长汀县水土保持中心福建长汀366300 福建省水土保持试验站福建福州350002

以长汀县为研究区,采用当量因子法核算2010—2020年的生态系统服务价值,使用Pearson相关性分析方法和双变量自相关方法探讨生态系统间的权衡与协同关系,并借助自组织映射网络方法识别不同的生态系统服务簇.结果表明:2010—2020年长汀县... 详细信息

以长汀县为研究区,采用当量因子法核算2010—2020年的生态系统服务价值,使用Pearson相关性分析方法和双变量自相关方法探讨生态系统间的权衡与协同关系,并借助自组织映射网络方法识别不同的生态系统服务簇.结果表明:2010—2020年长汀县生态系统服务价值在数量上呈现上升趋势,在空间上呈现“四周高、中心低”的环状分布特征;协同关系是长汀县生态系统服务的主导关系,主要分布在生态系统服务价值高的区域,权衡关系主要分布在生态系统服务价值低的区域;根据聚类结果和生态系统的主导服务功能将长汀县分为水源涵养簇、服务枯竭簇、生态调节簇和生产生态簇.研究结果可为长汀县生态系统服务可持续发展提供科学依据.

关键词：生态系统服务价值权衡与协同生态系统服务簇

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于朴素贝叶斯模型的电子证照用证智能推荐

科技和产业 2024年第7期24卷 231-237页

作者：赵志远常昊福州大学数字中国研究院(福建) 福州350003 空间数据挖掘与信息共享教育部重点实验室福州350003 政务大数据应用省部共建协同创新中心福州350002

数字政务是数字政府建设中的重要组成部分,研究电子证照智能服务有助于数字政务改革。结合朴素贝叶斯模型与某省政务数据构建用证预测模型,并对模型的有效性进行检验。结果表明:法人类型高频办件前10种组合占全部组合的49.46%,远高于个... 详细信息

数字政务是数字政府建设中的重要组成部分,研究电子证照智能服务有助于数字政务改革。结合朴素贝叶斯模型与某省政务数据构建用证预测模型,并对模型的有效性进行检验。结果表明:法人类型高频办件前10种组合占全部组合的49.46%,远高于个人类型政务服务事件;全省范围内个人用证、法人用证推荐准确率分别可达到53.22%、68.51%,按地市构建模型能够有效提升准确率,部分区域准确率最高可达96.24%;缩小判定政务服务事件先后关系时间窗口,推荐准确率明显降低。研究结果表明了研究方法的有效性,有关方法和结论对提升政府效能具有支撑参考作用。

关键词：数字政务朴素贝叶斯模型电子证照政务服务事件

在线全文

学校读者我要写书评

暂无评论

水星可照时间与搜索半径影响因素研究

海南大学学报（自然科学版） 2024年第1期42卷 67-77页

作者：范玉贵陈楠林偲蔚福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350108 福州大学数字中国研究院(福建) 福建福州350108 南京大学地理与海洋学院江苏南京210000

采用光线追踪算法模拟起伏地形下的可照时间时,随着对地形遮蔽状况进行搜索的半径不同将直接影响到可照时间计算的准确性与高效性.本研究基于DEM数据,针对水星独特的轨道运动特征,太阳高度角随水星运动变化缓慢的特点,研究了水星2种典... 详细信息

采用光线追踪算法模拟起伏地形下的可照时间时,随着对地形遮蔽状况进行搜索的半径不同将直接影响到可照时间计算的准确性与高效性.本研究基于DEM数据,针对水星独特的轨道运动特征,太阳高度角随水星运动变化缓慢的特点,研究了水星2种典型地貌下不同太阳高度角的搜索半径和基于搜索半径的平均可照时间变化状况.同时构建了以5种影响搜索半径与可照时间的因子作为输入变量,分别以搜索半径与平均可照时间作为输出变量的BP神经网络.模型通过了检验,5种影响因子与搜索半径影响的显著性由高到低:太阳高度角>高程标准差>地形开阔度平均值>地形起伏度>地表粗糙度平均值;与平均可照时间影响的显著性由高到低:太阳高度角>高程标准差>地表粗糙度平均值>地形开阔度平均值>地形起伏度.该模型可为计算水星最搜索半径以及可照时间提供参考.

关键词： DEM 水星搜索半径可照时长太阳高度角 BP神经网络

基于双通道回声状态网络的时间序列补全及单步预测

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 128-134页

作者：郑伟楠於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出... 详细信息

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题,但这些方法在数据相关性方面或考虑不够全面,或计算成本过高。而且,现有方法仅关注对缺失值的补全,未能兼顾下游应用。针对上述不足,设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层,但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示输入层前/后一个时刻对应的目标值或预补值。最后将两个通道的估计值进行融合,充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下(随机缺失和分段缺失)不同缺失率的实验结果表明,所提模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。

关键词：数据相关性时间序列外生变量双通道ESN 缺失补全单步预测

在线全文

学校读者我要写书评

暂无评论

手机位置数据中“乒乓效应”的时空特征研究

测绘与空间地理信息 2024年第3期47卷 12-17页

作者：赵志远张雯婷杨喜平吴升福州大学数字中国研究院(福建) 福建福州350003 空间数据挖掘与信息共享教育部重点实验室福建福州350003 海西政务大数据应用协同创新中心福建福州350002 陕西师范大学地理与旅游学院陕西西安710119

“乒乓效应”是手机位置数据中一种典型的噪声数据,分析其时空分布特征对科学应对噪音数据影响、准确理解分析结果、提高手机位置数据质量具有重要意义。本研究基于速度阈值、重复跳转和频繁大幅度转向3种模式的“乒乓效应”检测方法,采... 详细信息

“乒乓效应”是手机位置数据中一种典型的噪声数据,分析其时空分布特征对科学应对噪音数据影响、准确理解分析结果、提高手机位置数据质量具有重要意义。本研究基于速度阈值、重复跳转和频繁大幅度转向3种模式的“乒乓效应”检测方法,采用3个不同研究区(上海、西宁和深圳)的手机位置数据,构建了时间与空间易发指数,对手机数据中的“乒乓效应”进行识别,并从跳转距离特征、空间分布特征、时间分布特征3个方面进行了对比分析。结果表明:空间分布上,“乒乓效应”总体呈现出较高的空间自相关现象,表现为远郊区易发、基站密度高处不易发的特点;在时间分布特征上,呈现出白天易发、夜晚不易发的特点;同时“乒乓效应”的存在会对研究结果产生一定程度的影响。

关键词：手机位置数据 “乒乓效应” 时空数据挖掘数据质量

在线全文

学校读者我要写书评

暂无评论

融合匹配特征的立体图像颜色校正方法

小型微型计算机系统 2024年第1期45卷 230-240页

作者：朱文婧范媛媛陈羽中福州大学计算机与大数据学院福州350105 空间数据挖掘与信息共享省部共建教育部重点实验室福州350105

立体图像颜色校正方法的目标在于消除立体图像左右视图之间的颜色差异.现有的立体图像颜色校正方法存在校正效果和时间效率不平衡的问题.为了解决这一问题,本文提出一种融合匹配特征的立体图像颜色校正方法.首先,通过视差注意力颜色校... 详细信息

立体图像颜色校正方法的目标在于消除立体图像左右视图之间的颜色差异.现有的立体图像颜色校正方法存在校正效果和时间效率不平衡的问题.为了解决这一问题,本文提出一种融合匹配特征的立体图像颜色校正方法.首先,通过视差注意力颜色校正网络得到待校正目标图像的初始校正图.然后,将初始校正图和参考图像输入基于光流的图像匹配网络得到光流匹配目标图.最后,由图像融合网络融合初始校正图、光流匹配目标图、参考图像和目标图像的特征并进行图像重建,得到最终的校正结果.实验结果表明,本文的方法具有先进的性能,能够在保持高时间效率的同时实现高质量的立体图像颜色校正效果.

关键词：颜色校正立体图像卷积神经网络图像融合

多任务特征融合的CenterNet运动车辆检测方法

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

陕西科技大学学报 2024年第5期42卷 206-213,224页

作者：李晓晗刘石坚邹峥戴宇晨福建理工大学计算机科学与数学学院福建省大数据挖掘与应用技术重点实验室福建福州350118 福建师范大学计算机与网络空间安全学院福建福州350117

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实... 详细信息

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实现车辆分割的任务流,与原有目标检测流共同组成双流机制,然后使用恰当的方式实现双流特征融合,辅助增强目标检测流中的关键特征信息,此外,注意力机制的加入进一步优化了模型精度.在以公共数据集UA-DETRAC为基础所制作的测试集上,本文方法的平均精确率为70%,相比原始CenterNet模型提高了5.8%;帧率为30 f/s,在对比方法中具有最佳的速度与精度均衡性.大量实验表明,本文方法能够较好地胜任运动车辆的检测任务.

关键词：运动车辆检测分割 CenterNet 多任务学习特征融合

地球表层系统开放科学数据目录关联网络构建研究进展

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4期26卷 866-880页

作者：邱芹军郝孟璂谢忠陶留锋李伟杰王洋刘建东中国地质大学(武汉)计算机学院武汉430074 地理信息系统国家地方联合工程实验室武汉430074 中国地质大学(武汉)地质探测与评估教育部重点实验室武汉430074

快速发现、挖掘并利用海量地球表层系统(以下简称“地表系统”)开放科学数据,是大数据时代下地表系统开放科学数据共享新的发展趋势和前沿研究方向。地表系统开放科学数据具有组织分散、多源异构、多模态、多类型等特性,通常以专题共享... 详细信息

快速发现、挖掘并利用海量地球表层系统(以下简称“地表系统”)开放科学数据,是大数据时代下地表系统开放科学数据共享新的发展趋势和前沿研究方向。地表系统开放科学数据具有组织分散、多源异构、多模态、多类型等特性,通常以专题共享网站、数据服务、元数据、期刊论文(特别是数据论文)等形式存在,研究发展适应不同模态的地表系统开放数据挖掘方法、分析其共享质量是充分利用这些数据的关键科学问题。关联网络为地表系统开放科学数据的语义互联和知识发现提供了有力的支撑,其以元数据URI(Uniform Resource Identifier)为节点,元数据间的语义关系为边,节点间关联性的强弱作为边的值。本文从地表系统开放科学数据关联网络构建角度出发,对其发展现状、基本特征和构建技术进行了调研与分析。首先选取国内外典型关联网络和相关文献作为研究对象,根据所选取的9个主流关联网络和200余篇相关文献,从关联网络的基本特征和构建技术2个方面进行比较分析。在基本特征方面,分析了关联网络的数据来源、自动化程度和更新方式;在构建技术方面,介绍了关联指标的选择,讨论了地表系统开放科学数据特征的提取、表示和计算方法。最后提出了未来地表系统关联网络构建的建议,包括构建高质量、全覆盖的地表系统开放科学数据本体、考虑顾及“时间-空间-内容”地学知识复杂关系及推理、建立面向多语言的地表系统开放科学数据关联网络方法以及提升地表系统开放科学数据关联网络应用成效等。

关键词：地球表层系统关联网络数据目录特征计算元数据共享程度评价数据本体关联指标

基于注意力常微分方程的PM_(2.5)浓度预测及其可解释性分析

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6期26卷 1363-1373页

作者：王培晓张恒才张彤陆锋中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学资源与环境学院北京100049 武汉大学测绘遥感信息工程国家重点实验室武汉430079 政务大数据应用省部共建协同创新中心福州350003

可解释的准确预测PM_(2.5)浓度变化可以有助于人类规避暴露风险,对人类健康风险评估和政策实施具有重要意义。目前已有PM_(2.5)浓度预测模型过多专注于提升模型预测精度,但忽略了模型的可解释性,造成模型可复用性和可信任度较差。鉴于此... 详细信息

可解释的准确预测PM_(2.5)浓度变化可以有助于人类规避暴露风险,对人类健康风险评估和政策实施具有重要意义。目前已有PM_(2.5)浓度预测模型过多专注于提升模型预测精度,但忽略了模型的可解释性,造成模型可复用性和可信任度较差。鉴于此,本文提出了一种兼顾模型预测精度与模型可解释性的注意力时空常微分方程模型(Attentional SpatioTemporal Ordinary Differential Equation,ASTODE)用于PM_(2.5)浓度预测任务。具体而言,本文将神经常微分方程集成至PM_(2.5)浓度预测任务中,以提升预测模型的可解释性。此外,针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中空间依赖关系的挑战,本文提出了一种新颖时空导数网络将传统神经常微分方程扩展到了时空常微分方程。针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中长期依赖关系的挑战,本文设计了一种时空注意力机制去融合多个时间节点的隐藏状态。本文采用真实的PM_(2.5)浓度数据集对提出的ASTODE模型进行了验证。实验结果表明,ASTODE模型不仅在预测精度上优于或逼近于存在的6个基线方法,并且在可视化的视角下具有良好的可解释性。

关键词： PM_(2.5)浓度预测空气污染节能减排时空预测注意力机制神经常微分方程时空常微分方程模型可解释性