搜索结果: 1-15 共查到“测绘科学技术 学习”相关记录21条 . 查询时间(0.265 秒)
“卫星帆板展开正常，遥测信号正常……”9月24日12时10分左右，收到“武汉大学人民医院健康号”（以下简称人民健康号卫星）发送的遥测数据后，武汉大学人民医院医学遥感信息研究院核心成员一片欢腾，“本次发射任务圆满成功！”
自然资源部第一地理信息制图院召开高质量发展与创新管理研修班学习交流座谈会（图）
座谈会 自然资源部 第一地理信息制图院
2023/11/13
近日，陕西测绘地理信息局联合深圳大学举办“高质量发展与创新管理研修班”，自然资源部第一地理信息制图院选派5人参加学习。为分享学习成果，激发创新活力。日前，第一地理信息制图院召开高质量发展与创新管理研修班学习交流座谈会，交流心得体会，共谋发展思路。制图院副院长梁爽主持会议，业务科、研修班学习人员、局高层次科技创新人才梯队人员、院科技人才创新岗、院青年学术和技术带头人、院科技骨干等参加交流。
中国科学院南京土壤研究所专利：一种结合机器学习和地统计的土壤有机质遥感制图方法。
中国科学院海洋研究所利用深度学习技术提高浒苔边缘的提取精度（图）
浒苔提取 遥感
2022/11/14
2022年11月12日，中科院海洋所李晓峰研究团队基于哨兵一号卫星图像建立了人工智能模型，提高了浒苔提取的精度，并使用该模型提取了2019-2021年黄海绿潮的时间序列，发现2019年绿潮覆盖面积更大，爆发时间更长，而2021年绿潮对山东半岛南岸的影响更大。相关成果近日发表于地球科学和遥感领域Top期刊IEEE Transactions on Geoscience and Remote Sensi...
地表沉降不仅影响社会经济的可持续发展，还威胁人类的生命安全。高精度的地表沉降预测对人类预防地质灾害具有重要意义。现有的预测方法因模型参数难以获取或相关数据的缺乏而难以得到可靠的预测结果，针对此问题，本文提出一种基于深度学习的地表沉降预测方法。首先采用多主影像相干目标小基线干涉技术MCTSB-InSAR获取大区域高精度地表形变时序反演结果；其次利用循环神经网络作为网络架构，用长短期记忆（LSTM）模...
针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题，提出了一种基于深度学习特征的匹配方法CMM-Net。首先，利用卷积神经网络提取异源遥感影像的高维特征图，根据同时满足通道最大和局部最大两种条件选取关键点，并在特征图上提取相应位置的512维描述符。在匹配阶段，完成快速最近邻搜索特征匹配后，为解决误匹配点多的问题，提出了动态自适应欧氏距离阈值和RANSAC共同约束的提纯算法，保证误匹配...
侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作。针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题，本文尝试引入卷积神经网络的方法，同时考虑到侧扫声呐沉船图像属于小样本数据集，提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法。通过归一化处理、图像增强等方式扩充样本数据，并以4∶1的比例划分训练集和测试集，同时参照经典...
耕地是丘陵山区稀缺的土地资源，具有地形条件复杂、种植结构多样的特点，导致了山地耕地信息难以快速、准确获取，并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题，本文以西南山区贵州省息烽县作为试验区，根据地理空间异质性特征，提出分区控制、分层提取的耕地形态信息提取思路，构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区...
随着遥感技术的发展，卫星传感器空间分辨率不断提高，我们已经全面进入高分辨率卫星遥感时代。在城市环境中，高大建筑物、树木等遮挡光源在遥感影像中形成阴影。阴影可以减少城市热岛效应，也可以作为遥感影像建筑物识别的线索。然而，阴影的存在影响影像信息的判读和解译，也给城市土地覆被精细化制图带来了高度的不确定性。为此，兰州大学资源环境学院刘勇教授团队利用目前最先进的深度学习框架，提出了一个循环阴影注意模型（R...
近日，中国科学院空天信息创新研究院遥感卫星应用国家工程实验室研究员李正强团队采用深度学习定量遥感方法反演陆地上空气溶胶细模态比例研究取得进展。气溶胶是指空气动力学直径小于100微米、悬浮在空气中的颗粒物。气溶胶光学厚度（AOD）遥感反演已经较为成熟。MODIS作为宽覆盖多光谱全球观测遥感器的典型代表，其暗目标（DT）和深蓝（DB）方法AOD产品被广泛用在全球气候变化和大气环境污染评估方面。细模态比...
车辆轨迹数据的道路信息提取是地理信息领域的热点也是难点之一，深度学习的快速发展为该问题的解决提供了一种思路与方法。本文针对车辆轨迹数据的车行道级道路提取问题，引入深度学习领域的生成式对抗网络，利用残差网络构建深层网络和多尺度感受野感知轨迹数据不同细节特征，构建了基于条件生成式对抗网络的轨迹方向约束下车行道级道路提取模型。首先提出了朝向-颜色映射栅格化转换方法，实现轨迹朝向信息向HSV颜色空间的转换...
“基于深度学习的航空影像典型地物变化监测关键技术与应用”“新型基础测绘业务信息化关键技术研究”科技成果鉴定会圆满完成（图）
航空影像 地物变化 监测关键技术 关键技术 科技成果 鉴定会
2020/6/22
2020年5月30日至31日，中国测绘学会在北京组织召开了由浙江省测绘科学技术研究院完成的“基于深度学习的航空影像典型地物变化监测关键技术与应用”和“新型基础测绘业务信息化关键技术研究”项目科技成果鉴定会。
基于深度强化学习的电动出租车运营优化
深度强化学习 电动出租车 DDQN 出租车运营
2021/6/2
作为公共交通的重要组成部分，电动出租车对电动车推广具有重要的示范意义。相较于燃油出租车，电动出租车需要耗费更多充电时间，降低了出租车司机的使用意愿，全面推广面临较大阻力。强化学习方法方兴未艾，适用于出租车运营的顺序决策过程。基于强化学习，本文构建双深度Q学习网络（double deep Q-learning network，DDQN）模型模拟电动出租车的运行。根据出租车的实时状态选择并执行最优载客...
基于Sentinel-1A数据的多种机器学习算法识别冰山的比较
冰山 机器学习 Sentinel-1A SAR
2020/6/16
冰山识别对于海洋环境监测和船只安全运行等具有重要的意义，是北极航道开通和北极开发过程中的重要内容。采用合成孔径雷达（SAR）影像进行冰山识别具有独特的优势，多种机器学习算法均可用于SAR影像的冰山识别中。