检索结果-内蒙古大学图书馆

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LDA和优化蚁群的OD流向时空语义聚类算法

引用

地球信息科学学报 2022年第5期24卷 837-850页

作者：张晗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 福州大学数字中国研究院(福建) 福州350003

针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型(Latent Dirichlet Allocation,LDA)和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主... 详细信息

针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型(Latent Dirichlet Allocation,LDA)和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则(Multiway Normalized Cut,MNCUT)强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%~88.8%的运行时间;基于介数中心性和多路切图准则优化的蚁群搜索聚类算法,可以有效进行流向语义聚类。相比已有方法本文方法能够更好地衡量流向间的语义相似程度,可实现按主题进行聚类划分,划分更加精细,更方便有效地进行流向语义的相关分析。

关键词： OD流向地理信息数据挖掘时空语义聚类 LDA 流向语义相似度蚁群算法移动模式

来源：评论

学校读者我要写书评

暂无评论

基于DBI和稀疏轨迹数据的交通状态精细划分与识别

引用

地球信息科学学报 2022年第3期24卷 458-468页

作者：朱秋圳邬群勇姚铖鑫孙豪宇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 福州大学数字中国研究院(福建) 福州350108

浮动车轨迹数据已逐渐成为城市交通状态识别的主要数据源之一,但是现有基于浮动车轨迹数据的交通状态识别中多数是应用高精度或是多源轨迹数据。针对稀疏轨迹数据在城市交通状态识别中存在识别精度不高的问题,本文提出一种结合戴维森堡... 详细信息

浮动车轨迹数据已逐渐成为城市交通状态识别的主要数据源之一,但是现有基于浮动车轨迹数据的交通状态识别中多数是应用高精度或是多源轨迹数据。针对稀疏轨迹数据在城市交通状态识别中存在识别精度不高的问题,本文提出一种结合戴维森堡丁指数(DBI)和轨迹相似性度量的动态交通状态划分方法。首先,对轨迹数据和路网数据进行预处理并且建立不同时间片的路段轨迹集合;接着,依据轨迹速度-空间相似性,利用戴维森堡丁指数动态地扩展轨迹的空间维度,并根据轨迹相似性度量方法构建最佳车辆队列;然后,将前后不同的车辆队列进行二次处理,连接组成交通流簇;最后,基于模糊C均值聚类方法将交通流进行划分,实现路段交通状态的识别。采用厦门市厦禾路、湖滨西路和湖滨南路交叉路段上的真实出租车轨迹数据进行测试,结果表明,本文所提方法保证了车辆队列速度分布与原始轨迹速度分布基本一致,相比对比方法Kmeans++和ST-DBSCAN,本文方法均方根误差平均下降了18.77%和21.22%,并且在不同的实验路段表现更加稳定,可有效、可靠地运用稀疏轨迹数据识别城市交通状态,进而实现城市交通状态的精细分析。

关键词：城市交通动态划分轨迹相似性度量稀疏轨迹数据戴维森堡丁指数车辆队列状态识别模糊聚类

来源：评论

学校读者我要写书评

暂无评论

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

引用

地球信息科学学报 2022年第5期24卷 949-961页

作者：陈振陈芸芝吴婷李佳优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 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

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性... 详细信息

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影遮挡等造成的道路空洞、误提和漏提现象。

关键词：深度学习道路提取高分辨率遥感影像残差网络 U-Net模型双注意力模块编解码器特征补偿

来源：评论

学校读者我要写书评

暂无评论

基于背包式激光雷达测量系统的城市绿地树木三维绿量估算方法

引用

应用生态学报 2022年第10期33卷 2777-2784页

作者：李肖肖唐丽玉彭巍陈建新麻霞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

三维绿量能够客观、准确描述城市绿化水平,可为定量研究城市绿地生态功能的机理提供可靠的数据基础。针对单位附属绿地分布分散、规模较小等特点,本研究提出一种面向该类城市绿地的三维绿量估算方案,该方案包括数据获取、处理、实体分... 详细信息

三维绿量能够客观、准确描述城市绿化水平,可为定量研究城市绿地生态功能的机理提供可靠的数据基础。针对单位附属绿地分布分散、规模较小等特点,本研究提出一种面向该类城市绿地的三维绿量估算方案,该方案包括数据获取、处理、实体分割、分类和单木冠层提取以及三维绿量计算的环节。首先,利用背包式激光雷达测量系统获取三维点云数据,利用变尺度地面点滤波算法剔除地面点云;然后,利用基于密度的聚类算法对非地面点云进行聚类,且基于密度特征的竞争算法对重叠区域进行二次分割,形成独立对象;接着,利用PointNet++模型提取植物点云,根据枝叶点云主方向差异性以及轴向分布密度提取冠层点云;最后,使用凸包法计算单木冠层三维绿量,累计每株木的三维绿量得到区域三维绿量。以某科技园区为例,估算其总三维绿量为21034.95 m^(3),其中,芒果树株数最多,三维绿量总量最大,为4868.64 m^(3),占23.2%;单株三维绿量最大的树种为小叶榄仁,平均每株为120.37 m^(3)。本研究方案估算的树木三维绿量与传统方法的相对误差在10.7%~33.7%,平均相对误差为20.9%;与台积法的相对误差在2.7%~16.0%,平均相对误差为8.7%。本研究方案充分利用三维点云数据特性,所用凸多面体逼近树冠的原始形态,更符合树木的实际情况。该三维绿量测量和估算方案可为城市三维绿量快速、精确估算提供新思路。

关键词：城市绿地背包式LiDAR PointNet++ 点云分割三维绿量

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

接驳轨道交通的共享单车潮汐均衡时空分布模式

引用

福州大学学报（自然科学版） 2024年第2期52卷 176-183页

作者：王涵菁邬群勇邝嘉恒郑汉捷张晨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大学数字中国研究院(福建)福建福州350108

以深圳市为研究区,使用工作日早高峰的接驳骑行订单数据,考虑地铁站和出入口两层面的潮汐均衡性分类,从单车调度角度将出入口划分为无需调度型、站内调度型和站外调度型;使用非负矩阵分解方法划分出入口流量时空分布类别,确定调度时间.... 详细信息

以深圳市为研究区,使用工作日早高峰的接驳骑行订单数据,考虑地铁站和出入口两层面的潮汐均衡性分类,从单车调度角度将出入口划分为无需调度型、站内调度型和站外调度型;使用非负矩阵分解方法划分出入口流量时空分布类别,确定调度时间.结果表明,将接驳轨道交通的潮汐均衡分析聚焦到出入口层面,精确划分出入口调度类型,可确定调度方式和产生调度需求的时间,为单车管理者进行车辆调度提供可靠的数据支持.

关键词：潮汐均衡性共享单车接驳地铁出入口非负矩阵分解

来源：评论

学校读者我要写书评

暂无评论

接驳地铁站的共享单车时空均衡性分析与吸引区域优化

引用

地球信息科学学报 2022年第7期24卷 1337-1348页

作者：邝嘉恒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

共享单车是接驳地铁出行的最有效选择之一,但共享单车的时空分布不均问题对使用者和管理者造成了很大的不便,尤其是早高峰期间出现这种问题更会大大降低2个交通系统的运行效率。因此,研究用于接驳地铁出行的共享单车的时空均衡性特点对... 详细信息

共享单车是接驳地铁出行的最有效选择之一,但共享单车的时空分布不均问题对使用者和管理者造成了很大的不便,尤其是早高峰期间出现这种问题更会大大降低2个交通系统的运行效率。因此,研究用于接驳地铁出行的共享单车的时空均衡性特点对提升早高峰期间的通勤效率有一定意义。为了了解接驳地铁骑行的时空均衡性特点,本文以厦门市作为实验区,将厦门市早高峰期间接驳地铁站的骑行作为主要研究对象,基于出行OD提出了新的地铁站吸引区域建立方法,基于出行特点提出了考虑地铁站点的单车聚类方法。本文还从潮汐比统计角度和吸引区域角度对各个地铁站的早高峰整体出行均衡性做了分析,从时空角度对早高峰中不同时段的地铁站接驳骑行的时空均衡性做了分析,通过分析得出了3种角度下各个地铁站点均衡性的相似点与不同点,结果表明:(1)根据潮汐比特点,地铁站对骑行的接驳职能可划分为4类,分别为起始型,均衡型,到达型和不适合接驳地铁出行型,反映了各地铁站点的总体接驳特征;(2)地铁站对接驳骑行的吸引区域与潮汐比特点有所差别,其主要影响因素为地铁站点的地理位置及周边土地利用类型;(3)对于时空均衡性分析结果而言,潮汐比对时空均衡性层面没有显著影响,其最大影响因素为周边土地利用类型。该分析结果能体现出厦门市早高峰期间与各地铁站接驳骑行的共享单车运行的差异性以及与地铁接驳效率的高低,以此来支持共享单车企业的重点区域调度和监管。

关键词：城市交通时空均衡性共享单车地铁站点吸引区域 OD分析聚类分析接驳

来源：评论

学校读者我要写书评

暂无评论

融合几何特征与全局关系的室内点云语义分割

引用

福州大学学报（自然科学版） 2023年第3期51卷 371-378页

作者：黄逸群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

为充分提取3D点云的深层特征以提高复杂室内点云场景的语义分割精度,提出一种结合局部特征和全局特征的室内点云语义分割网络GSFNet.在局部特征部分,加入几何特征信息,并设计几何与语义特征信息编码模块,以更好地捕获室内点云局部信息.... 详细信息

为充分提取3D点云的深层特征以提高复杂室内点云场景的语义分割精度,提出一种结合局部特征和全局特征的室内点云语义分割网络GSFNet.在局部特征部分,加入几何特征信息,并设计几何与语义特征信息编码模块,以更好地捕获室内点云局部信息.对全局特征部分,在编码解码器结构中间层加入全局关系依赖模块,构建不同邻域对象之间的关系提取有效分割信息.使用斯坦福大规模室内数据集(S3DIS)进行实验验证,在测试数据集上测试的总体精度(OA)和平均交并比(mIoU)分别为87.2%和61.1%,实验结果表明,GSFNet对复杂室内环境有较好的语义分割效果.

关键词：点云语义分割深度学习几何特征

来源：评论

学校读者我要写书评

暂无评论

福建全省海洋藻类养殖区高精度智能提取方法研究

引用

海洋环境科学 2025年第1期44卷 116-125页

作者：陈红梅吴婷林万强陈芸芝罗冬莲福建省水产研究所福建厦门361013 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建福州350108

为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典... 详细信息

为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典型海洋藻类养殖区提取的结果,MSUResUnet模型提取的准确率(accuracy)、召回率(recall)、平均交并比(m IoU)、F1分数(F1-score)较U-Net模型提高0.14%、0.84%、0.34%、0.32%,较DeepLab V3+模型提高0.18%、0.88%、0.40%、0.36%,因此,选择MSUResUnet模型进行福建全省海洋藻类养殖区自动化提取。经提取结果统计,2022年7月至2023年5月,福建全省海洋藻类养殖面积约为345.6912 km^(2)。

关键词：三沙湾海洋藻类养殖深度学习高分辨率遥感影像

来源：评论

学校读者我要写书评

暂无评论

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：