联合知识与CNN的遥感影像目标检测研究综述

目标检测是遥感影像智能解译的重要内容,是将影像转换为信息的关键环节。基于知识的方法是遥感影像目标检测的传统经典方法,而基于卷积神经网络的深度学习方法则是近年来逐步兴起并迅速大范围应用的主流方法。介绍了基于几何知识、上下文知识、辅助知识、综合知识的方法,以及一阶段、两阶段的卷积神经网络方法,重点论述了联合知识与卷积神经网络的新方法,并对改进遥感影像数据集、调整算法网络框架、实现目标上下文推理等三种具体应用形式进行了详细介绍。对联合知识与卷积神经网络方法的遥感影像目标检测方法进行了展望。     

SAR图像仿真方法研究综述

SAR图像仿真是一种在计算机平台上,通过模拟SAR图像特征或者SAR系统工作过程,从而得到仿真SAR图像的技术。它克服了真实SAR系统获取不同参数SAR图像成本高、周期长的缺点,在SAR系统研制和算法验证等方面起着重要作用。按照仿真流程,介绍了三种SAR图像仿真方法并对它们的优缺点进行了剖析,对其当前的发展状况做了较为全面的综述,对当前存在的问题进行了分析并对未来的发展趋势进行了展望。     

电氢耦合系统定碳排运行域分析方法

精准刻画电氢耦合系统的低碳运行空间，有助于量化并充分挖掘氢能系统灵活运行特性对提高新能源消纳、电力系统安全经济运行水平的积极作用。针对目前缺少基于“域”的碳分析方法等问题，提出电氢耦合系统定碳排运行域(CCEOR-EHS)的概念。探索电氢耦合系统的运行机制，提出CCEOR-EHS建模方法；剖析CCEOR-EHS几何特征，构建电氢耦合系统的低碳评估指标体系，全面评估CCEOR-EHS形状特征与低碳运行水平间的关联关系；提出基于逐点仿真法的CCEOR-EHS边界高效求解方法，可视化电氢耦合系统低碳运行空间。采用IEEE标准系统进行仿真分析，验证所提方法的有效性。结果表明CCEOR-EHS可有效反映系统的低碳运行水平、电氢耦合运行关系等，并能为电力系统的低碳运行提供科学的理论支撑与决策依据。