检索结果-内蒙古大学图书馆

地球信息科学学报 2023年第6期25卷 1164-1175页

作者：罗秋雨乐阳谷岩岩深圳大学建筑与城市规划学院深圳518060 深圳市空间信息智能感知与服务重点实验室深圳518060

知识图谱作为人工智能技术与应用中重要的数据基础设施,已经成为地理科学领域的一个研究热点。目前对地理知识图谱进行嵌入表达时通常使用默认的超参数(如2层网络搜索深度),但是部分地理知识图谱的网络规模和拓扑特征与通用知识图谱不同... 详细信息

知识图谱作为人工智能技术与应用中重要的数据基础设施,已经成为地理科学领域的一个研究热点。目前对地理知识图谱进行嵌入表达时通常使用默认的超参数(如2层网络搜索深度),但是部分地理知识图谱的网络规模和拓扑特征与通用知识图谱不同,其合理性需进一步论证。为此,本文围绕城市轨道交通人地关系,基于地铁线路网络的拓扑结构特征,结合客流数据、POI(兴趣点)数据以及建成环境数据等构建地铁出行知识图谱;利用GraphSAGE模型学习实体的多维度特征嵌入,并结合POI数据对站点分类结果进行语义识别,对比验证适合地铁出行知识图谱嵌入表达的网络搜索深度。不同于默认的2层搜索深度,当搜索深度为3层时,本研究所构建的地铁出行知识图谱的节点嵌入效果最优。因此,地理知识图谱嵌入表达的超参数选择需要顾及时空和人类活动相关的网络规模和拓扑特征,要避免不加甄别地使用其他领域通用知识图谱的已有成果。使用3层搜索深度获得的地铁站点分类结果也更具合理的解释性,可为利用知识图谱和人工智能方法进行站点规划和客流预测提供基础。

关键词：知识图谱嵌入表达节点分类超参数搜索深度 GraphSAGE 地铁客流城市出行

来源：评论

学校读者我要写书评

暂无评论

多站点云光束法全局配准方法

引用

测绘学报 2024年第9期53卷 1663-1670页

作者：毛庆洲夏梦璇李清泉朱璟樊廷立武汉大学遥感信息工程学院湖北武汉430079 深圳大学空间信息智能感知与服务深圳市重点实验室广东深圳518060

面对大面积、高密度的制冰排管,平行度、翘曲度数据的提取存在检测精度低、数据覆盖不全面的问题。本文结合多棱镜靶球的三维激光采集方式,提出多站点云光束法全局配准方法,使用半径约束的随机抽样一致性球拟合法方法提取靶球中心,利用... 详细信息

面对大面积、高密度的制冰排管,平行度、翘曲度数据的提取存在检测精度低、数据覆盖不全面的问题。本文结合多棱镜靶球的三维激光采集方式,提出多站点云光束法全局配准方法,使用半径约束的随机抽样一致性球拟合法方法提取靶球中心,利用各测站点云原点绝对坐标、标靶中心相对坐标与标靶中心绝对坐标之间的坐标转换关系,采用光束法全局求解所有测站的位置与姿态参数,完成场馆点云的全局配准。试验采用国家速滑馆扫描数据进行验证。结果表明,点云匹配后内符合精度为2.6 mm,外符合精度为1.9 mm,相比于现有方法,本文方法取得了更高的采集精度。

关键词：三维激光扫描棱镜靶球光束法定向制冰排管国家速滑馆

来源：评论

学校读者我要写书评

暂无评论

结合配准补偿和空间约束的隧道三维建图方法

引用

测绘学报 2025年第2期54卷 297-307页

作者：张星黄展鹏李清泉周宝定李麒沛深圳大学建筑与城市规划学院广东深圳518060 深圳大学广东省城市空间信息工程重点实验室广东深圳518060 深圳大学自然资源部大湾区地理环境监测重点实验室广东深圳518060 深圳大学深圳市空间信息智能感知与服务重点实验室广东深圳518060 深圳大学土木与交通工程学院广东深圳518060

三维地图对于隧道的施工安全预警和长期安全维护至关重要。然而,在纹理缺乏、结构粗糙且存在动态干扰的隧道环境中,生成准确的三维点云地图是一项具有挑战性的任务。本文提出了一种隧道三维建图方法,用于构建超长且高噪声隧道场景的点... 详细信息

三维地图对于隧道的施工安全预警和长期安全维护至关重要。然而,在纹理缺乏、结构粗糙且存在动态干扰的隧道环境中,生成准确的三维点云地图是一项具有挑战性的任务。本文提出了一种隧道三维建图方法,用于构建超长且高噪声隧道场景的点云地图。首先,提出了一种配准残差补偿模型,以减少由粗糙表面结构引起的配准误差。该模型利用K均值聚类算法识别非平整表面结构,并通过局部区域残差进行有效补偿。然后,提出了一种基于视场最大化的空间约束模型,以排除绝对测量偏差造成的点云误差。为了验证本方法的性能,本文在钻爆法和盾构法隧道的二次衬砌和管沟敷设阶段进行了试验。结果表明,该方法较主流建图算法FAST-LIO2、Faster-LIO和LiLi-OM具有更准确的轨迹估计和地图构建。此外,本文进行了一些消融试验,以进一步阐明不同模型在隧道三维建图中的作用。

关键词：建图配准补偿空间约束激光雷达四足机器人

来源：评论

学校读者我要写书评

暂无评论

基于城市天际线的遥感视频生产与交通信息提取

引用

武汉大学学报（信息科学版） 2023年第9期48卷 1490-1498页

作者：汪驰升王乐涵张涓叶艾温钟国熙王永全崔红星李清泉深圳大学自然资源部大湾区地理环境监测重点实验室广东深圳518061 人工智能与数字经济广东省实验室(深圳) 广东深圳518000 深圳大学广东省城市空间信息工程重点实验室广东深圳518061 深圳大学深圳市空间信息智能感知与服务重点实验室广东深圳518061 香港科技大学中国香港999077

传统交通信息获取方法较难获取大范围、全覆盖的实时动态交通流信息,提出一种利用城市天际线作为观测平台的城市遥感视频生产与交通信息提取方法。首先,在超高层建筑物拍摄对地观测数据;然后,对原始倾斜视频观测数据进行正射校正,与卫... 详细信息

传统交通信息获取方法较难获取大范围、全覆盖的实时动态交通流信息,提出一种利用城市天际线作为观测平台的城市遥感视频生产与交通信息提取方法。首先,在超高层建筑物拍摄对地观测数据;然后,对原始倾斜视频观测数据进行正射校正,与卫星影像融合生成大范围城市遥感视频数据;最后,训练深度学习模型进行车辆分类识别,基于识别结果计算区域车辆数目及密度。在深圳平安大厦观光层开展数据采集并处理分析,结果表明,所提方法可生产低成本、长时间、大范围、高质量的城市遥感视频,基于该遥感视频开展的车辆检测误识别率和漏识别率低,车辆计数准确率高,可对区域交通流量进行有效监控,准确实时地获取城市内部区域交通情况。

关键词：天际线对地观测遥感视频交通流量监控深度学习

来源：评论

学校读者我要写书评

暂无评论

突发公共卫生事件下的人口流动模式变化识别

引用

武汉大学学报（信息科学版） 2024年第7期49卷 1237-1249页

作者：钟雷洋周颖高松夏吉喆李珍李晓明乐阳李清泉自然资源部大湾区地理环境监测重点实验室广东深圳518060 深圳市空间信息智能感知与服务深圳市重点实验室广东深圳518060 广东省城市空间信息工程重点实验室广东深圳518060 深圳大学智慧城市研究院广东深圳518060 深圳大学公共卫生学院广东深圳518060 美国威斯康星大学麦迪逊分校地理系地理空间数据科学实验室威斯康星州麦迪逊53706

根据中国与美国两大湾区的高时空分辨率人口移动大数据,首先构建移动变化指数、距离变化指数和波动变化指数3个评价指标,剖析突发公共卫生事件下中国粤港澳大湾区与美国旧金山湾区的人口移动差异特征。然后,利用奇异值分解算法识别出两... 详细信息

根据中国与美国两大湾区的高时空分辨率人口移动大数据,首先构建移动变化指数、距离变化指数和波动变化指数3个评价指标,剖析突发公共卫生事件下中国粤港澳大湾区与美国旧金山湾区的人口移动差异特征。然后,利用奇异值分解算法识别出两大湾区的人口流动内在结构和流动模式。分析发现:(1)在人口流动管控维度上,粤港澳大湾区整体表现优于旧金山湾区,大流行期间人口移动量下降幅度更大,每日移动量波动更加平稳,平均出行距离更短。(2)粤港澳大湾区人口流动模式主要受春节假期与公共卫生政策双重影响,从中识别出日常出行模式、返乡出行模式和返程复工模式。旧金山湾区人口流动模式呈现强规律性(包括日常出行模式、工作日出行模式与周末出行模式),公共卫生政策对其影响并不深刻。量化突发公共卫生事件管控措施下中美两大湾区人口流动指标与模式的定量改变,对评估防疫措施有效性和确定有针对性的防疫干预措施至关重要,还可为未来各类突发性公共卫生事件的防控措施制定提供重要指标与经验参考。

关键词：公共卫生事件人口流动时空特征模式识别粤港澳大湾区旧金山湾区

来源：评论

学校读者我要写书评

暂无评论

基于幸运成像和生成对抗网络的大气湍流图像复原方法

引用

计算机辅助设计与图形学学报 2025年第1期37卷 157-166页

作者：吕品邓东平石铁柱王梦迪刘潜田雨张紫红曾赟邬国锋深圳大学自然资源部大湾区地理环境监测重点实验室深圳518060 粤港澳智慧城市联合实验室深圳518060 亚热带建筑与城市科学全国重点实验室深圳518060 深圳大学广东省城市空间信息工程重点实验室深圳518060 深圳大学深圳市空间信息智能感知与服务重点实验室深圳518060

在拍摄远距离目标时,视频序列图像受到大气湍流的影响从而产生畸变和模糊,为对视频序列大气湍流退化图像进行复原,提出了一种幸运成像与生成对抗网络相结合的方法.采用空域幸运成像方法,在有限的视频序列图像中挑选出幸运区域,将其拼接... 详细信息

在拍摄远距离目标时,视频序列图像受到大气湍流的影响从而产生畸变和模糊,为对视频序列大气湍流退化图像进行复原,提出了一种幸运成像与生成对抗网络相结合的方法.采用空域幸运成像方法,在有限的视频序列图像中挑选出幸运区域,将其拼接-排序后进行叠加,从而消除大气湍流带来的几何畸变;在此基础上引入DeblurGAN-v2模型,进一步提升图像质量.将高速相机拍摄的真实湍流退化图像作为研究对象,采用所提方法进行实验,并与图像重采样、灰度变换、巴特沃斯高通滤波、MPRNet模型和DeblurGAN模型等方法进行对比,并通过客观评价指标对不同方法的结果进行评估.实验结果表明,所提方法的Brenner梯度函数、Laplacian梯度函数、灰度差分函数(SMD)、熵函数(Entropy)、能量梯度函数(Energy)、PIQE以及Brisque指标相较于其他方法分别提升了194%,58%,84%,7%,55%,74%和163%.从主观效果上看,幸运成像与生成对抗网络相结合的方法能显著地提高图像的视觉质量,并有效地降低图像的模糊和几何畸变程度.

关键词：图像复原大气湍流效应幸运成像生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

结合LSTM模型与InSAR相干性矩阵的土地覆盖分类方法

引用

武汉大学学报(信息科学版) 2025年

作者：熊思婷韦如依侯伟邓志超张博琛燕琴李清泉人工智能与数字经济广东省实验室(深圳) 中国测绘科学研究院深圳大学广东省城市空间信息工程重点实验室深圳大学自然资源部大湾区地理环境监测重点实验室深圳大学深圳市空间信息智能感知与服务重点实验室深圳大学土木与交通工程学院

土地覆盖类型检测对地表特征理解、生态环境监测和自然资源管理具有重要意义。基于哨兵1号（Sentinel-1）多时相相干性矩阵，搭建长短期记忆网络（long short-term memory,LSTM）土地覆盖分类模型，旨在评估其在土地覆盖分类中的效能，... 详细信息

土地覆盖类型检测对地表特征理解、生态环境监测和自然资源管理具有重要意义。基于哨兵1号（Sentinel-1）多时相相干性矩阵，搭建长短期记忆网络（long short-term memory,LSTM）土地覆盖分类模型，旨在评估其在土地覆盖分类中的效能，并探讨不同分类方法对分类结果的影响，并以中国辽宁省阜新市彰武县为研究区对4种不同土地覆盖分类方法进行验证。实验结果显示，基于Sentinel-1相干性矩阵的LSTM分类模型方法在3个区域的分类精度分别高达93.7%、89.9%和87.6%，具有较高的分类精度和鲁棒性，比基于Sentinel-1相干性向量的支持向量机（support vector machine,SVM）分类模型、基于Sentinel-1相干性矩阵的卷积神经网络分类模型以及基于哨兵2号（Sentinel-2）多光谱影像的SVM分类模型的方法分类精度高约1%～10%。此外，基于Sentinel-1相干性矩阵的LSTM分类模型方法还在不同子研究区之间的进行了迁移学习实验，结果显示，该模型在子区域迁移时的泛化能力仍需增强。

关键词：多时相相干性 LSTM模型土地覆盖分类 InSAR

来源：评论

学校读者我要写书评

暂无评论

基于小麦冠层无人机高光谱影像的农田土壤含水率估算

引用

农业工程学报 2023年第6期39卷 120-129页

作者：王梦迪何莉刘潜李志娟王冉贾中甫王敬哲邬国峰石铁柱深圳大学自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室&深圳市空间信息智能感知与服务重点实验室深圳518060 深圳大学机电与控制工程学院深圳518060 内蒙古自治区测绘地理信息中心呼和浩特010020 深圳职业技术学院人工智能学院深圳518055

精准监测农田土壤含水率(soil moisture content,SMC)有助于提高中国水资源利用率以及农业可持续发展水平,为实现国家农业经济的稳定发展及可持续发展目标打下坚实的基础。为了探索基于无人机遥感数据进行准确、快速的土壤含水率监测的... 详细信息

精准监测农田土壤含水率(soil moisture content,SMC)有助于提高中国水资源利用率以及农业可持续发展水平,为实现国家农业经济的稳定发展及可持续发展目标打下坚实的基础。为了探索基于无人机遥感数据进行准确、快速的土壤含水率监测的方法,该研究选取新疆阜康绿洲田块为研究区,使用无人机(unmanned aerial vehicle,UAV)高光谱传感器采集田块尺度小麦冠层光谱信息,进行SMC定量估算和制图。对小麦冠层光谱进行savitzky-golay(SG)平滑,利用7种不同的小波基函数(bior4.4、coif4、db4、fk14、haar、rbio3.9、sym4)对光谱信息进行连续小波变换(continuous wavelet transform,CWT)处理,并采用遗传算法(genetic algorithm, GA)对小波系数进行特征提取,最后结合偏最小二乘回归(partial least square regress,PLSR)、支持向量机(support vector machine,SVM)、人工神经网络(artificial neural network,ANN)、随机森林(radom forest,RF)以及极端梯度提升(extreme gradient boosting,XGBoost)估算SMC并实现其空间制图。结果表明:基于GA的特征波段选择方法可有效提高SMC的估算精度。使用全波段小波系数构建模型的决定系数R2在0.20~0.44之间,而使用特征小波系数的R2为0.25~0.82。与其他小波基函数相比,采用db4特征小波系数的估算精度最优,PLSR、SVM、ANN、RF和XGBoost模型估算SMC的R2分别为0.82、0.72、0.79、0.76和0.45。基于PLSR和ANN最优模型进行SMC空间制图,基于CWT和机器学习结合模型能够有效估算小田块尺度SMC。该研究基于无人机高光谱数据实现了SMC精确估算,为农田尺度SMC监测提供了有效手段。

关键词：土壤含水率无人机高光谱连续小波变换遗传算法

来源：评论

学校读者我要写书评

暂无评论

多尺度与注意力聚合的隧道点云语义分割方法

引用

测绘科学 2024年第7期49卷 56-65页

作者：黄星霖张星李清泉周宝定深圳大学建筑与城市规划学院广东深圳518060 深圳大学广东省城市空间信息工程重点实验室广东深圳518060 深圳大学空间信息智能感知与服务深圳市重点实验室广东深圳518060 深圳大学自然资源部大湾区地理环境监测重点实验室广东深圳518060 深圳大学土木与交通工程学院广东深圳518060

针对在低照度和弱纹理复杂的隧道环境中,采用三维激光扫描技术采集点云数据,点云语义分割精度难以保障的问题,提出一种基于点云动态图卷积网络改进的隧道点云语义分割网络(TDGCNN)。该网络采用多尺度策略改进边缘卷积层,扩展邻域范围,... 详细信息

针对在低照度和弱纹理复杂的隧道环境中,采用三维激光扫描技术采集点云数据,点云语义分割精度难以保障的问题,提出一种基于点云动态图卷积网络改进的隧道点云语义分割网络(TDGCNN)。该网络采用多尺度策略改进边缘卷积层,扩展邻域范围,以增强对边缘特征的获取能力;同时,引入两种注意力机制,对特征进行聚合和学习,去除冗余特征。实验结果表明,TDGCNN在隧道点云数据集上的总体精度(OA)达到98.78%,平均交并比(mIoU)为84.95%,表现优于DGCNN、PointNet、PointNet++及GeoSegNet。在WHU-TLS数据集上的验证了TDGCNN对不同隧道场景的鲁棒性,通过消融实验则证实了网络中加入的两种策略的有效性,表明了TDGCNN能有效利用不同层次的特征,提升隧道点云语义分割精度。

关键词：隧道三维点云语义分割多尺度注意力机制

来源：评论

学校读者我要写书评

暂无评论

利用映射-归约的分布式区域对象可视查询方法

引用

武汉大学学报（信息科学版） 2023年第9期48卷 1482-1489页

作者：郑晔郭仁忠贺彪马丁李晓明赵志刚深圳大学建筑与城市规划学院智慧城市研究院广东深圳518060 深圳市空间信息智能感知与服务重点实验室广东深圳518060 自然资源部国土空间大数据工程技术创新中心广东深圳518060

区域对象的可视查询是沿着区域视线方向剔除三维空间数据中一些表面被遮挡住而导致不可见的数据,从而提高大规模三维场景的可视渲染效率。针对传统区域可视查询视点空间划分粒度细、计算难度大的现状,提出了一种基于映射-归约的分布式... 详细信息

区域对象的可视查询是沿着区域视线方向剔除三维空间数据中一些表面被遮挡住而导致不可见的数据,从而提高大规模三维场景的可视渲染效率。针对传统区域可视查询视点空间划分粒度细、计算难度大的现状,提出了一种基于映射-归约的分布式可视查询方法。在映射函数中,按照三维对象的空间分布规律构建层级轴对齐包围盒,以轴对齐包围盒为视点空间划分区,将可视域范围内三维对象发送至规约函数中进行可视判断。在规约函数中,利用平面拆分后射线求交方法,通过构建二叉空间分割树计算每一视点空间划分区的潜在可视集,从而实现三维空间对象的分布式可视查询。将此方法用于深圳市20多万个三维空间对象的可视查询实验中,从数据量、划分粒度和并行度等角度验证了算法的可行性和有效性。

关键词：可视查询映射-归约空间分布式计算三维地理信息系统智慧城市

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：