检索结果-内蒙古大学图书馆

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

结合ICESat-2和GEDI的中国东南丘陵地区ASTERGDEM高程精度评价与修正

引用

地球信息科学学报 2023年第2期25卷 409-420页

作者：焦怀瑾陈崇成黄洪宇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 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

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土... 详细信息

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土地覆盖类型、高程、坡度、起伏度及植被覆盖率的关系。在此基础上,提出了一种考虑上述多种精度影响因素并结合XGBoost和空间插值的DEM误差修正方法。结果分析表明:原始ASTER GDEM的误差整体呈正态分布,平均误差为-3.463 m,存在较大负偏差,高程精度随着高程、坡度、起伏度及植被覆盖率VCF的增大呈降低趋势;经过修正后,ASTER GDEM平均误差降低到了-0.233 m,负偏差得到有效改善,整体平均绝对误差降低了26.04%,整体均方差降低了23.56%,耕地、林地、草地、湿地、水域及人造地表的DEM平均绝对误差和均方差都有不同程度的降低;本文提出的方法对多种特征要素与地形误差间的非线性关系进行拟合建模,在研究区取得了较好的修正效果。

关键词： ICESat-2 GEDI ASTER 高程精度评价 XGBoost 空间插值土地覆盖类型 DEM修正

来源：评论

学校读者我要写书评

暂无评论

三维场景树荫模拟与量化——以城市街道为例

引用

地球信息科学学报 2024年第11期26卷 2493-2505页

作者：苏宏霖唐丽玉陈季委高继淼袁跃辉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

树荫是城市区域夏季降温的重要资源之一,对树荫资源的量化可为城市极端高温天气的风险预警提供帮助。现有估算树荫资源的方法中,实测法耗费时间且成效较低,影像识别法难以精确反映树荫的时空变化,本文提出一种基于三维场景的树荫模拟与... 详细信息

树荫是城市区域夏季降温的重要资源之一,对树荫资源的量化可为城市极端高温天气的风险预警提供帮助。现有估算树荫资源的方法中,实测法耗费时间且成效较低,影像识别法难以精确反映树荫的时空变化,本文提出一种基于三维场景的树荫模拟与量化方法。通过三维重建技术模拟城市街道场景,区分并标识地理实体模型的类型;根据太阳几何位置参数信息,构建与实地场景同步的光照环境;根据光线直线传播和阴影形成原理,利用射线求交算法判断太阳光线与场景三维模型的遮挡情况,生成树荫并与其他地物阴影进行区分;量化树荫面积、树荫覆盖时长等数据,并在三维场景中进行可视化效果呈现。通过与无人机拍摄的阴影对比验证,相对误差区间为3.35%~13.27%,平均相对误差为9.29%,该方法在树荫资源估算方面有应用潜力。同时,以城市街道场景为例,模拟量化了不同空间朝向、不同树种、不同樟树生命周期的街道树荫资源情况并进行相应分析。该方法可以模拟任意时刻现实的和虚拟的(未来的或规划的)情景的阴影资源的时空分布情况,且可以进行分类统计,为城市规划管理提供参考,为城市树木降温效应分析提供基础数据。

关键词：虚拟地理环境城市绿地树荫三维模拟遮荫效应

来源：评论

学校读者我要写书评

暂无评论

“人口流动”视域下中国城市中心性和社群格局分析

引用

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CatBoost的植被总初级生产力遥感模拟方法及在福建省的应用

引用

地球信息科学学报 2023年第9期25卷 1908-1922页

作者：李玉洁江洪刘宣广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

植被总初级生产力(GPP)作为衡量陆地生态系统健康的重要指标,可直接反映区域环境状况和改善情况,因此准确估算植被GPP变化对区域可持续发展具有重要意义。本文利用中国及日本涡度通量观测数据,构建了基于CatBoost算法融合地形特征的GPP... 详细信息

植被总初级生产力(GPP)作为衡量陆地生态系统健康的重要指标,可直接反映区域环境状况和改善情况,因此准确估算植被GPP变化对区域可持续发展具有重要意义。本文利用中国及日本涡度通量观测数据,构建了基于CatBoost算法融合地形特征的GPP估算模型;并将模型应用于具有复杂地形特征的福建省,实现了该省GPP长时序模拟。研究结果表明:①地形特征是GPP机器学习估算的重要参数,融合地形特征建模的GPP模拟结果精度明显提高,均方根误差(RMSE)下降16%。②CatBoost GPP估算模型有效降低了传统GPP估算模型和常用机器学习(随机森林和支持向量机)GPP估算模型中存在的高估和低估现象,模型拥有更高的精度和更强的鲁棒性。本文GPP模拟精度:决定系数(R2)为0.888,RMSE为1.164 gC·m^(-2)·day^(-1),平均绝对误差(MAE)为0.773 gC·m^(-2)·day^(-1)。③基于CatBoost GPP估算模型模拟的福建省多年GPP变化与GOSIF GPP估算结果高度一致,且其对福建省GPP空间分布表达更准确。福建省2002—2020年GPP均值1697 gC·m^(-2)·a^(-1),空间变化整体呈现出“由东南向西北递减”的分布特征,多年GPP变化呈“不显著波动增加”趋势。本研究可为实现区域GPP精确估算和生态环境有效治理提供新方法和可靠科学依据。

关键词：植被总初级生产力地形特征 CatBoost 随机森林支持向量机

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

基于Swin Transformer与卷积神经网络的高分遥感影像分类

引用

激光与光电子学进展 2024年第14期61卷 245-256页

作者：何小英徐伟铭潘凯祥王娟李紫微福州大学数字中国研究院(福建) 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建福州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建福州350002

针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net)。SRAU-Net以Swin Transformer编码器... 详细信息

针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net)。SRAU-Net以Swin Transformer编码器-解码器框架为基础,采用U-Net形状,提出了以下改进:构造基于Swin Transformer和基于卷积神经网络的双分支编码器,用不同尺度空间细节特征补充具有全局信息的上下文特征,以获得更高的地物分类精度和更清晰的地物边缘;设计特征融合模块,作为双分支编码器的桥梁从通道和空间维度对全局和局部特征进行有效融合,提升对小目标地物的分割精度;添加特征增强模块,利用注意力机制自适应融合来自编码器和解码器的特征,进一步有效聚合空间和语义特征,提升模型对特征的提取效果。结果表明,SRAU-Net能够更好地提取地物的边缘信息,总体分类精度较原始模型提升了2.57百分点,提高了对小尺度地物的分类精度,有效区分如树木和低矮植被等类间相似的遥感地物,总体精度和F1分数分别为92.60%和86.90%,总体效果优于对比模型。

关键词：高分辨率遥感影像卷积神经网络 Swin Transformer 特征融合语义分割

来源：评论

学校读者我要写书评

暂无评论

基于单木位置特征的多源树木三维点云配准方法

引用

林业科学 2022年第11期58卷 96-107页

作者：黄洪宇骆钰波唐丽玉李肖肖彭巍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空间数据挖掘与信息共享教育部重点实验室福州350108

【目的】针对不同观测平台获得的树木三维点云特征少、重叠率低、配准较难的问题,以不同视角不同平台的森林点云数据为输入,根据单木平面位置分布一致性原则,提出一种适用于多类型数据的无标记森林点云自动配准方法,实现以单木对象为语... 详细信息

【目的】针对不同观测平台获得的树木三维点云特征少、重叠率低、配准较难的问题,以不同视角不同平台的森林点云数据为输入,根据单木平面位置分布一致性原则,提出一种适用于多类型数据的无标记森林点云自动配准方法,实现以单木对象为语义特征的点对匹配。【方法】首先从不同类型点云数据中分别提取单木平面位置:对于侧视型点云,基于点云主方向离散度与主方向竖直角度偏差剔除部分非主干点云,采用体素点云剖分的连通分量分割方法识别单木主干,统计单木主干点云体素垂直分布最大值点作为单木平面位置;对于俯视型点云,采用标记分水岭算法分割冠层高度模型,提取单木并识别冠层顶点作为单木平面位置。然后以提取的单木平面位置为特征点,基于Laplace谱图匹配理论获取配准矩阵,完成4自由度点云粗配准。最后,采用主干点云匹配完成侧视与侧视点云的精配准,采用全局点云最近点迭代法与主干点云匹配完成侧视与俯视点云的精配准。【结果】侧视-侧视点云配准精度优于侧视-俯视点云,侧视-侧视点云粗配准平均误差为0.24 m,精配准平均误差为0.08 m;侧视-俯视点云粗配准平均误差为1.07 m,全局点云最近点迭代法平均误差为0.44 m,机载激光点云与侧视点云经主干点云匹配后,平均误差为0.36 m。【结论】本研究立足于森林环境,借鉴由粗到精的配准思路,综合多种算法,提出一种适用于多源点云数据类型的配准方法,并通过试验证明了方法的可行性。基于单木位置特征的多源树木三维点云配准方法适用于森林、城市园林绿地等垂直生长结构较为明显的树木配准,可为森林资源调查与评估提供坐标统一、较为完整的高精度三维测量数据。

关键词：点云配准单木分割特征提取图匹配

来源：评论

学校读者我要写书评

暂无评论

改进Mask R-CNN的车辆检测算法

引用

福州大学学报（自然科学版） 2024年第4期52卷 421-429页

作者：汪菊孙玉吴宜良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

为提升在不同复杂场景下的车辆检测性能,提出一种基于改进Mask R-CNN的车辆检测算法.在算法的主干网络ResNet50中引入PSA极自注意力机制提升主干网络特征提取能力;在特征金字塔顶层网络中添加一个带有ECA注意力机制的分支与原分支进行... 详细信息

为提升在不同复杂场景下的车辆检测性能,提出一种基于改进Mask R-CNN的车辆检测算法.在算法的主干网络ResNet50中引入PSA极自注意力机制提升主干网络特征提取能力;在特征金字塔顶层网络中添加一个带有ECA注意力机制的分支与原分支进行特征融合,缓解顶层特征由于通道降维造成的信息损失.重新设计卷积检测头使得边框回归更为准确,并使用余弦退火算法和Soft-NMS算法来优化训练过程和后处理结果.实验结果表明,改进的Mask R-CNN车辆检测算法相比原Mask R-CNN算法在复杂场景下具有更高的检测精度,在CNRPark-EXT测试集中平均精确度提高3.8%,在更具挑战性的MiniPark测试集中平均精确度提高7.9%.

关键词：车辆检测 Mask R-CNN算法 PSA极自注意力机制 ECA注意力机制 Soft-NMS算法

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：