检索结果-内蒙古大学图书馆

地球信息科学学报 2024年第3期26卷 666-678页

作者：尹延中邬群勇林瀚赵志远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 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州350108 数字中国研究院(福建) 福州350003

城市网络的组织结构与运行机制离不开城市间的关联关系。本文基于2021年10月至2022年9月的百度迁徙大数据,构建了中国366个城市的城际人口流动网络。在节点层面,提出了城际人口流动超越指数衡量城市中心性,探索城市中心性的空间聚类特征... 详细信息

城市网络的组织结构与运行机制离不开城市间的关联关系。本文基于2021年10月至2022年9月的百度迁徙大数据,构建了中国366个城市的城际人口流动网络。在节点层面,提出了城际人口流动超越指数衡量城市中心性,探索城市中心性的空间聚类特征;在网络社区层面,分析了中国366个城市的月际城际人口流动特征及社群格局。结果表明:(1)城际人口流动超越指数能够有效表征城际人口流动网络中各城市的中心性;(2)城际人口流动网络中各城市根据其中心性形成“高高”集聚分布和“低低”集聚分布的特征;(3)城际人口流动集聚格局受节假日因素、新型冠状病毒感染等综合影响,在不同月份表现出不同的特征,总体上符合地理学第一定律,并呈现省际分异特征;(4)城市凝聚子群发现结果表明,成渝、大湾区、中原、关中平原、长三角等城市群人口流动格局较为稳定,具有跨省人口流动融合特征;山东半岛城市群与京津冀城市群的人口流动格局联系密切,出现跨城市群人口流动特征;浙江省省域内人口流动特征逐渐加强;长江中游、海峡西岸城市群仍未形成跨越省界的稳定人口流动社群格局。

关键词：城市中心性城市相互作用社区检测城际人口流动网络格局百度迁徙数据城际人口流动超越指数区域协调发展城市群

来源：评论

学校读者我要写书评

暂无评论

基于区块链的可信分布式工业数据治理方案

引用

浙江大学学报(工学版) 2025年第2期59卷 269-277页

作者：黄荣杨文琴宋志刚福州大学数字中国研究院(福建) 福建福州350003 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

针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产... 详细信息

针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产品数据进行压缩和加密.为了在离链过程中使产品数据可用,系统通过2种类型的区块链交易(生成者交易和数据交易)支持离链/链上数据访问.提供混合访问控制机制用于加密产品数据,将秘密密钥仅提供给经过授权的数据用户.该方案能够有效地保护产品数据的隐私性,提供细粒度的访问控制,能够对产品数据生成的全流程进行溯源.系统性能的测试结果表明,在secp256k1椭圆曲线上(提供128 bit安全性),密钥生成阶段的计算和通信开销不高于81.592 ms和2.83 kB,数据提交阶段不高于50.251 ms和3.59 kB,数据更新时间不超过251.596 ms,数据读取时间不高于311.104 ms.与同类方案的性能比较结果证实了该方案的高效性.

关键词：区块链数据可信治理隐私保护细粒度访问控制全流程溯源

来源：评论

学校读者我要写书评

暂无评论

GEE平台下结合滤波算法和植被物候特征的互花米草遥感提取最优时间窗口确定

引用

地球信息科学学报 2023年第3期25卷 606-624页

作者：巫磊吴文挺福州大学、卫星空间信息技术综合应用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、数字中国研究院(福建) 福州350108

互花米草的快速入侵严重影响湿地生态系统平衡。因此,精确监测互花米草扩张的时空动态变化过程具有重要意义。尽管现有基于植被物候特征的互花米草遥感提取方法,避免了光谱特征相似性引起的分类误差,但受到云和潮汐的严重影响,难以获取... 详细信息

互花米草的快速入侵严重影响湿地生态系统平衡。因此,精确监测互花米草扩张的时空动态变化过程具有重要意义。尽管现有基于植被物候特征的互花米草遥感提取方法,避免了光谱特征相似性引起的分类误差,但受到云和潮汐的严重影响,难以获取大尺度湿地植被提取特征信息。本文提出一种结合最大值合成法和Savitzky-Golay(S-G)滤波算法提取互花米草关键物候特征,减弱大尺度云和潮汐对时序遥感信号特征的影响,精准重构符合植被生长趋势的NDVI时间序列数据。通过获取关键物候特征,确定互花米草提取的最优时间窗口,基于Google Earth Engine(GEE)平台精准获取互花米草空间分布状况并分析典型地区的互花米草空间分布特征。研究结果显示,生长季初期(6—7月)为互花米草提取的最优时间窗口,该时期总体分类精度为89.81%,Kappa系数为0.88,相比其他时期的总体分类精度提高10.09%,Kappa系数提高0.11。互花米草提取结果表明,2020年福建省互花米草入侵面积总计100.78 km2,主要分布在宁德、福州、泉州以及漳州等地。其中,宁德市互花米草分布面积最广,共计38.08 km2,占全省互花米草分布总面积的37.79%。福建沿岸的互花米草在空间分布上呈现多种地理特征,在半封闭型海湾和河口地区的沿岸附近主要以连续的条带或片状斑块分布,而在低潮位区域则多是零星斑块。本文研究成果能为互花米草扩散的长时期、大范围空间监测提供可行性方案,为湿地植被精准提取提供技术支撑,为实现海岸带资源的高质量可持续利用提供数据基础。

关键词：互花米草最优时间窗口最大值合成 S-G滤波算法物候特征 GEE NDVI时间序列空间分布特征

来源：评论

学校读者我要写书评

暂无评论

CLAB模型:一种乘客出租出行需求短时预测的深度学习模型

引用

地球信息科学学报 2023年第1期25卷 77-89页

作者：周榆欣邬群勇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 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州350108 数字中国研究院(福建) 福州350003

乘客出行需求预测是智能交通系统的组成部分,准确的出行需求预测,对于车辆调度具有重要的意义;然而现有的预测方法无法准确的挖掘其潜在的时空相关性,且大都忽略历史流入量对出行需求的影响。为了进一步挖掘时空大数据中的时空特性及提... 详细信息

乘客出行需求预测是智能交通系统的组成部分,准确的出行需求预测,对于车辆调度具有重要的意义;然而现有的预测方法无法准确的挖掘其潜在的时空相关性,且大都忽略历史流入量对出行需求的影响。为了进一步挖掘时空大数据中的时空特性及提升模型预测乘客出行需求的精度,本文提出了一种乘客出租出行需求短时预测CLAB(Conv-LSTM Attention BiLSTM)模型。CLAB模型设置了3个模块分别为基于注意力机制的Conv-LSTM模块和2个BiLSTM模块,基于注意力机制的Conv-LSTM模块提取临近时刻乘客出行需求量中的空间特征和短时时间特征,其中注意力机制能自动分配不同的权重来判别不同时间的需求量序列重要性;为了探索长期时间特征,用2个BiLSTM模块来提取历史流入量序列时间特征和日乘客需求量序列的时间特征。采用厦门岛的网约车和巡游车的订单数据进行实验,结果表明:(1)CLAB模型更适用于使用30 min历史数据预测未来5 min短时乘客出行需求;(2)与基准预测模型相比,CLAB模型的整体的效果误差更低,具有更好的预测效果,CLAB模型比CNN-LSTM、LSTM、BiLSTM、CNN和Conv-LSTM的平均绝对误差(MAE)分别降低了33.179%、33.153%、33.204%、5.401%和5.914%,均方根误差(RMSE)分别降低了34.389%、34.423%、34.524%、6.772%和6.669%;(3)同时发现CLAB模型在规律性较高的工作日预测效果优于非工作日,且工作日早高峰预测效果最佳。

关键词：交通大数据出行需求预测深度神经网络注意力机制组合预测模型时空融合厦门岛 LSTM

来源：评论

学校读者我要写书评

暂无评论

潮汐和植被物候影响下的潮间带湿地遥感提取

引用

遥感学报 2022年第2期26卷 373-385页

作者：智超吴文挺苏华福州大学卫星空间信息技术综合应用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州350108

潮间带湿地具有重要的生态和经济价值,但受到全球变化影响,发生大面积退化甚至丧失。掌握潮间带湿地的时空分布特征,对海岸带资源的科学管理具有重要意义。由于受到多云多雨天气和潮汐动态淹没的影响,单时相遥感数据难以获取完整的潮间... 详细信息

潮间带湿地具有重要的生态和经济价值,但受到全球变化影响,发生大面积退化甚至丧失。掌握潮间带湿地的时空分布特征,对海岸带资源的科学管理具有重要意义。由于受到多云多雨天气和潮汐动态淹没的影响,单时相遥感数据难以获取完整的潮间带湿地信息。因此,本研究开发了一种基于时序遥感指数的潮间带湿地分类算法,并以福建省亚热带海岸带为例,基于Google Earth Engine(GEE)云平台,利用2017年—2019年Landsat 8时序影像数据,提取潮间带光滩、高潮滩植被和低潮滩植被3种典型湿地类型,分类结果总体精度97.47%,Kappa系数0.96。该算法有效降低了亚热带海岸带地区多云多雨天气和潮汐动态过程对光学遥感技术应用的影响。结果显示福建省潮间带湿地主要分布在河口与海湾处,且自北向南呈下降趋势,高潮滩植被集中分布在南部泉州湾、九龙江口、漳江口,闽北分布较少。将本研究结果与国内外同类数据集进行比较,显示出一定的优势。该方法为大尺度潮间带湿地的高精度智能分类提供了可能,为海岸带资源的可持续管理利用及区域的高质量发展提供数据基础。

关键词：时序遥感数据潮间带湿地 GEE 福建省物候频率算法

来源：评论

学校读者我要写书评

暂无评论

融合卷积、注意力和MLP的出租车目的地预测

引用

计算机工程与应用 2023年第11期59卷 302-311页

作者：余丹青邬群勇姚江涛邝嘉恒福州大学数字中国研究院(福建) 福州350003 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州350108

出租车目的地预测是基于位置服务的重要内容,对城市交通合理规划具有重要意义。基于出租车历史轨迹数据进行出行目的地预测,存在数据稀疏性问题与轨迹数据的特征单一性问题,影响目的地预测的精度。针对数据稀疏问题,利用出租车原始轨迹... 详细信息

出租车目的地预测是基于位置服务的重要内容,对城市交通合理规划具有重要意义。基于出租车历史轨迹数据进行出行目的地预测,存在数据稀疏性问题与轨迹数据的特征单一性问题,影响目的地预测的精度。针对数据稀疏问题,利用出租车原始轨迹数据(出租车速度、行驶方向角和时间)结合轨迹截断方法确定模型输入特征,克服轨迹稀疏性问题。针对多层感知机具有参数过多、训练困难和大量参数导致较快的过拟合等问题,提出利用卷积的参数共享机制解决参数冗余。进一步提出采用注意力机制使神经网络把更多的计算资源分配给更重要的任务,聚焦重要信息提升模型预测性能。基于此构建了一种融合卷积、注意力模块和多层感知机的出租车目的地预测方法(CCMLP),在克服MLP和卷积各自结构不足的同时,对目的地实现了更为准确的预测,通过不同数据与实验验证CCMLP模型的可靠性。实验结果表明,选取轨迹前m点与末n点及其对应行驶方向角、速度、车牌号和时间特征作为模型输入特征有效提高目的地预测精度;提出的CCMLP方法具有较好特征学习能力,相比于基于MLP预测模型的距离误差下降了10%,相比于基于集成学习算法的距离误差下降了19.6%;基于工作日与非工作日不同数据分布数据集划分,基于CCMLP目的地预测模型距离损失分别为2.25 km与2.23 km,验证了CCMLP对于不同数据分布的泛化能力;基于轨迹前十点,40%、60%、80%不同完整度轨迹得到的距离损失分别为2.23 km、1.80 km、0.97 km、0.68 km,验证给定不同轨迹完整度对目的地预测的影响。

关键词：出租车轨迹目的地预测厦门岛神经网络注意力模块多层感知机

来源：评论

学校读者我要写书评

暂无评论

融合多尺度特征的河道型水库网箱养殖信息提取研究

引用

测绘科学 2024年第10期49卷 133-145页

作者：林万强陈芸芝福州大学数字中国研究院(福建) 福州350108 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 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州350108

为制定适合河道型水库的网箱养殖信息提取方法,实现水库网箱养殖自动化精准提取,该文基于“U”型编解码结构,顾及多尺度特征信息,通过引入残差单元(RU)、高效多尺度注意力(EMA)、改进级联多尺度卷积(MCP)以及嵌入多尺度特征(IAC)等模块... 详细信息

为制定适合河道型水库的网箱养殖信息提取方法,实现水库网箱养殖自动化精准提取,该文基于“U”型编解码结构,顾及多尺度特征信息,通过引入残差单元(RU)、高效多尺度注意力(EMA)、改进级联多尺度卷积(MCP)以及嵌入多尺度特征(IAC)等模块改进深度学习网络构建EAMRNet模型,以闽江流域水口库区为研究区,开展水库网箱养殖信息提取研究。结果表明,EAMRNet模型提取的交并比(IoU)、召回率(Recall)、精准率(Precision)、F_(1)分数(F_(1)-score)分别为80.26%、90.94%、87.23%、89.05%,相比于UNet、ResUNet、DeepLab V3+、TransUNet、HRNet等5种经典模型精度评价结果,精度均为最高。同时,将EAMRNet模型应用于提取闽江流域水口库区2019年—2023年网箱养殖信息,经提取结果统计,闽江流域水口库区网箱养殖面积从2019年的333.9652 hm2减少至2023年的156.7713 hm2,总体呈现先增后减的趋势。综上,改进后的模型在水库网箱养殖提取任务上具备较高的提取精度,该研究可以为当地养殖管理部门进行养殖动态监测及合理规划养殖提供理论依据和数据支撑。

关键词：河道型水库多尺度特征水库网箱养殖深度学习国产高分辨率遥感影像

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的时空连续AOD重构模型

引用

环境科学学报 2023年第5期43卷 353-365页

作者：张晨汪小钦邬群勇郑汉捷王涵菁尹延中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 福州大学数字中国研究院(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州350108

气溶胶光学厚度(AOD)是气溶胶最重要的参数之一,现有的遥感AOD产品受云、积雪等因素的影响空间缺失严重,因此,生成空间覆盖完整的AOD具有重要意义.本文融合MODIS的MAIAC AOD和Himawari-8的AHI AOD,结合气象数据和高程数据,提出一种集成... 详细信息

气溶胶光学厚度(AOD)是气溶胶最重要的参数之一,现有的遥感AOD产品受云、积雪等因素的影响空间缺失严重,因此,生成空间覆盖完整的AOD具有重要意义.本文融合MODIS的MAIAC AOD和Himawari-8的AHI AOD,结合气象数据和高程数据,提出一种集成反距离权重插值(IDW)和CatBoost模型的时空连续AOD重构方法(命名为IDW-CatBoost).将此方法应用于京津冀和台湾岛的AOD重构,并与IDW、CatBoost方法对比,重构结果利用地基监测AERONET AOD进行验证,其中,京津冀的验证数为352个,台湾岛的验证数为641个.结果表明:在空间分布上,IDW AOD存在星点状特征,CatBoost、IDW-CatBoost的AOD具有空间连续分布的纹理特征;精度上,经地基监测AERONET AOD验证,京津冀地区IDW AOD与IDW-CatBoost AOD接近;台湾岛IDW-CatBoost AOD相比于IDW、CatBoost结果,R^(2)分别提高了10%和5%.经过多传感器AOD融合,与单传感器AHI L2、L3、MAIAC AOD相比,IDW-CatBoost重构AOD精度显著提升,在京津冀地区,R^(2)分别提高了15%、35%和12%,RMSE分别下降了25%、38%和22%;在台湾岛,R^(2)分别提高了14%、76%和76%,RMSE分别下降了6%、24%和24%.因此,基于多传感器AOD融合的IDW-CatBoost模型用于重构AOD产品,不仅空间覆盖完整,而且具有更高的精度.

关键词：气溶胶光学厚度(AOD) 多传感器融合 AOD重构 CatBoost 时空连续分布

来源：评论

学校读者我要写书评

暂无评论

基于广义相加模型的东南沿海叶绿素a浓度的多重影响与季节差异

引用

遥感技术与应用 2024年第1期39卷 134-148页

作者：张婧薇陈佐旗苏华福州大学卫星空间信息技术综合应用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福州350108 福州大学数字中国研究院(福建) 福建福州350108

叶绿素a浓度可以评估海水富营养化状况,对沿海叶绿素a浓度影响因素的研究在海洋环境保护方面具有重要意义。而现有研究多关注自然因素对沿海叶绿素a浓度的影响,忽视了人为因素的作用。因此实验以夜间灯光遥感数据表征人类活动强度,根据... 详细信息

叶绿素a浓度可以评估海水富营养化状况,对沿海叶绿素a浓度影响因素的研究在海洋环境保护方面具有重要意义。而现有研究多关注自然因素对沿海叶绿素a浓度的影响,忽视了人为因素的作用。因此实验以夜间灯光遥感数据表征人类活动强度,根据夜间灯光亮度和沿海叶绿素a浓度间的关系将东南沿海的城市分为3个类型,并同时结合海表温度、风速、太阳辐射、降水等自然因素,通过广义相加模型(GAM)分析不同季节下3类城市中人为和自然等多重因素对沿海叶绿素a浓度的影响。结果表明:在北海、汕头等类型Ⅰ城市中自然因素主导叶绿素a浓度的变化,春季的主导因素为风速,夏、秋、冬季为海表温度;而人类活动对叶绿素a浓度的影响较小且没有显著的影响关系。珠海、东莞等类型Ⅱ城市的叶绿素a浓度受自然因素主导,春、秋、冬季的主导因素为风速,夏季为海表温度;而人类活动在夏、秋季对沿海叶绿素a浓度有较大的促进作用。深圳、香港地区等类型Ⅲ城市中人为因素主导叶绿素a浓度的变化,春、夏、秋季人类活动对叶绿素a浓度的影响最大且为负相关,冬季海表温度对叶绿素a浓度的影响最大。

关键词：叶绿素a 人类活动自然因素广义相加模型(GAM) 东南沿海

来源：评论

学校读者我要写书评

暂无评论

基于潮汐动态淹没过程的长江口潮滩地形信息反演研究

引用

地球信息科学学报 2022年第3期24卷 583-596页

作者：章敏吴文挺汪小钦孙玉福州大学数字中国研究院(福建) 福州350108 空间数据挖掘与信息共享教育部重点实验室福州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州350108

潮滩是陆地与海洋之间重要的生态过渡地带,具有复杂的生态过程和重要的服务功能。受陆海交互作用及人类活动的影响,潮滩处于高度动态变化过程中,而传统测绘技术受到潮滩可达性影响无法快速获取潮滩地形信息。为解决潮滩高程数据获取困... 详细信息

潮滩是陆地与海洋之间重要的生态过渡地带,具有复杂的生态过程和重要的服务功能。受陆海交互作用及人类活动的影响,潮滩处于高度动态变化过程中,而传统测绘技术受到潮滩可达性影响无法快速获取潮滩地形信息。为解决潮滩高程数据获取困难的问题,本文提出一种基于潮汐动态淹没过程和时序遥感影像的潮滩地形信息提取算法,利用K-means++聚类方法实现水域提取,并通过时序淹没特征计算潮滩淹没频率提取潮滩范围信息,最终综合区域潮汐特征反演潮滩地形。研究以崇明东滩为例,利用2016—2020年所有可用Sentinel-2和Landsat-8时序遥感影像,实现潮滩范围提取与高程反演,并通过实测高程数据进行精度验证。研究结果表明,潮滩范围提取总体精度为97.73%,F1_score为0.98;高程反演平均绝对误差为0.15 m,潮滩高程的反演精度与可用影像的数量呈正相关。研究利用该算法进一步反演长江口地区主要潮滩地形特征,结果表明区域内潮滩面积为346.93 km^(2),高程范围为1.00~3.84 m,且与现有潮滩范围数据集相比,本研究提取的长江口潮滩范围更为完整。该算法为潮滩地形的快速反演提供了可能,对潮滩资源动态监测和管理具有重要意义。

关键词：潮滩时序遥感影像 K-means++ 潮滩淹没频率 Sentinel-2 Landsat-8 潮滩范围提取地形反演长江口

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：