检索结果-内蒙古大学图书馆

应用生态学报 2024年第2期35卷 321-329页

作者：姜泽陈杰唐丽玉虞灿谢汝根黄丹泠苏顺德福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 福州大学地理空间信息技术国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108 福建省林业科学研究院福州350012 福建省官庄国有林场福建三明365500

准确高效地提取人工林林木参数可为估算单木材积、林分蓄积量提供关键信息。本文提出基于机载LiDAR数据的高精度单木参数提取方法,其实现过程包括数据预处理、地面滤波、单木分割和参数提取。以福建省沙县官庄国有林场的福建柏大径材人... 详细信息

准确高效地提取人工林林木参数可为估算单木材积、林分蓄积量提供关键信息。本文提出基于机载LiDAR数据的高精度单木参数提取方法,其实现过程包括数据预处理、地面滤波、单木分割和参数提取。以福建省沙县官庄国有林场的福建柏大径材人工林为试验区,采集高密度机载点云数据,对点云进行去噪、重采样等预处理。使用布料滤波算法(CSF)分离出植被点云和地面点云,并采用Delaunay三角网法将植被点云数据插值生成数字表面模型(DSM),采用反距离加权插值法将地面点云数据插值生成数字高程模型(DEM),两者作差运算获得冠层高度模型(CHM)。利用分水岭分割算法分析不同分辨率的CHM对单木分割及参数提取精度的影响。采用点云距离聚类算法对归一化植被点云进行单木分割,分析不同的距离阈值对单木分割及参数提取精度的影响。结果表明:使用分水岭分割算法处理0.3 m分辨率CHM单木分割调和值最高,达到91.1%,提取的树高精度较优,决定系数(R^(2))达到0.967,均方根误差(RMSE)为0.890 m;使用间距阈值为平均冠幅的点云分割算法单木分割调和值最高,达到91.3%,提取的冠幅精度较优,R2为0.937,RMSE为0.418 m。估算该试验区的树高、冠幅、株数和树木的空间分布等信息发现:共有福建柏5994株,平均树高为16.63 m,平均冠幅为3.98 m;树高在15~20 m区间的数量最多,有2661株,其次是10~15 m。本林木参数提取方法可为人工林资源监测和管理提供技术支撑。

关键词：人工林机载LiDAR 单木分割林木参数提取

来源：评论

学校读者我要写书评

暂无评论

车载激光点云道路边界提取的Snake方法

引用

测绘学报 2020年第11期49卷 1438-1450页

作者：方莉娜卢丽靖赵志远王昀昀陈崇成福州大学地理空间信息技术国家地方联合工程研究中心福建福州350002 空间数据挖掘与信息共享教育部重点实验室福建福州350002 福州大学数字中国研究院福建福州350002 福建省制图院福建福州350001

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同... 详细信息

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。

关键词：车载激光点云主动轮廓模型(Snake) 道路提取梯度能量函数

来源：评论

学校读者我要写书评

暂无评论

基于GIS的入侵生物适生区预测——以桔小实蝇为例

引用

测绘与空间地理信息 2021年第6期44卷 59-64页

作者：张华纬赵健李志鹏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 福州大学地理空间信息技术国家地方联合工程研究中心福建福州350108 福建省农业科学院数字农业研究所福建福州350001

以入侵昆虫桔小实蝇Bactrocera dorsalis(Hendel)为例,利用GIS软件结合生态位模型对入侵生物的潜在适生区进行预测,选取影响入侵生物分布的年均温、日较差、多年平均降水、高程、地形、土地利用类型等9个环境因素,利用最大熵(maxent)模... 详细信息

以入侵昆虫桔小实蝇Bactrocera dorsalis(Hendel)为例,利用GIS软件结合生态位模型对入侵生物的潜在适生区进行预测,选取影响入侵生物分布的年均温、日较差、多年平均降水、高程、地形、土地利用类型等9个环境因素,利用最大熵(maxent)模型和Arc GIS的空间分析功能,对桔小实蝇的适生区进行预测。结果表明:桔小实蝇的潜在适生区主要位于秦岭淮河一线以南,高、中、低适生区分别占中国陆地总面积的1.4%、4.0%、14.2%;对潜在分布区影响最多的环境因素是年平均温度、多年平均降水量和土地利用类型;在未来气候条件下,桔小实蝇的高适生区和中适生区面积分别扩张了35.7%和45.7%。本研究将为桔小实蝇入侵的监控和防治提供科学依据。

关键词：地理信息系统 ArcGIS 潜在分布最大熵模型

来源：评论

学校读者我要写书评

暂无评论

结合SVM与图匹配的车载激光点云道路标线识别

引用

地球信息科学学报 2019年第7期21卷 994-1008页

作者：方莉娜黄志文罗海峰陈崇成福州大学地理空间信息技术国家地方联合工程研究中心福州350002 空间数据挖掘与信息共享教育部重点实验室福州350002 福建省空间信息工程研究中心福州350002

本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法。该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文(SSC)、最小外包矩形(MBR)面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类。针对粗分类结果,... 详细信息

本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法。该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文(SSC)、最小外包矩形(MBR)面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类。针对粗分类结果,构建能够精确描述空间语义信息(如局部区域内标线间的排列、方向、距离)的图结构,通过图匹配方法优化粗分类结果,完成直行箭头、人行横道预告标识线、单向转向箭头、双向转向箭头、虚线型标线、斑马线共六类道路标线的精确识别。本文实验采用4份不同场景车载激光点云数据,实验结果中6类标线分类的准确率分别达100%、100%、94.12%、100%、94.94%、99.25%,召回率分别达100%、100%、88.89%、100%、98.21%、99.00%,F1-Measure值分别达100%、100%、91.43%、100%、96.59%、99.12%。结果表明,本文方法能实现多类标线对象的精确识别,并对形状相似标线(如直行箭头、虚线型标线与斑马线)的区分具有较强稳健性。

关键词：车载激光点云道路标线识别形状特征 SVM 图结构图匹配

来源：评论

学校读者我要写书评

暂无评论

基于时空自相关的建筑物变化检测

引用

测绘与空间地理信息 2020年第2期43卷 44-48页

作者：王佳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350116 福州大学地理空间信息技术国家地方联合工程研究中心福建福州350116 福州大学福建省空间信息工程研究中心福建福州350116

针对传统基于像素级的变化检测方法在变化分析中难以利用像元间的时空关系、变化检测结果精度低的问题,提出了一种基于时空自相关的建筑物变化检测方法。首先,利用形态学建筑指数(Morphological Building Index,MBI)进行建筑物提取,并... 详细信息

针对传统基于像素级的变化检测方法在变化分析中难以利用像元间的时空关系、变化检测结果精度低的问题,提出了一种基于时空自相关的建筑物变化检测方法。首先,利用形态学建筑指数(Morphological Building Index,MBI)进行建筑物提取,并通过长宽比、面积等剔除道路信息优化建筑物提取;其次,采用时空自相关模型分别构建两期MBI特征影像的时空自相关性指标值作为对应像元的相似性测度;最后,利用最大类间方差(otsu)法确定最优阈值,得到变化检测结果。实验表明,该方法所得变化检测结果更完整,漏检率和误检率均低于对比算法,该方法基本满足变化检测需求,为高分影像建筑物变化检测提供一种新的技术手段。

关键词：变化检测时空自相关 MBI

来源：评论

学校读者我要写书评

暂无评论

基于DBN的车载激光点云路侧多目标提取

引用

测绘学报 2018年第2期47卷 234-246页

作者：罗海峰方莉娜陈崇成黄志文福州大学地理空间信息技术国家地方联合工程研究中心福建福州350002 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350002 福州大学福建省空间信息工程研究中心福建福州350002

提出一种基于深度信念网络(DBN)的车载激光点云路侧多目标提取方法。首先通过预处理对原始数据进行分段,并将地面和建筑物点云与路侧目标进行分离;然后利用连通分支聚类分析算法进行路侧点云聚类,并采用基于体素的归一化分割方法分割重... 详细信息

提出一种基于深度信念网络(DBN)的车载激光点云路侧多目标提取方法。首先通过预处理对原始数据进行分段,并将地面和建筑物点云与路侧目标进行分离;然后利用连通分支聚类分析算法进行路侧点云聚类,并采用基于体素的归一化分割方法分割重叠点云,从而生成独立目标点云;在此基础上,生成基于多方向目标对象的二值图像并展开成二值向量作为独立目标点云的描述特征;最后构建并训练DBN,利用训练好的DBN提取行道树、车辆及杆状目标等3类路侧目标。试验采用两份不同城市道路场景的点云数据,行道树、车辆及杆状目标提取结果的准确率分别达97.31%、97.79%、92.78%,召回率分别达98.30%、98.75%和96.77%,精度分别达95.70%、93.81%和90.00%,F1值分别达97.80%、96.81%和94.73%。试验结果验证了本文的有效性。

关键词：车载激光点云深度信念网络深度学习点云分割路侧目标提取

来源：评论

学校读者我要写书评

暂无评论

网络搜索数据和GWO-SVR模型的旅游短期客流量预测

引用

福州大学学报（自然科学版） 2019年第5期47卷 598-603页

作者：王兰梅陈崇成叶晓燕潘淼鑫福州大学空间数据挖掘与信息共享教育部重点实验室地理空间信息技术国家地方联合工程研究中心福建福州350108 福建师范大学数学与信息学院福建省公共服务大数据挖掘与应用工程技术研究中心福建福州350117

利用皮尔森相关系数法处理网络搜索数据,用灰狼算法(grey wolf optimizer,GWO)优化支持向量回归(support vector regression,SVR)中的参数,提出并实现一种基于网络搜索数据和GWO-SVR模型的旅游短期客流量预测模型,并用参数优化后的SVR... 详细信息

利用皮尔森相关系数法处理网络搜索数据,用灰狼算法(grey wolf optimizer,GWO)优化支持向量回归(support vector regression,SVR)中的参数,提出并实现一种基于网络搜索数据和GWO-SVR模型的旅游短期客流量预测模型,并用参数优化后的SVR对客流量进行建模预测.以四川省九寨沟和四姑娘山两个景区为例,构建GWO-SVR、ARIMA、BPNN、SVR、CS-SVR、PSO-SVR和无网络搜索数据等客流量预测模型进行实证分析.结果表明,GWO-SVR模型均优于其他模型,具有更高的预测精度.

关键词：旅游客流量预测网络搜索数据支持向量回归灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

基于对象BOW特征的高分辨率遥感影像变化检测方法

引用

地球信息科学学报 2018年第8期20卷 1150-1159页

作者：罗星徐伟铭王佳福州大学地理空间信息技术国家地方联合工程研究中心福州350116 空间数据挖掘与信息共享教育部重点实验室福州350116 福建省空间信息工程研究中心福州350116

针对传统基于像素的变化检测方法的缺点,以及底层特征表现能力不足等问题,提出一种基于对象BOW特征的变化检测方法。首先,将经过预处理操作的两期影像进行波段组合得到组合后影像,再考虑地物光谱特征和几何空间信息对组合后影像进行多... 详细信息

针对传统基于像素的变化检测方法的缺点,以及底层特征表现能力不足等问题,提出一种基于对象BOW特征的变化检测方法。首先,将经过预处理操作的两期影像进行波段组合得到组合后影像,再考虑地物光谱特征和几何空间信息对组合后影像进行多尺度分割,获得相对应的对象基元;同时,分别提取两幅影像的底层特征(包括影像各波段的均值和方差以及灰度图像的6种纹理特征)。其次,将对象视作文档,像素的特征向量视作单词,利用BOW模型构建影像对象的中层表达,即对象的BOW特征。最后,通过相似性度量算法比较相应对象的BOW特征,从而识别出影像上的变化区域。本文利用2组WorldView-2影像进行了检验,结果表明本文方法的变化检测结果较为完整,精度优于对比方法。本文方法基本能够满足变化检测的需求,为高分辨率遥感影像上的数据挖掘分析提供了有效的手段。

关键词：视觉词包模型变化检测中层特征对象高分辨率遥感影像

来源：评论

学校读者我要写书评

暂无评论

基于Adaboost的高分遥感影像自动变化检测方法

引用

地球信息科学学报 2018年第12期20卷 1756-1767页

作者：陈伟锋毛政元徐伟铭许锐福州大学福建省空间信息工程研究中心福州350002 福州大学空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学地理空间信息技术国家地方联合工程研究中心福州350002 福建工程学院信息科学与工程学院福州350118

基于监督分类的高分辨率遥感影像变化检测需要大量人工标注,且单个监督分类器难以适应高分影像中复杂多样的地表变化信息提取,检测结果中"椒盐噪声"严重、变化图斑破碎。因此,本文提出一种基于Adaboost集成算法、自动标注训... 详细信息

基于监督分类的高分辨率遥感影像变化检测需要大量人工标注,且单个监督分类器难以适应高分影像中复杂多样的地表变化信息提取,检测结果中"椒盐噪声"严重、变化图斑破碎。因此,本文提出一种基于Adaboost集成算法、自动标注训练样本的变化检测方法。首先利用非监督分类方法完成变化初检,接着在初检结果中进行"非等距"区间采样自动获取均匀分布的训练样本;然后以Adaboost算法为集成框架,选择决策树桩、Logistic回归和k NN作为弱分类器,构建一种混合分类器集成系统,充分挖掘和利用高分影像中的空间信息以提升分类精度和分类器泛化能力,最后利用SLIC分割算法和空间邻域信息对像元级检测结果进行空间约束滤波,进一步提升变化检测精度。为验证本文方法的有效性,选取SPOT-5和WorldView-2影像为实验数据,结果表明本文方法能有效降低训练样本人工标注成本、提高变化检测精度。

关键词：变化检测高分影像分类器集成 Adaboost 自动标注空间约束

来源：评论

学校读者我要写书评

暂无评论

基于出租车OD数据的居民活动强度时空特征研究

引用

福州大学学报（自然科学版） 2018年第2期46卷 204-209页

作者：刘萌邬群勇福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室福建省空间信息工程研究中心福建福州350116

以福州市区出租车GPS轨迹数据为数据源研究面向地理空间的居民活动时空规律.首先探析出租车起源地-目的地(OD)空间分布和时间分布特征;接着采用基于道路中心点区划方法确定空间研究单元,将时间分为6个时间段,以活动强度为主要研究对象... 详细信息

以福州市区出租车GPS轨迹数据为数据源研究面向地理空间的居民活动时空规律.首先探析出租车起源地-目的地(OD)空间分布和时间分布特征;接着采用基于道路中心点区划方法确定空间研究单元,将时间分为6个时间段,以活动强度为主要研究对象探索其时空变化规律;最后结合出租车乘客的出入情况实现对研究区内居民活动时空规律的进一步探索.研究发现,主城区居民夜间活动规律总体上比白天明显,尤其是晚21点之后,主城区总体的居民活动强度达到一天的顶峰,核心区内外的活动强度以及出入特征差异突出,核心区内的居民活动优势最明显,有成片聚集的特征;白天大部分时间的居民总体活动强度变化稳定但空间分布规律不明显;通勤早高峰时段的出租车活动强度为全天最低并且大部分区域以流出为主.

关键词：出租车OD 区划方法活动强度时空规律

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：