检索结果-南通市图书馆

联合超像素降维和后处理优化的高光谱图像分类方法

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

遥感学报 2024年第2期28卷 494-510页

作者：黄媛贺新光万义良湖南师范大学地理科学学院长沙410081 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室长沙410081

针对高光谱图像样本标签量少且空间—光谱信息利用不充分而导致图像分类精度较低的问题,本文提出一种联合超像素降维和后验概率优化的高光谱图像分类方法。该方法首先基于高光谱图像的空间—光谱信息为每个样本构建局部邻域集合,并从局... 详细信息

针对高光谱图像样本标签量少且空间—光谱信息利用不充分而导致图像分类精度较低的问题,本文提出一种联合超像素降维和后验概率优化的高光谱图像分类方法。该方法首先基于高光谱图像的空间—光谱信息为每个样本构建局部邻域集合,并从局部邻域集合中提取超像素稀疏混合特征来充分表征图像的空谱信息和相关变化信息,然后将全局稀疏混合特征输入支持向量机分类器中生成像素的类别概率向量,最后采用后验概率模型优化类别概率向量,并依据概率最大值得到分类标签图。在3组常用的小规模数据集Indian Pines、Pavia University和Salinas以及一组大规模数据集HoustonU上的实验结果表明:本研究所提出的分类方法能够自适应地充分提取高光谱图像的高判别性特征信息,且在少量样本标签情形下,该方法在这4组实验数据集上分别获得了98.58%、96.88%、98.54%和91.01%的总体分类精度,优于文中对比的7种先进分类方法。

关键词：遥感高光谱图像分类超像素降维混合特征提取后处理优化支持向量机

顾及地理环境各向异性的PM_(2.5)浓度时空预测模型

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 2106-2122页

作者：王军杰王达丁晨唐建波石岩杨学习中南大学地理信息系长沙410083 湖南省地理空间信息工程技术研究中心长沙410018

PM_(2.5)浓度预测对于空气污染的防控和治理具有重要意义。传统图卷积神经网络(Graph Convolutional Network,GCN)等时空预测模型主要通过监测站点间的欧氏距离来度量PM_(2.5)分布的空间相关性,未顾及地形和风向等因素对大气污染物传输... 详细信息

PM_(2.5)浓度预测对于空气污染的防控和治理具有重要意义。传统图卷积神经网络(Graph Convolutional Network,GCN)等时空预测模型主要通过监测站点间的欧氏距离来度量PM_(2.5)分布的空间相关性,未顾及地形和风向等因素对大气污染物传输过程的各向异性影响,导致地形复杂区域内的预测结果精度偏低。为此,本文提出了一种顾及地理环境各向异性的PM_(2.5)浓度时空图卷积网络预测模型。首先,考虑地理环境的各向异性特征,利用地形和风向等对站点间PM_(2.5)传播的各向异性影响构建GCN的边,将站点PM_(2.5)浓度、土地利用和其他气象因子建模为GCN的节点特征。其次,通过GCN提取站点PM_(2.5)浓度的空间特征。最后,通过门控循环单元(Gate Recurrent Unit,GRU)建模站点PM_(2.5)浓度的时间特征并进行预测。本文以山地型省份贵州省2017年逐小时PM_(2.5)浓度记录进行实验,并采用一系列时空预测基线模型(GTWR、STSVR和GCN+GRU)与本文模型进行对比。实验结果表明:①本文模型的PM_(2.5)浓度预测结果的RMSE、MAE别为10.047、6.848,相比基线模型平均下降了11.29%和12.16%;R2为0.883,比基线平均提升了3.72%;②通过不同地形对站点PM_(2.5)浓度相关性影响分析,论证了山脉沟谷等地形会显著影响站点间的PM_(2.5)浓度的相关性,进而影响站点PM_(2.5)浓度预测结果;③充分考虑地形和风向对PM_(2.5)传播产生的各向异性影响,能够显著提升存在山脉和沟谷地形区域内PM_(2.5)预测精度。

关键词： PM_(2.5)浓度预测时空图卷积网络空间相关性地理协变量地形距离风向各向异性地理环境特征

在线全文

学校读者我要写书评

暂无评论

遮挡条件下的步态图像时空修复网络及其应用

中国图象图形学报 2024年第1期29卷 179-191页

作者：阳强罗坚黄宇琛湖南师范大学信息科学与工程学院长沙410000

目的当前,基于视觉的步态识别方法多基于完整的步态序列图像。然而,现实场景拍摄下的行人难免被遮挡,以至于获取的步态图像不完整,对识别结果有很大影响。如何处理大面积遮挡是步态识别中一个具有挑战性且重要的问题。针对此,提出了一... 详细信息

目的当前,基于视觉的步态识别方法多基于完整的步态序列图像。然而,现实场景拍摄下的行人难免被遮挡,以至于获取的步态图像不完整,对识别结果有很大影响。如何处理大面积遮挡是步态识别中一个具有挑战性且重要的问题。针对此,提出了一种步态时空序列重建网络(gait spatio-temporal reconstruction network,GSTRNet),用于修复被遮挡的步态序列图像。方法使用基于3D卷积神经网络和Transformer的GSTRNet来修复步态序列,在修复每一帧步态图像的空间信息的同时保持帧与帧之间的时空连贯性。GSTRNet通过引入YOLOv5(you only look once)网络来检测步态图像的局部遮挡区域,并将其作为先验知识为遮挡修复区域分配更高的修复权值,实现遮挡区域的局部修复,将局部修复步态图与原始遮挡图像进行融合,生成完整的修复步态图。同时,在GSTRNet中引入三元组特征损失和重建损失组成的联合损失函数来优化修复网络,提升修复效果。最终,以修复完整的步态序列图像为特征进行身份识别。结果本文在大规模步态数据集OU_MVLP(the OU-ISIR gait database,multi-view large population dataset)中人工合成遮挡步态序列数据来进行修复实验。结果表明,该方法在面对步态轮廓大面积遮挡时,识别准确率比现有的步态修复和遮挡识别方法有一定的提升,如在未知遮挡模式时比三元组视频生成对抗网络(sequence video wasserstein generative adversarial network based on triplet hinge loss,sVideoWGAN-hinge)最高提升6.7%,非单一模式遮挡时比Gaitset等方法识别率提高40%左右。结论本文提出的GSTRNet对各种遮挡模式下的步态图像序列有较好的修复效果,使用修复后图像进行步态识别,可有效改善识别率。

关键词：步态识别步态轮廓修复先验知识三维卷积神经网络(3DCNN) Transformer

基于XGBoost算法的亚热带地区生态旅游适宜性评价方法研究

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2期26卷 303-317页

作者：黄钦谭翠杨波湖南师范大学地理科学学院长沙410081 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室长沙410081 东风高级中学十堰442011

近年来,随着公众环境保护意识的提升,追求人与自然和谐共生的生态旅游方式越来越受到人们的普遍关注。面对丰富多样的生态旅游资源及国内生态旅游的供需矛盾,如何在大保护的前提下有序开发、合理利用,将“绿水青山”科学、合理地转化为... 详细信息

近年来,随着公众环境保护意识的提升,追求人与自然和谐共生的生态旅游方式越来越受到人们的普遍关注。面对丰富多样的生态旅游资源及国内生态旅游的供需矛盾,如何在大保护的前提下有序开发、合理利用,将“绿水青山”科学、合理地转化为“金山银山”是现阶段亟需面对和解决的重大问题。本文以神农架林区为例,基于多源地理空间数据,运用XGBoost算法对其生态旅游适宜性进行评估,得出如下结论:(1)基于XGBoost算法的生态旅游适宜性评价模型融合了机器学习技术与数据挖掘思想并取得了良好的分类效果,模型在10折交叉验证下的整体分类精度为89.44%,同时兼有良好的召回率(89.68%),F1分数为0.874 5,兼顾了精确度和召回率,模型AUC值为0.959 3,模型整体分类性能表现优秀;(2)根据特征重要性排序结果,生态环境要素NDVI(26.86%)、年平均气温(11.61%)和社会经济因素距道路距离(8.90%)对模型贡献度最高,位列所有特征前3位;(3)生态旅游适宜性分类结果表明,神农架林区整体生态旅游资源丰富,高度适宜区、中度适宜区、边际适宜区和不适宜区的覆盖面积分别占林区总面积的44.13%、15.93%、11.89%和28.05%。本文研究方法突破了传统生态旅游适宜性评估方法主观性较强的局限,立足于数据挖掘思想和机器学习技术解决实际问题,可为区域国土空间规划、乡村振兴战略和生态旅游资源整合提供决策依据。

关键词：生态旅游适宜性评价 XGBoost算法机器学习亚热带地区多源地理空间数据神农架林区可持续发展

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

深度学习实时语义分割研究进展和挑战

中国图象图形学报 2024年第5期29卷 1188-1220页

作者：王卓瞿绍军湖南师范大学湖南省智能计算与语言信息处理重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监... 详细信息

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监控与航拍图像等领域。其要求分割方法不仅要取得较高的分割精度,且分割速度也要快。随着深度学习和神经网络的快速发展,实时语义分割也取得了一定的研究成果。本文在前人已有工作的基础上对基于深度学习的实时语义分割算法进行系统的归纳总结,包括基于Transformer和剪枝的方法等,全面介绍实时语义分割方法在各领域中的应用。首先介绍实时语义分割的概念,再根据标签的数量和质量,将现有的基于深度学习的实时语义分割方法分为强监督学习、弱监督学习和无监督学习3个类别。在分类的基础上,结合各个类别中最具有代表性的方法,对其优缺点展开分析,并从多个角度进行比较。随后介绍目前实时语义分割常用的数据集和评价指标,并对比分析各算法在各数据集上的实验效果,阐述现阶段实时语义分割的应用场景。最后,讨论了基于深度学习的实时语义分割存在的挑战,并对实时语义分割未来值得研究的方向进行展望,为研究者们解决存在的问题提供便利。

关键词：语义分割(SS) 实时语义分割深度学习注意力卷积

基于4D毫米波雷达与视觉融合的三维目标检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：李健浪吴新电陈灵阳波唐文胜湖南师范大学信息科学与工程学院湖南师范大学工程与设计学院

针对自动驾驶场景中的行人和车辆目标识别与定位问题，提出了一种4D毫米波雷达与视觉融合的算法——CDCAM-BEV，以提高目标检测精度。其基本思想是：首先，设计雷达柱体网络，将4D雷达点云编码为伪图像，并通过正交特征变换将单目图像... 详细信息

针对自动驾驶场景中的行人和车辆目标识别与定位问题，提出了一种4D毫米波雷达与视觉融合的算法——CDCAM-BEV，以提高目标检测精度。其基本思想是：首先，设计雷达柱体网络，将4D雷达点云编码为伪图像，并通过正交特征变换将单目图像转换为鸟瞰图（BEV）特征；其次，基于交叉注意力机制，设计共同信息提取模块（CICAM）和差异信息提取模块（DICAM），充分挖掘雷达和图像的公共信息和差异信息；最后，基于CICAM和DICAM模块设计鸟瞰图特征融合模块，实现图像信息和雷达信息在BEV空间的特征级融合。在具有挑战性的VOD数据集上验证了所提算法，并与其他五种三维目标检测算法进行对比。实验结果显示，CDCAM-BEV在多个模式下的检测性能均优于其他算法。在三维模式下，CDCAM-BEV的平均检测精度比排名第二的Part-A2高出3.65%；在BEV模式下，比排名第二的Pointpillars高出5.04%；在AOS模式下，比排名第二的Part-A高出2.62%。这些结果表明，CDCAM-BEV在各模式下均表现出卓越性能，能够有效融合图像和4D雷达点云特征，显著提高目标检测精度和可靠性。

关键词： 4D毫米波雷达鸟瞰图自动驾驶交叉注意力机制三维目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自适应奖励函数的PPO曲面覆盖方法

计算机工程 2024年

作者：李淑怡阳波陈灵沈玲唐文胜湖南师范大学工程与设计学院湖南师范大学信息科学与工程学院

针对机器人清洁作业过程中现有曲面覆盖方法难以适应曲面变化且覆盖效率低问题，提出一种自适应奖励函数的PPO（Proximal Policy Optimization）曲面覆盖方法（a surface coverage method based on PPO with adaptive reward function，... 详细信息

针对机器人清洁作业过程中现有曲面覆盖方法难以适应曲面变化且覆盖效率低问题，提出一种自适应奖励函数的PPO（Proximal Policy Optimization）曲面覆盖方法（a surface coverage method based on PPO with adaptive reward function， SC-SRPPO）。首先，将目标曲面离散化，以球查询方式获得协方差矩阵求解点云的法向量，建立3D曲面模型；其次，以曲面局部点云的覆盖状态特征和曲率变化特征作为曲面模型观测值构建状态模型，有利于机器人移动轨迹拟合曲面，提高机器人对曲面变化的适应能力；接着，基于曲面的全局覆盖率和与时间相关的指数模型构建一种自适应奖励函数，引导机器人向未覆盖区域移动，提高覆盖效率；最后，将曲面局部状态模型和奖励函数与PPO强化学习算法融合，训练机器人完成曲面覆盖路径规划。在球形、马鞍形、立体心形等三种曲面模型上，以点云覆盖率与覆盖完成时间作为主要评价指标，SC-SRPPO的平均覆盖率为92.72%，与NSGA II、PPO和SAC等3种方法对比，覆盖率分别提升了4.98%、14.56%、25.51%，覆盖完成时间分别缩短15.20%、67.18%、62.64%。结果表明，SC-SRPPO能够在适应曲面变化的基础上，使机器人更加高效地完成曲面覆盖任务。

关键词：清洁机器人曲面覆盖路径规划强化学习近端策略优化

基于空间模拟的都市圈旅游景区综合交通可达性分析——以长株潭都市圈为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

旅游学刊 2024年第1期39卷 130-146页

作者：朱政朱翔湖南师范大学美术学院环境设计系湖南长沙410081 湖南师范大学地理科学学院湖南长沙410081

综合交通可达性对当代都市圈的旅游景区服务质量和游客体验有重要作用。文章以长株潭都市圈为例,通过空间数据库构建、出发点玫瑰图构建、交通分担率测算、交通接驳时间计算、交通方式可达性分析、景区综合交通可达性结构分析等空间模... 详细信息

综合交通可达性对当代都市圈的旅游景区服务质量和游客体验有重要作用。文章以长株潭都市圈为例,通过空间数据库构建、出发点玫瑰图构建、交通分担率测算、交通接驳时间计算、交通方式可达性分析、景区综合交通可达性结构分析等空间模拟步骤,深入归纳其旅游景区综合交通可达性的空间分布特征及问题。结果表明:长株潭都市圈中旅游景区综合交通可达性的空间分布呈现出由中心城区向边缘区域的“低-高-低”趋势。旅游景区对高速公路依赖显著,轨道交通作用发挥不足,各类交通之间接驳不畅,部分景区入口设计存在问题。文章据此提出宏观交通规划、中观交通组织、微观交通设计3方面的优化措施。文章通过对旅游交通的前端、中端、末端环节全过程分析,构建都市圈旅游景区综合交通可达性的研究框架。在交旅融合背景下,对于优化都市圈的旅游交通系统具有规划和管理的启发作用。

关键词：旅游景区综合交通可达性长株潭都市圈空间模拟