排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
深度卷积神经网络(deep convolutional neural network,DCNN)在高分辨率遥感图像自动道路提取领域被广泛应用,但现有方法难以对预测结果中像素间的上下文关系建模。针对此问题,已有研究利用全连接条件随机场(fully connected conditional random field,FullCRF)结合上下文信息对语义分割结果进行二次优化,但无法有效改善道路结构不连续问题。为改善道路结构的完整性,提出一种结合DCNN的短距条件随机场模型(short range conditional random field,SRCRF),SRCRF利用DCNN强大的特征提取能力并控制FullCRF的推理范围缓解过度平滑现象,解决道路提取结果中的结构不连续、不完整问题。实验结果表明,在Zimbawe-Roads数据集与Cheng-Roads数据集中,SRCRF的
3.
4.
采用卫星遥感方法制作的数字正射影像是获取基础空间信息最快速、高效的手段,利用高精度卫星遥感成图,处理速度快、工艺简便、图像清晰,而且精度达到成图要求。本文介绍了以高分辨率的QuickBird卫星影像为研究对象,利用ERMapper图像处理系统进行图像的几何校正、全色与多光谱数据融合方法与过程。 相似文献
5.
基于高光谱数据的叶面积指数监测是快速获取冬小麦叶面积指数的重要方法。为了探究回归方法和高光谱数据变换对冬小麦叶面积指数反演精度的影响,采用逐步回归和偏最小二乘回归方法,分别建立基于冬小麦拔节期冠层高光谱数据、一阶导数光谱数据、二阶导数光谱数据和对数光谱数据的叶面积指数多元线性回归模型。结果显示,导数和对数变换能够提高冬小麦LAI反演精度,以蓝紫光、绿光、红光和近红外波段建立的一阶导数光谱数据逐步回归模型最优,建立回归模型的决定系数R2为0.974,交叉验证的RMSE为0.131,可为冬小麦LAI估算的方法选择和数据处理提供依据和参考。 相似文献
6.
7.
河南省肺癌空间分布格局及环境因素影响 总被引:2,自引:0,他引:2
肺癌是最常见的恶性肿瘤之一,也是主要的肿瘤死因,河南省肺癌发病率和死亡率常年居恶性肿瘤首位,研究肺癌的空间分布格局及其与环境因子的关系对肺癌的相关防控工作意义重大。本文以2016—2018年河南省肺癌发病数据为研究对象,使用空间自相关分析方法研究河南省肺癌的空间分布格局,基于地理探测器量化各个环境因子及其两两交互作用对肺癌发病率的解释力。结果表明:空间上肺癌具有明显的集聚特征,高发区集中分布于豫中、豫东和豫南的平原和盆地地区。在所选的12种环境因子中,PM2.5浓度、O3浓度、年均风速、采矿业从业人员占比、人均GDP具有更高的决定力,人均GDP和医护人员占比则对多种要素的决定力均具有明显的非线性增强的作用。研究结果可以为河南省肺癌发病机理研究和相关防治工作提供科学支撑。 相似文献
8.
9.
兴趣点(point ofinterest,POI)推荐是在基于位置的社交网络中流行起来的个性化服务.针对数据稀疏和隐性反馈的使用等问题,提出了一种关系型矩阵分解模型——合作竞争矩阵分解(cooperative competi-tion matrix factorization,CC-MF).该模型根据用户与POI间的相... 相似文献
10.