应用系统分析与事故树模型的设备雷电灾害风险评估

分析目前国内雷电灾害风险评估发展现状,针对精细化雷击风险评估需求,以某大桥塔体电梯雷电灾害风险评估为例,在对雷击损坏途径进行系统分析的基础上,引入事故树(FTA)分析方法对电梯雷击损坏事件的致因关系进行了建模、分析与评价,得出电梯雷击损坏事件发生的年预计概率、导致雷击电梯损坏事件发生的关键以及最佳控制雷击电梯损坏事件发生的最有效因素。     

基于Network In Network网络结构的高光谱影像分类方法

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。     

荒漠绿洲过渡带柽柳和泡泡刺光合作用及水分代谢的生态适应性

对分布于荒漠绿洲过渡带的柽柳(Tamarix ramosissima)和泡泡刺(Nitraria sphaerocarpa)光合和水分代谢特性进行了比较研究。结果表明,柽柳和泡泡刺：①净光合速率与环境因子响应具“光合下调”现象,其曲线符合Gauss model。②净光合速率最大值分别为20.2 μmol CO2·m-2·s-1和23.8 μmol CO2·m-2·s-1;光补偿点和饱和点为244.62 μmol·m-2·s-1和1 180.31 μmol·m-2·s-1,73.67 μmol·m-2·s-1和1 467.85 μmol·m-2·s-1。③净光合速率近似双峰型抛物线;光能利用效率单峰曲线;柽柳蒸腾速率和水分利用效率为单峰旗形,泡泡刺波浪型。 ④泡泡刺利用较高的净光合速率、蒸腾、水分利用效率,柽柳通过高光能利用效率来适应荒漠生态环境。因此,光抑制所导致的“光合下调”现象是柽柳和泡泡刺对水分胁迫所产生的保护性机制,反映了荒漠植物在与环境协同进化过程中的生态适应性;较低的水分利用效率是荒漠植物对其环境响应的普遍适应机理。     

基于Landsat TM影像不同地表温度反演算法的比较

地表温度是反映地表环境的一个重要参数,精确获取地表温度的方法对研究城市热岛效应、进行生态环境监测评价是必不可少的。利用遥感手段进行地表温度的反演是一种较新颖的方法,相对成熟的反演算法主要有单通道算法、辐射传输方程法及单窗算法。本文以山东省威海市Landsat TM数据为例,分别利用辐射传输方程法和单窗算法进行地表温度反演,通过遥感目视解译的方法提取研究区各类典型地物对应的地表温度,进行统计分析,结果表明,两者反演得到的地表温度具有一致的变化趋势,其中单窗算法中不同典型地物的地表温度整体标准差较小,如建设用地为0.530,起伏波动小,算法精度略优于辐射传输方程法。     

改革实践教学体系,造就GIS卓越工程师

本文分析了GIS专业本科培养现状,针对GIS产业发展的迫切需要,探讨了如何充分发挥GIS专业特色,培养卓越工程师的措施和方法;结合山东科技大学GIS专业教育的具体实践,详细论述了在培养卓越工程师的过程中实践教学体系的建设举措和进展。     

协同定位中用户可定位性分析

随着全球卫星导航系统的发展,其已经成为室外环境下应用最为广泛的定位技术。然而,恶劣环境下可靠定位依然得不到保障。协同定位是解决恶劣环境下定位的一种有效方法。在协同定位系统中,待定位节点通过与其附近的节点之间进行相互关系测量和信息交互,可以提高定位的可用性、准确性,并能大大缩短首次定位的时间。关于协同定位的研究也得到越来越多的关注。目前,关于地面节点协同定位基础理论的研究已经取得部分成果。但考虑到地面环境的复杂多样性以及通信技术的快速发展,关于协同的形式以及协同的内容仍然是一个开放的领域。通过构建两个用户之间的协同模型,设计了一种新的协同定位算法,通过交互用户之间的通信和测距信息,从方程解的角度分析了协同定位情形下节点具有更高的可定位性。仿真结果也表明,协同定位能很大程度上提高用户的可定位性。     

基于GIS的区域土地利用分析评价系统设计

土地利用分析评价需要分析处理并计算大量数据,同时又需要属性数据与空间数据的严格对应,工作复杂易出错。本文根据土地利用评价的业务流程,结合相关评价理论体系提出了基于GIS的区域土地利用分析评价系统的设计方案。设计方案主要从系统功能和结构方面展开,内容包括系统目标与设计原则、系统总体结构设计、系统功能设计与实现和数据库设计。并充分考虑了系统的构建成本、构建周期和系统的扩展、维护等因素。     

基于卷积神经网络的雷电临近预警模型

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017-2018年雷达、闪电数据为样本完成了模型的训练与预测研究.训练结果显示,15～30 min模型训练样本测试集准...     

高光谱影像分类的深度少样例学习方法

针对高光谱影像分类面临的小样本问题,提出了一种深度少样例学习算法,该算法在训练过程中通过模拟小样本分类的情况来训练深度三维卷积神经网络提取特征,其提取得到的特征具有较小类内间距和较大的类间间距,更适合小样本分类问题,且能用于不同的高光谱数据,具有更好的泛化能力。利用训练好的模型提取目标数据集的特征,然后结合最近邻分类器和支持向量机分类器进行监督分类。利用Pavia大学、Indian Pines和Salinas 3组高光谱影像数据进行分类试验,试验结果表明,该算法能够在训练样本较少的情况下（每类地物仅选取5个标记样本作为训练样本）取得优于传统半监督分类方法的分类精度。     

ASTER数据的煤矿区水体信息提取

为实现多光谱数据对煤矿区水体信息提取,以萍乡市芦新岭及周边煤矿为试验区,在国内外学者对水体指数法提取水体信息和应用的启发下,对试验区不同地物的波谱特征进行分析。本文首先利用数学统计方法建立一种ASTER数据综合归一化差异水体指数模型SWI ASTER_xy,然后利用这一模型对试验区进行水体信息提取。试验表明,该模型能够有效地提取矿区各类水体,还可以运用在ASTER数据（或其他多光谱数据）对不同区域不同地物的提取,在遥感地物定量提取上具有很好的效果和潜力,具有一定的推广价值。