检索结果-内蒙古大学图书馆

遥感学报 2025年第1期29卷 329-340页

作者：雷相达管海燕董震南京信息工程大学遥感与测绘工程学院南京210044 武汉大学测绘遥感信息工程国家重点实验室武汉430079

许多深度学习点云分类方法通过增加点云特征聚合模块,增强点云特征的表达能力,但该类方法往往会带来训练参数增加以及模型过拟合的问题。针对该问题,本文提出了一个整合集成预测约束与错误预测熵最大化的深度学习方法用于移动激光扫描ML... 详细信息

许多深度学习点云分类方法通过增加点云特征聚合模块,增强点云特征的表达能力,但该类方法往往会带来训练参数增加以及模型过拟合的问题。针对该问题,本文提出了一个整合集成预测约束与错误预测熵最大化的深度学习方法用于移动激光扫描MLS(Mobile Laser Scanning)点云分类。方法通过集成预测约束分支以及错误预测熵最大化分支可以在不增加训练参数的情况下,增强基线网络的点云特征表达,提高模型泛化能力。其中集成预测约束分支首先通过记录点云在训练过程中的预测值,生成集成预测值,然后采用一致性约束增强模型的点云特征表达。错误预测熵最大化分支鼓励模型对错误预测点进行熵值最大化,增加该点的不确定性,提高模型的泛化能力。所提方法在多个公开MLS点云数据集上进行验证,结果表明所提方法可以在不增加训练参数的情况下,提高基线方法的分类性能。与对比方法相比,所提方法在Toronto3D、WHU-MLS、Paris数据集上获得了最优的平均交并比(83.68%、65.85%、44.19%),表明了方法的有效性。

关键词：遥感 MLS点云分类深度学习集成预测约束错误预测熵最大化

来源：评论

学校读者我要写书评

暂无评论

基于SWOT分析的M医院PIVAS 临时医嘱调配服务运营策略与实施

引用

医药导报 2025年

作者：张毅管海燕张慧蔺维维浦静雯潘杰耿洲苏州大学附属第二医院药学部

目的基于SWOT分析法构建M医院静脉用药集中调配中心（PIVAS）临时医嘱调配服务模式并评价其实施效果，为其他医疗机构开展PIVAS临时医嘱调配服务提供借鉴。方法采用SWOT分析法对M医院PIVAS开展临时医嘱调配服务的优势、劣势、机遇与... 详细信息

目的基于SWOT分析法构建M医院静脉用药集中调配中心（PIVAS）临时医嘱调配服务模式并评价其实施效果，为其他医疗机构开展PIVAS临时医嘱调配服务提供借鉴。方法采用SWOT分析法对M医院PIVAS开展临时医嘱调配服务的优势、劣势、机遇与威胁等影响因素进行分析，提出针对性的运营策略并运行，采用静脉用药安全性、药学服务水平及部门成本效益等指标评价实施效果。结果运营策略实施后，M医院PIVAS贴签摆药单个医嘱用时由每袋（7.19±0.06）s显著降低为（6.06±0.09）s (P<0.05)；差错量由每季度（32.50±2.54）件显著降低至（19.75±0.59）件 (P<0.05)；临时医嘱处方合格率由(60.52±1.17)%上升为（90.63±1.72）%（P<0.05）；成品输液运送时间合格率由（80.63±1.66)%提高为（90.80±2.98）% (P<0.05)；病区对PIVAS服务满意率由50%提高为90% (P<0.05)；调配成本由每袋（3.50±0.05）元下降为（3.00±0.12）元 (P<0.05)。结论基于SWOT分析构建的M医院PIVAS 临时医嘱调配服务运营策略充分发挥了优势，为临床及患者提供了更全面优质的服务，保障了患者用药安全性与及时性并提高了部门经济效益。

关键词：静脉用药集中调配中心临时医嘱 SWOT分析运营策略

来源：评论

学校读者我要写书评

暂无评论

“天问一号”着陆区横向风成脊零样本遥感解译与分析

引用

遥感学报 2025年第2期29卷 460-471页

作者：秦楠楠康志忠惠建新陶鹏杰陈一平管海燕童旭东南京信息工程大学遥感与测绘工程学院南京210044 中国地质大学(北京)土地科学技术学院北京100083 中国科学院紫金山天文台南京210023 武汉大学遥感信息工程学院武汉430079 中山大学测绘科学与技术学院珠海519082

研究横向风成脊的形貌特征有助于揭示火星稀薄大气层与火星表面之间的相互作用。本文提出了一种基于视觉基础模型的火星横向风成脊零样本遥感解译方法。首先,借助视觉基础模型的通用分割能力,在零样本的情况下实现火星高分辨率影像的精... 详细信息

研究横向风成脊的形貌特征有助于揭示火星稀薄大气层与火星表面之间的相互作用。本文提出了一种基于视觉基础模型的火星横向风成脊零样本遥感解译方法。首先,借助视觉基础模型的通用分割能力,在零样本的情况下实现火星高分辨率影像的精细分割;其次,基于横向风成脊的几何与光谱约束,稳健的从影像所有分割结果中过滤出横向风成脊掩码;最后,利用各个横向风成脊的分割掩码,提取其形貌参数。在公共数据集M-TARset和一幅覆盖“天问一号”着陆点的高分辨率成像相机(HiRIC)正射影像上进行了本文方法的性能测试,结果表明:(1)本文方法在M-TARset上获得了94.33%的精确率、92.32%的召回率以及0.93的F1分数,性能超越了现有其他横向风成脊检测方法;(2)着陆区横向风成脊呈现出总体一致的东西朝向,指示了着陆区主导风向为10°左右的东北风。同时,着陆区横向风成脊的长度、宽度、周长及面积的频率直方图大体服从对数正态分布,这与先前的研究结果一致。本研究可为全球尺度的火星横向风成脊精细解译提供技术支撑,也可为后期火星气候历史重建以及火星全球气候模型完善提供科学依据。

关键词：天问一号横向风成脊遥感解译视觉基础模型零样本泛化实例分割形貌分析火星气候

来源：评论

学校读者我要写书评

暂无评论

VRD-YOLO:基于YOLOv5s改进的实时车载影像道路病害检测模型

引用

南京信息工程大学学报 2025年第2期 151-164页

作者：黄文龙赵好好康健支晓栋王东川周维勋倪欢管海燕南京信息工程大学遥感与测绘工程学院北京中科鹏宇科技有限公司

针对车载影像中的道路病害尺寸差异大，小尺度病害多，导致检测精度低的问题，本文提出一种基于YOLOv5s改进的实时车载影像道路病害检测模型VRD-YOLO(Vehicle-mounted image Road Damage Detection-YOLO).首先，提出通道混合滑动Transfo... 详细信息

针对车载影像中的道路病害尺寸差异大，小尺度病害多，导致检测精度低的问题，本文提出一种基于YOLOv5s改进的实时车载影像道路病害检测模型VRD-YOLO(Vehicle-mounted image Road Damage Detection-YOLO).首先，提出通道混合滑动Transformer模块，增强模型全局上下文建模能力，强化细粒度道路病害语义特征信息提取；其次，引入具有跨层融合和跨尺度融合特性的广义特征金字塔，扩大网络感受野，强化多尺度病害特征融合；再次，设计动态检测头，实现尺度感知、空间感知和任务感知，优化模型特征响应，进一步提升模型的检测性能；最后，构建车载影像道路病害数据集VIRDD(Vehicle-mounted Image Road Damage Dataset),扩充现有道路病害数据集数量及类型，并基于该数据集进行消融和对比实验.实验结果表明：VRD-YOLO在VIRDD数据集上的平均精度均值(mAP@0.5)为74.45%,检测速度(FPS)可达到28.56帧/s,与YOLOv5s模型相比，精确度、召回率、F1分数和mAP分别提升2.79、2.32、2.54和3.19个百分点.同时，通过与其他6种经典及主流目标检测模型比较，VRD-YOLO以最少的模型参数量(9.68×10～6)获得了最佳的检测精度，验证了本文方法的有效性和优越性.

关键词： YOLOv5s 道路病害检测车载影像 Transformer 广义特征金字塔动态检测头

来源：评论

学校读者我要写书评

暂无评论

肝脂肪变性对泼尼松与硫唑嘌呤联合治疗的自身免疫性肝炎患者治疗应答的影响

引用

实用肝脏病杂志 2025年第2期28卷 214-217页

作者：管海燕张慧张毅王晓兰吴婷婷苏州大学附属第二医院药学部江苏省苏州市215151 苏州大学附属第二医院内分泌科江苏省苏州市215151

目的探讨肝脏脂肪变性对泼尼松与硫唑嘌呤联合治疗的自身免疫性肝炎(AIH)患者生化缓解和不良结局的影响。方法2018年1月~2022年12月我院诊治的AIH患者58例,使用FibroScan 502型肝脏瞬时弹性测定仪行肝脏受控衰减参数(CAP)和肝脏硬度检测... 详细信息

目的探讨肝脏脂肪变性对泼尼松与硫唑嘌呤联合治疗的自身免疫性肝炎(AIH)患者生化缓解和不良结局的影响。方法2018年1月~2022年12月我院诊治的AIH患者58例,使用FibroScan 502型肝脏瞬时弹性测定仪行肝脏受控衰减参数(CAP)和肝脏硬度检测(LSM)。给予标准的泼尼松与硫唑嘌呤联合治疗观察6个月,以完全生化学缓解(CR)和不完全生化学缓解(IBR)考评疗效。应用多因素Logistic回归分析影响IBR和不良结局发生的危险因素。结果经过6个月治疗,在58例AIH患者中,35例(60.3%)获得CR,23例(39.7%)为IBR;IBR组BMI、高血压和糖尿病占比、血清球蛋白水平及CAP和LSM分别为(26.9±2.8)kg/m^(2)、43.5%和39.1%、34.6(28.4,38.4)g/L及(275.6±16.5)dB/m和9.8(6.5,13.6)kPa,显著高于CR组【分别为(22.1±2.8)kg/m^(2)、11.4%和5.7%、25.3(23.6,29.4)g/L及(192.0±33.5)dB/m和5.4(2.5,8.0)kPa,P<0.05】,而血清白蛋白水平为32.4(31.6,35.7)g/L,显著低于CR组【38.3(33.6,43.7)g/L,P<0.05】;经多因素Logistic回归分析显示,CAP、肝组织重度脂肪变和LSM是发生IBR和临床不良结局的独立危险因素(P<0.05)。结论肝组织脂肪变性可能影响AIH患者标准治疗后生化学缓解,从而导致不良结局的发生,需要密切关注。

关键词：自身免疫性肝炎泼尼松硫唑嘌呤肝脂肪变性治疗生化缓解

来源：评论

学校读者我要写书评

暂无评论

面向对象的航空影像与LiDAR数据融合分类

引用

武汉大学学报（信息科学版） 2009年第7期34卷 830-833页

作者：管海燕邓非张剑清钟良武汉大学遥感信息工程学院武汉市珞喻路129号430079 武汉大学测绘学院武汉市珞喻路129号430079 武汉大学测绘遥感信息工程国家重点实验室武汉市珞喻路129号430079

针对机载激光雷达(light detection and ranging,LiDAR)数据与航空彩色影像的数据特点,提出了一种面向对象的多源数据融合分类方法。该方法根据影像光谱特性将航空影像分割为若干个同质区域,通过综合考察每个区域内LiDAR数据的滤波结果... 详细信息

针对机载激光雷达(light detection and ranging,LiDAR)数据与航空彩色影像的数据特点,提出了一种面向对象的多源数据融合分类方法。该方法根据影像光谱特性将航空影像分割为若干个同质区域,通过综合考察每个区域内LiDAR数据的滤波结果、空间离散度、高差值和航空影像光谱信息,判断各区域归属为哪一类。实验表明,该方法能够有效地分离房屋、树木和裸露地3种基本地物。

关键词：机载激光雷达航空影像面向对象融合分类

来源：评论

学校读者我要写书评

暂无评论

机载多光谱LiDAR数据的地物分类方法

引用

测绘学报 2018年第2期47卷 198-207页

作者：潘锁艳管海燕南京信息工程大学遥感与测绘工程学院江苏南京210044

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此... 详细信息

机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机(SVM)是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明:相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。

关键词：多光谱LiDAR SVM 地物分类多光谱LiDAR植被指数

来源：评论

学校读者我要写书评

暂无评论

利用安置角检校进行机载LiDAR点云数据与同步影像快速配准

引用

武汉大学学报（信息科学版） 2011年第9期36卷 1035-1038页

作者：钟良马洪超管海燕刘鹏飞长江空间信息技术工程有限公司武汉市解放大道1863号430010 武汉大学遥感信息工程学院武汉市珞喻路129号430079 加拿大滑铁卢大学地理与环境学院天津师范大学城市与环境科学学院天津市宾水西道393号300387

在对安置角进行综合分析后,以精确的机载LiDAR数据为基础,联合高分辨率影像对空间点进行高精度定位,建立了机载LiDAR和摄影测量联合平差模型,完成了无需控制场的相机安置角检校,较好地实现了机载LiDAR数据与同步影像的精确配准。

关键词： LiDAR 定位定姿系统(POS) 配准安置角误差平差

来源：评论

学校读者我要写书评

暂无评论

夏日的池塘

夏日的池塘

引用

2001年

作者：管海燕

来源：评论

学校读者我要写书评

暂无评论

机载激光扫描与航空影像的融合分类与精度分析

引用

同济大学学报（自然科学版） 2013年第4期41卷 607-613页

作者：谢瑞程效军管海燕同济大学测绘与地理信息学院上海200092 河南工程学院土木工程系河南郑州451191 滑铁卢大学地理与环境管理学院

为了弥补单一数据源在地物分类时的不足,提出将机载激光扫描(LiDAR)数据与航空影像融合进行地物分类的思想,实现基于面向对象和单像元的复杂城区多级地物分类.将真彩色航空影像与机载激光扫描距离影像融合,采用光谱特征和空间特征将影... 详细信息

为了弥补单一数据源在地物分类时的不足,提出将机载激光扫描(LiDAR)数据与航空影像融合进行地物分类的思想,实现基于面向对象和单像元的复杂城区多级地物分类.将真彩色航空影像与机载激光扫描距离影像融合,采用光谱特征和空间特征将影像分割成若干同质区域;利用多源数据产生的各种信息建立分类规则并实现基于面向对象的地物分类,将植被信息和高差信息与分类结果叠加,实现基于单像元的分类结果纠正,然后再以对象内包含的建筑物直线段数量为约束条件对分类结果中的建筑物进行三级精化分类.实验表明该方法能够有效地自动分离建筑物、树木、草地和道路,其中建筑物的制图精度和用户精度分别是92.53%和95.79%,整个区域的分类精度为89.62%,该方法在复杂城区可行有效.

关键词：面向对象数据融合分类机载激光扫描分类精度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：