检索结果-内蒙古大学图书馆

软件学报 2018年第4期29卷 1094-1114页

作者：代飞赵文卓杨云莫启李彤周华西南林业大学大数据与人工智能工程学院云南昆明650091 云南大学软件学院云南昆明650091 云南省软件工程重点实验室云南昆明650091

BPMN 2.0编排已成为描述业务流程间交互事实上的标准.BPMN 2.0编排面向流的特征,使之会产生控制流方面的语义错误.因此,检查编排语义正确性是BPMN 2.0编排建模工具所期望具有的功能.但是,BPMN 2.0标准规约中的编排缺少形式语义及相应的... 详细信息

BPMN 2.0编排已成为描述业务流程间交互事实上的标准.BPMN 2.0编排面向流的特征,使之会产生控制流方面的语义错误.因此,检查编排语义正确性是BPMN 2.0编排建模工具所期望具有的功能.但是,BPMN 2.0标准规约中的编排缺少形式语义及相应的分析技术,这阻碍了对BPMN 2.0编排的语义分析.提出了一种映射,用于将BPMN 2.0编排转换为工作流网,使用Petri网来形式化定义BPMN 2.0编排的语义.借助Petri网的分析技术,这种定义的语义可用来分析BPMN 2.0编排的结构和控制流方面的错误.该映射和语义分析已被实现为一种工具.实验结果表明,这种形式化可以识别BPM AI过程模型库中编排的语义错误.

关键词：业务流程建模标注2.0 编排 Petri网形式语义语义分析

来源：评论

学校读者我要写书评

暂无评论

高光谱-LiDAR融合的条件随机场分类方法

引用

红外与激光工程 2021年第12期50卷 552-563页

作者：王雷光耿若筝代沁伶王军郑晨付志涛西南林业大学大数据与人工智能研究院云南昆明650224 西南林业大学森林生态大数据国家林业与草原局重点实验室云南昆明650224 西南林业大学林学院云南昆明650224 西南林业大学艺术与设计学院云南昆明650224 河南大学数学与统计学院河南开封475004 昆明理工大学国土资源工程学院云南昆明650093

为有效利用高光谱影像与LiDAR数据的互补性信息,解决单一融合策略造成的场景解译地物边界不准确和分类精度低的问题,提出了一种光谱-空间-高度特征融合、并顾及场景地物类别共生特性的条件随机场分类方法。首先,对两种数据分别提取光谱... 详细信息

为有效利用高光谱影像与LiDAR数据的互补性信息,解决单一融合策略造成的场景解译地物边界不准确和分类精度低的问题,提出了一种光谱-空间-高度特征融合、并顾及场景地物类别共生特性的条件随机场分类方法。首先,对两种数据分别提取光谱及形态学特征,对特征集采用图模型进行特征融合,将特征输入概率支持向量机分类器,得到初始分类结果。然后,基于融合特征计算反映像素间类别本质差异的局部光谱-空间-高度协同的异质性值,并统计类别间的空间共生关系。最后,在条件随机场框架内,整合初始分类结果、局部异质性信息及类别共生关系,通过目标函数的迭代求解获得最终分类结果。通过将像素间的权重定义为对应像素位置融合特征的归一化欧式距离的单调减函数,对标记不同但特征差异较大的类别间给予较小的权重,以达到地物边界空间规整化的目的。通过对标记不同但共生概率较大的类别对给予较小的权重,达到保留空间关系稳定的类别对的目的。采用城区场景的美国休斯顿地区数据集和林区场景的中国广西高峰林场两组数据集对提出方法进行了验证。实验结果表明:休斯顿和高峰林场数据集精度分别达到94.00%和92.84%,分类结果的"胡椒盐"现象明显减少,证明了该方法的有效性。

关键词：高光谱 LiDAR 条件随机场图模型特征融合局部异质性空间共生关系

来源：评论

学校读者我要写书评

暂无评论

区域多尺度马尔可夫随机场的遥感影像分类

引用

遥感学报 2020年第3期24卷 245-253页

作者：代沁伶罗斌郑晨王雷光武汉大学印刷与包装系武汉430079 西南林业大学设计学院昆明650224 武汉大学测绘遥感信息工程国家重点实验室武汉430079 河南大学数学与统计学院开封475000 西南林业大学大数据与人工智能研究院昆明650224 西南林业大学林业生态大数据国家林业局重点实验室昆明650224

多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"... 详细信息

多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"胡椒盐"现象,但由于仅利用了单尺度的的特征,也难以描述影像多层次的空间模式,导致分类精度较低。为改善分类结果中的"胡椒盐"现象和提高分类精度,提出了一种结合区域多尺度遥感影像分割和马尔可夫随机场的分类方法。首先,获得原始影像过分割区域,依据区域内亮度均值以及区域间的共享边界长度信息,提取影像低频和高频特征,采用该低频特征波段代替原始影像,重复分割与特征波段提取过程,形成影像的区域多尺度表达。然后,以原始图像为初始尺度,以分割区域为处理单元,以更细尺度分类结果为标记场先验,以当前高频特征建立特征场,逐层分类、投影,获得最终尺度分类结果。合成纹理影像和多光谱遥感影像的实验表明:相比于小波域多尺度建模方法和单尺度区域建模方法,本文提出的方法可以有效提高分类精度,并避免"胡椒盐"现象的产生。

关键词：高分辨率遥感影像分类区域分割马尔可夫随机场多尺度模型

来源：评论

学校读者我要写书评

暂无评论

深度学习在光学和SAR影像融合研究进展

引用

遥感学报 2022年第9期26卷 1744-1756页

作者：成飞飞付志涛黄亮牛宝胜陈朋弟王雷光季欣然昆明理工大学国土资源工程学院昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心昆明650093 西南林业大学大数据与人工智能研究院昆明650024

遥感影像融合作为影像处理领域中最具有挑战的工作,一直是学术界研究的热点。合成孔径雷达SAR(Synthetic Aperture Radar)具备全天时、全天候、穿透云雾等多种特点,却因存在相干斑噪声等问题,使得影像难以解译。相比之下,光学影像可以... 详细信息

遥感影像融合作为影像处理领域中最具有挑战的工作,一直是学术界研究的热点。合成孔径雷达SAR(Synthetic Aperture Radar)具备全天时、全天候、穿透云雾等多种特点,却因存在相干斑噪声等问题,使得影像难以解译。相比之下,光学影像可以反映地物的光谱和空间信息,易于解译,但容易受到云雾干扰,造成信息丢失,将光学与SAR影像数据融合可以实现不同类型传感器成像之间的信息互补,能够更好地为后续的影像分析与解译提供方便。本文首先对光学和SAR影像融合进行了系统性回顾,包括传统融合方法和基于深度学习方法在影像融合方面的最新工作,重点阐述了卷积神经网络CNN (Convolutional Neural Network)、生成式对抗网络GAN (Generative Adversarial Networks)等框架在光学和SAR影像融合中的进展;然后总结了光学和SAR影像融合在深度学习领域开发的数据集,并做了简单介绍和说明;最后,从数据集、时间序列影像融合、融合评价体系和算法轻量化等4个方面对光学和SAR影像融合的未来发展趋势进行了展望。

关键词：深度学习遥感影像光学影像 SAR影像影像融合数据集

来源：评论

学校读者我要写书评

暂无评论

基于联盟链的可靠边缘计算任务卸载方法

引用

电子学报 2024年第1期52卷 232-243页

作者：许悦玥刘博文田臣戴海鹏郑嘉琦陈贵海窦万春南京大学软件新技术国家重点实验室江苏南京210023 人工智能与数字经济广东省实验室广东深圳518060 西南林业大学大数据与智能工程学院云南昆明650000

随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了... 详细信息

随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法.

关键词：边缘计算任务卸载联盟链遗传算法资源优化

来源：评论

学校读者我要写书评

暂无评论

NVST高分辨率图像中太阳小尺度结构的精细放大

引用

光学学报 2020年第9期40卷 44-53页

作者：王笑笑尚振宏强振平昆明理工大学信息工程与自动化学院云南昆明650500 西南林业大学大数据与智能工程学院云南昆明650224 昆明理工大学云南省人工智能重点实验室云南昆明650500

将基于深度学习的放大方法应用于天文图像的研究中,根据新真空太阳望远镜(NVST)图像中的结构特征,提出一种有效的天文图像放大方法。首先使用Binning技术对数据进行降采样处理,获得对应的低分辨率图像;其次通过改进的残差稠密网络充分... 详细信息

将基于深度学习的放大方法应用于天文图像的研究中,根据新真空太阳望远镜(NVST)图像中的结构特征,提出一种有效的天文图像放大方法。首先使用Binning技术对数据进行降采样处理,获得对应的低分辨率图像;其次通过改进的残差稠密网络充分提取和利用低分辨率图像多级特征,重建出高分辨率的太阳图像;最后通过残差分析、相关性分析及功率谱分析对太阳图像的重建误差进行定量评估。实验结果表明,相对传统插值法,所提方法能够对太阳图像中的小尺度结构进行精细放大,且在放大图像的同时有效提高图像的信噪比。

关键词：图像处理 NVST图像精细放大 Binning 残差分析相关性分析功率谱分析

来源：评论

学校读者我要写书评

暂无评论

离散ADMM方法下像素与对象基元协同优化的遥感影像无监督语义分割

引用

计算机应用研究 2023年第7期40卷 2217-2222页

作者：陈运成郑晨李晶莹王雷光河南大学数学与统计学院河南开封475004 河南省人工智能理论及算法工程研究中心河南开封475004 西南林业大学大数据与人工智能研究院昆明650224 西南林业大学林业生态大数据国家林业局重点实验室昆明650224

语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练... 详细信息

语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练数据的无监督语义分割思路,可以有效地刻画地物空间关系,并对地物空间分布的统计规律进行建模。但现有的MRF模型方法通常建立在基于像素或对象的单一粒度基元上,难以充分利用影像信息,语义分割效果不佳。针对上述问题,引入交替方向乘子法(alternative direction method of multiplier,ADMM)并将其离散化,提出了一种像素与对象基元协同的MRF模型无监督语义分割方法(MRF-ADMM)。首先构建像素基元和对象基元两个概率图,其中像素基元概率图用于刻画影像的细节信息,保持语义分割的边界;对象基元概率图用于描述较大范围的空间关系,以应对遥感影像地物内部的高异质性,使分割结果中地物内部具有良好的区域完整性。在模型求解过程中,针对像素和对象基元的特点,提出了一种离散化的ADMM方法,并将其用于两种基元类别标记的传递与更新,实现像素基元细节信息和对象基元区域信息的协同优化。高分二号和航拍影像等不同数据库不同类型遥感影像的语义分割实验结果表明,相较于现有的MRF模型,提出的MRF-ADMM方法能有效地协同不同粒度基元的优点,优化语义分割结果。

关键词：遥感影像语义分割马尔可夫随机场模型基于对象的影像分析离散ADMM算法

来源：评论

学校读者我要写书评

暂无评论

基于共享模式的数字校园建设框架与实例研究

引用

中国教育信息化 2021年第13期27卷 68-71页

作者：余靖周华余雄昆明学院信息工程学院云南昆明650214 西南林业大学大数据与人工智能学院云南昆明650051 贵州师范学院数学与大数据学院贵州贵阳550018

目前大多数高校都存在管理手段原始、运营成本高、沟通成本高、资源共享度低、协作效率低、服务效率低、安全隐患大等问题。要解决这些问题,可以设想、定义和构建一个以学生为中心,将学生中心、教师中心、课程中心进行全方位融合的学习... 详细信息

目前大多数高校都存在管理手段原始、运营成本高、沟通成本高、资源共享度低、协作效率低、服务效率低、安全隐患大等问题。要解决这些问题,可以设想、定义和构建一个以学生为中心,将学生中心、教师中心、课程中心进行全方位融合的学习型数字校园。文章以新一代信息技术为支撑,通过思路创新、技术创新与管理创新,充分利用高校现有网络、软硬件资源,把信息技术和管理相融合,重构现代高校校园,消除各种“孤岛结构”,实现高校的数字信息化服务。以期为教师、学生提供便捷、全面和个性化的服务,提高行政人员的管理服务效率,降低学校资源等方面的投入,为领导的决策判断提供依据,同时为各大高校的信息化建设提供参考。

关键词：信息化数字化资源整合共享一体化平台

来源：评论

学校读者我要写书评

暂无评论

5种植被指数识别青藏高原季节牧场比较研究

引用

草原与草坪 2022年第4期42卷 1-8页

作者：方攀飞王雷光于龙苏世琪徐伟恒周华坤西南林业大学林学院云南昆明650233 曲靖师范学院文化旅游学院云南曲靖6550113 南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与人工智能研究院云南昆明650233 西南林业大学森林生态大数据国家林业与草原局重点实验室云南昆明650233 中国科学院西北高原生物研究所青海省寒区恢复生态学重点实验室青海西宁810001

季节牧场(冷季牧场和暖季牧场)面积是载畜量计算的重要指标,对于草畜平衡季节动态管理具有重要指导意义。本研究基于Landsat 8影像构建5种对植被扰动敏感的植被指数(NBR、CSI、NBR2、NDMI和NDVI),通过5种植被指数对青藏高原地区两类最... 详细信息

季节牧场(冷季牧场和暖季牧场)面积是载畜量计算的重要指标,对于草畜平衡季节动态管理具有重要指导意义。本研究基于Landsat 8影像构建5种对植被扰动敏感的植被指数(NBR、CSI、NBR2、NDMI和NDVI),通过5种植被指数对青藏高原地区两类最主要的高寒草地(高寒草甸和高寒草原)的季节牧场可利用面积进行识别,并通过区分度(M)和分类精度定量评价各指数识别季节牧场的能力。结果表明:1)受到放牧家畜的啃食和践踏等干扰,在暖季放牧末期,冷季牧场和暖季牧场光谱差异明显;2)5种植被指数均能很好地区分高寒草地的季节牧场,M值均高于2.38,总体精度均高于87.33%;3)基于近红外(NIR)和短波红外(SWIR2)波段构建的NBR指数对高寒草甸和高寒草原的季节牧场分类效果最好,总体精度均高于93.33%,Kappa系数均大于0.83。

关键词：季节牧场青藏高原 Landsat8 植被指数

来源：评论

学校读者我要写书评

暂无评论

基于盲退卷积的AIA图像增强方法

引用

天文研究与技术 2022年第1期19卷 41-53页

作者：沐芳黄欢尚振宏强振平昆明理工大学信息工程与自动化学院云南昆明650500 西南林业大学大数据与智能工程学院云南昆明650224 昆明理工大学云南省人工智能重点实验室云南昆明650500

太阳图像中存在各种不同尺度、亮度和结构的物理活动现象,由于太阳日冕高动态活动和传感器设备等因素的影响,太阳图像成像质量不佳。根据太阳动力学天文台(Solar Dynamic Observatory,SDO)的大气成像仪(Atmospheric Imaging Assenbly,A... 详细信息

太阳图像中存在各种不同尺度、亮度和结构的物理活动现象,由于太阳日冕高动态活动和传感器设备等因素的影响,太阳图像成像质量不佳。根据太阳动力学天文台(Solar Dynamic Observatory,SDO)的大气成像仪(Atmospheric Imaging Assenbly,AIA)拍摄不同波段数据结构的动态范围大、噪声大、结构相对模糊等特点,提出一种基于盲退卷积的图像增强方法。首先对图像进行去噪和降低动态范围的处理,基于图像功率谱的分布假设,从原图中估计点扩散函数(Point Spread Function,PSF)的功率谱;然后使用相位提取算法恢复点扩散函数的相位,再退卷积得出较高质量的目标图像;最后通过轮廓切片分析、功率谱分析以及点扩散函数分析对增强结果进行定量和定性评价。实验结果表明,相比现有的图像增强方法,该方法在有效增强太阳日冕图像细节结构的同时,能够复原原图中因模糊无法识别的结构。

关键词：太阳图像大气成像仪功率谱盲退卷积相位提取

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：