群智能方法在遥感信息提取中的应用分析

遥感数据作为重要的空间数据源,在众多领域发挥着不可或缺的作用。遥感信息获取技术的不断发展与遥感数据应用领域的不断扩展,促进了遥感信息提取方法的不断进步。随着人工智能算法不断被提出及成功应用,遥感信息提取领域也在逐步引入智能算法实现高效的信息提取。在对遥感信息提取方法的研究进展进行深入分析的基础上,剖析了群智能方法应用于遥感信息提取领域的潜力与优势。并应用微粒群优化方法进行遥感数据的分类,实现了微粒群优化方法应用于遥感数据分类的技术流程,取得了很好的实验结果。因此,群智能方法能够为遥感信息提取领域提供一种新的有效智能处理方法。     

兼顾行列的时序数据质量规则发现

智能装置设备产生的时序数据增长迅速,存在严重的数据质量问题.劣质时序数据质量管理和数据质量提升技术需求日益迫切.时序数据的有序时窗、行列关联等特点,为时序数据质量语义表达提出了挑战.提出了一种同时考虑时序数据在行与列上的数据依赖信息的数据质量规则,即时序否定约束TDC.研究了TDC的定义与构建方法,从时窗与多阶表达式运算这两个方面,对已有的数据质量规则体系进行表达力的扩展,并提出针对兼顾行列的时序数据质量规则挖掘方法.在真实时序数据集上开展大量实验,实验结果验证了该方法能够有效且高效地挖掘时序数据中隐藏的数据质量规则.对比实验的结果表明,该方法能够有效地对行与列上的关联信息进行谓词构造;在质量规则挖掘效果上优于单纯的行上约束挖掘方法以及单纯的列上约束挖掘方法.     

城市群建设与管理的时空大数据体系框架构建研究

城市群时空大数据具有跨时空与跨行政区域的动态性与实时性特征,传统的样本数据建设方式给数据存储管理、整合集成、挖掘分析与知识发现等技术环节带来挑战。本研究面向城市群建设与管理对空间信息集成应用服务的重要需求,基于应用主题领域触发的事件模型和关联要素的特征研究,以城市群空间格局与功能定位、区域规划与监测评价、城乡统筹发展、产业协同发展4个应用主题为例,设计了基于要素-事件-主题的时空大数据体系框架,并对“产业用地利用效率评估”事件模型驱动的要素设计、数据组织和算法实现进行了探索。本研究提出的时空大数据体系框架设计思路,使得时空信息互联互通和模型驱动的自适应数据调用成为可能,有助于推动要素类时空大数据在城市群建设与管理工作中的集成应用。     

跨媒体智能关联分析与语义理解理论与技术研究进展

深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.     

三维视觉前沿进展

在自动驾驶、机器人、数字城市以及虚拟/混合现实等应用的驱动下,三维视觉得到了广泛的关注。三维视觉研究主要围绕深度图像获取、视觉定位与制图、三维建模及三维理解等任务而展开。本文围绕上述三维视觉任务,对国内外研究进展进行了综合评述和对比分析。首先,针对深度图像获取任务,从非端到端立体匹配、端到端立体匹配及无监督立体匹配3个方面对立体匹配研究进展进行了回顾,从深度回归网络和深度补全网络两个方面对单目深度估计研究进展进行了回顾。其次,针对视觉定位与制图任务,从端到端视觉定位和非端到端视觉定位两个方面对大场景下的视觉定位研究进展进行了回顾,并从视觉同步定位与地图构建和融合其他传感器的同步定位与地图构建两个方面对同步定位与地图构建的研究进展进行了回顾。再次,针对三维建模任务,从深度三维表征学习、深度三维生成模型、结构化表征学习与生成模型以及基于深度学习的三维重建等4个方面对三维几何建模研究进展进行了回顾,并从多视RGB重建、单深度相机和多深度相机方法以及单视图RGB方法等3个方面对人体动态建模研究进展进行了回顾。最后,针对三维理解任务,从点云语义分割和点云实例分割两个方面对点云语义理解研究进展进行了回顾。在此基础上,给出了三维视觉研究的未来发展趋势,旨在为相关研究者提供参考。     

基于HDFS+Spark的时空大数据存储与处理——以智慧无锡时空大数据为例

海量时空数据的高效存储、读写、处理与分析是当前地理信息科学领域的研究热点。本文对目前主流大数据技术产品进行了选取和融合,开展了基于HDFS+Spark的时空大数据存储、处理分析等方面的研究和探讨,以智慧无锡时空信息云平台为应用对象,搭建了一套时空大数据存储处理的集群平台,并通过具体应用实验,得到了时空数据存储、处理、挖掘的响应时间及可视化展示结果,证实了HDFS+Spark集群计算平台在解决时空大数据存储、处理、挖掘方面的有效性。     

中国遥感软件研制进展与发展方向——以像素专家PIE为例

随着航天航空遥感技术的飞速发展，立体式、多层次、多视角、全方位和全天候对地观测的时代已然到来。如何激活数据价值，更好地服务行业应用，满足快速增长的遥感应用需求，成为遥感企业面临的迫切课题。遥感图像处理软件作为遥感数据与行业应用的桥梁，在遥感产业化过程中发挥着不可替代的作用。本文概述了国内外遥感卫星数据和遥感软件发展历程，通过中国国产遥感图像处理软件——像素专家（pixel information expert，PIE）阐述了国产遥感软件的研制进展、典型应用和未来技术发展方向。PIE软件具有多源遥感载荷全方位支持、全谱段要素信息智能提取、多行业全业务链深度融合、海量遥感数据快速处理和自主产权程序完全可控等5大核心能力。未来将加强与大数据、云计算和人工智能等技术前沿领域的交叉融合，提升遥感数据分析处理、知识挖掘与决策支持能力，实现遥感数据的按需获取快速传输和专题信息聚焦服务。     

时空数据智能化处理与分析的理论和方法探讨

首先回顾了时空数据处理与分析的发展历史,探讨了开展智能化研究的必要性,并提出了具有层次结构的时空数据智能化处理和分析的体系结构,结合第四代基本特征的地理信息系统的理论和技术,提出发展地理智能系统需要着重解决几个关键问题：地学知识的表达与推理,建立多尺度时空数据融合模型,时空数据统计特性的模型化表达,引进人工智能领域最新方法,设计有效,快速的时空数据的特点表达,分析,数据挖掘,知识发现等算法,表成一系列时空数据的智能化处理和分析功能。     

4D时空纵向分析在生物医学领域中的应用现状与趋势

随着成像技术的成熟，临床医生及实验人员能获得同时带有时间和空间信息的4D（3D+时间）数据，用于纵向研究疾病变化情况。由于缺乏合适的处理算法，导致明显的信息丢失。为解决这一问题，一些研究发挥人工智能在海量数据处理上的优势进行纵向医学图像分析，研究目标随时间的动态变化。本文对4D时空纵向分析在生物学运动目标追踪、医学影像分割、肿瘤生长预测、血管动力学和神经科学等应用进行综述，重点探讨了人工智能技术与传统分析方法在各应用场景的优劣，并从联合多模态异构数据进行关联分析及联邦学习辅助算法部署两个角度进行前瞻性的探索和可行性分析，突破2D影像处理瓶颈，推动4D设备广泛应用，并为未来时空纵向分析在生物医学领域中的方法学研究及应用场景探索提供思路。     

图像数据挖掘中的关联规则

介绍了遥感图像数据的关联规则挖掘方法。对目前图像数据挖掘的研究及应用现状进行了综述。介绍了图像数据关联规则挖掘的最新进展，总结了图像数据关联规则挖掘的特点、类型及图像数据预处理的技术方法。     

TM与ETM影像融合用于地质构造解译

多源遥感影像数据融合是一种通过高级影像处理技术来复合多源遥感影像的技术，其目的是将单一传感器的多波段信息和不同传感器提供的信息加以综合，以提高获取信息的有效性和准确性，解译的可靠性，以及形成对目标的完整一致的描述。本采用TM与ETM经图像处理和融合，用于对地质构造解译，取得良好效果。     

矿山环境遥感监测研究进展

矿产资源是人类赖以生存和发展的重要生产资料,开展矿山监测对于矿产资源开发利用和矿区环境保护至关重要。由于具有大范围、多时相和综合性等优势,遥感技术已成为矿山监测的主要手段。针对矿山开发利用状况、地质灾害问题以及生态环境监测与质量评价等需求,系统总结了矿山环境遥感监测所用的数据源、方法和模型。目前遥感监测数据源已趋于多样化并覆盖矿山监测各方面,得益于云计算平台及人工智能技术快速发展,大数据分析和深度学习等方法在矿山环境遥感监测中逐渐发挥重要作用,而多源数据融合、地物智能化提取、三维形变监测和定量反演等是矿山环境遥感监测存在的主要问题与挑战。     

遥感边缘智能技术研究进展及挑战

随着航空航天、遥感和通信等技术的快速发展,5G等高效通信技术的革新,遥感边缘智能（edge intelligence）成为当下备受关注的研究课题。遥感边缘智能技术通过将遥感数据处理与分析技术前置实现,在近数据源的位置进行高效地遥感信息分析和决策,在卫星在轨处理解译、无人机动态实时跟踪、大规模城市环境重建和无人驾驶识别规划等应用场景中起着至关重要的作用。本文对边缘智能在遥感数据解译中的研究现状进行了归纳总结,介绍了目前遥感智能算法模型在边缘设备进行部署应用中面临的主要问题,即数据样本的限制、计算资源的限制以及灾难性遗忘问题等。针对问题具体阐述了解决思路和主要技术途径,包括小样本情况下的泛化学习方法,详细介绍了样本生成和知识复用两种解决思路;轻量化模型的设计与训练,分析了模型剪枝和量化等方法以及基于知识蒸馏的训练框架;面向多任务的持续学习方法,对比了样本数据重现和模型结构扩展两种原理。同时,还结合了典型的遥感边缘智能应用,对代表性算法的优势和不足进行了深层剖析。最后介绍了遥感边缘智能面临的挑战,以及未来技术的主要发展方向。     

Progress of Chinese Coastal Wetland based on Remote Sensing

Coastal wetlands as a unique ecosystems with high productivity and abundant biology diversity,has many important resource values,ecological values,economic values and scientific research values.Due to the multi\|temporal,multi\|platform,macroscopic,objective,informative,real\|time,highly effective,comparable and so on,so the remote sensing technology has been gradually approved and widely promoted in coastal wetland research in the past three decades.Current status of coastal wetland research based on remote sensing technique in China was systematically discussed from multiple aspects,including remote sensing data sources,theories and methods,and the application of remote sensing technology to Chinese coastal wetland is reviewed from the aspects of coastal wetland resource investigation and management,landscape pattern and dynamic change,ecological environment monitoring,ecosystem quality and service evaluation.This paper also points out some shortcomings existed in Chinese coastal wetland research by remote sensing technology include the spatial and temporal distributions of the study area is uneven and dominated by small and medium scale,lack of interdisciplinary comprehensive research,focus on theoretical research and ignore application intelligent application of remote sensing technology,information sharing ability is poor,the improve of interpretation accuracy is difficulties.Related research prospects should be to carry out such as monitoring and mapping on all scale,strengthen the multidisciplinary collaboration,strengthen the comprehensive and comparative study,establish a unified classification system of coastal wetland based on remote sensing and the national coastal wetland information system,emphasis on the development of new remote sensing technology and fusion of multi\|source data,emphasis on the use of new methods and new models.     

基于ZY3数据的南水北调西线生态遥感调查研究

国产ZY3高分辨率卫星数据在国土资源管理方面已经有较广泛的应用,通过对ZY3数据的处理和信息自动提取,可获取南水北调西线工程沿线的土地利用及植被群落分布状况。通过本次遥感解译流程,克服卫星时相、区域地貌差异等问题,形成适用于ZY3卫星遥感影像生态遥感解译的流程,与传统的生态遥感解译方法相比,不仅成本低,而且工期短,可为大区域性生态遥感解译提供依据。     

遥感影像的高性能并行处理技术研究

随着空间遥感技术和对地观测技术的不断发展,光学、热红外和微波等不同技术手段可以获取同一地区的多种遥感影像数据（多时相、多光谱、多传感器、多平台和多分辨率等）,每天获取的遥感数据量越来越大。同时,大量的遥感应用需要快速地对这些遥感数据进行处理与分析,提供辅助决策信息。因此,如果不能及时进行数据处理,这些数据就会失去时效性,甚至失去数据本身的价值。高性能计算与并行处理技术,加速了遥感影像数据处理与信息提取的进度,如大规模多处理系统、网格与云计算技术、通用图形处理器（GPGPU）等。文中综述了高性能计算、并行处理及云计算技术应用于遥感领域的最新进展,给出了一些研究与应用范例,并提出了当前高性能遥感影像处理所面临的一些挑战。     

A resource limited artificial immune system algorithm for supervised classification of multi/hyper‐spectral remote sensing imagery

The resource limited artificial immune system (RLAIS), a new computational intelligence approach, is being increasingly recognized as one of the most competitive methods for data clustering and analysis. Nevertheless, owing to the inherent complexity of the conventional RLAIS algorithm, its application to multi/hyper‐class remote sensing image classification has been considerably limited. This paper explores a novel artificial immune algorithm based on the resource limited principles for supervised multi/hyper‐spectral image classification. Three experiments with different types of images were performed to evaluate the performance of the proposed algorithm in comparison with other traditional image classification algorithms: parallelepiped, minimum distance, maximum likelihood, K‐nearest neighbour and back‐propagation neural network. The results show that the proposed algorithm consistently outperforms the traditional algorithms in all the experiments and hence provides an effective new option for processing multi/hyper spectral remote sensing images.     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

国产遥感影像分类技术应用研究进展综述

遥感影像分类技术为我国遥感影像应用于生态建设、绿色发展、乡村振兴、脱贫攻坚和“一带一路”构建等提供了重要的技术支撑,在服务经济社会发展、建设美丽中国、保障民生安全等方面具有重要意义。近年来,大数据、人工智能技术的飞速发展,使得国产遥感影像在分类应用的研究取得重大发展。简要分析了遥感影像分类技术及每阶段存在的问题;对国内主要六个系列遥感卫星数据进行了概述;综合分析了国产遥感影像基于像元的、混合像元的、面向对象的、基于深度学习的四种分类方法,并探讨其在分类应用中的研究进展,通过国产遥感影像分类领域中的应用情况,进一步在方法上对四种分类分别进行比较分析;提出国产遥感影像分类应用中存在的问题,对未来国产遥感影像应用发展的趋势进行了预估。