基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测

提出一种基于迭加权相关权重矩阵(IR-CWM),使用XGBoost机器学习模型训练选取特征变化波段,训练预测变化检测结果的方法 (IR-CWM-XGB).以国产高分五号(GF-5)高光谱遥感影像为数据源,经过预处理后,通过迭代加权得到迭加权相关权重矩阵(IR-CWM),然后经过XGBoost算法选取特征波段,选取随机样本进行模型训练,使用最终模型生成变化的结果.实验结果表明:本研究方法与变化矢量分析(CVA)变化检测方法、主成分变化矢量分析(PCA-CVA)变化检测方法、迭加权多元(IR-MAD)方法、卷积神经网络(CNN)等方法进行对比,本研究方法变化检测结果的Kappa系数和总体精度较高,误检率较低.     

部分充填式钢箱-混凝土连续组合梁刚度分析

为探讨部分充填式窄幅钢箱-混凝土连续组合梁的变形情况,设计3片不同抗剪连接度的试验梁,并进行单调加载实验.考虑边界条件对刚度的影响,结合组合系数法,推导出适合部分充填式钢箱-混凝土连续组合梁的刚度计算式.理论分析与试验结果表明:在钢箱-混凝土连续组合梁的钢箱中部分充填混凝土可以提高梁体的刚度,当钢箱-混凝土连续组合梁的钢箱中充填60%的混凝土时,其刚度提高最明显,最为合适.     

时空分数阶多孔介质类型方程的对称分析

文中对时空分数阶多孔介质方程、带有非线性对流项的时空分数阶多孔介质方程和时空分数阶双多孔介质方程进行了对称分析,得到了3类多孔介质方程对应的Lie对称群,基于上述结果,进行了相应的对称约化,从而得到这些方程的群不变解。     

基于边缘响应和自相似的红外与可见光图像区域特征匹配方法

红外与可见光图像的匹配是计算机视觉中一项重要的研究课题.由于红外与可见光光谱的差异,图像之间的相似性较低,图像匹配正确率较低.根据红外与可见光图像区域形状相似特点,提出了一种基于边缘响应和自相似区域特征匹配方法.该方法首先计算红外与可见光图像的边缘响应并检测区域特征,然后提取区域形状并建立区域形状的自相似描述,最后对区域特征进行匹配.实验结果表明,该方法在特征检测可重复率和特征匹配准确率等方面均具有良好的性能.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN （dependency convolutional neural network）模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP （microsoft research paraphrase corpus）数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK （sentences involving compositional knowledge）数据集上模型的皮尔森相关系数能达到87.5,在MSRvid （microsoft video paraphrase corpus）数据集上模型的皮尔森相关系数能达到92.2。     

基于相关移位BOC(n,n)无模糊度捕获算法

GPS现代化过程中,为避免导航信号频段间的互相干扰,采用了BOC调制技术来实现频带资源的合理利用.但是经过BOC调制的信号的自相关函数会存在多个副峰,这将会使捕获存在模糊性.针对这一问题提出了一种新的无模糊度捕获算法,根据BOC单元相关函数的特性,通过与移位半个码片取反后的新函数相乘,最终实现消除边峰的能力.仿真分析表明,本文提出的算法可以削弱副峰的干扰,使主峰跨度减小到半码片宽度,捕获灵敏度同ASPeCT方法,但均峰比比ASPeCT方法提高约10%,计算量也减少了40%.      

基于类加权YOLO网络的水下目标检测

由于水下目标检测面临着图像模糊、尺度多样化、复杂背景等问题,给水下目标检测应用带来很多挑战.本文提出了一种基于类加权YOLO网络的水下目标检测方法,主要思想是在深度网络YOLO的基础上,构造了类加权损失函数,来平衡样本难易程度以获得更好的效果,并引入了目标框自适应维度聚类方法,进一步提升了检测性能.实验结果表明,本文算法与传统的YOLO网络模型相比,在每幅图片包含近20个目标的密集目标检测任务中,能够将平均准确率从71.2%提升至74.1%,召回率由71.1%提升到78.3%.     

基于层次分析法的贵州玉舍国家森林公园休养地适宜度评价

【目的】从层次分析角度对贵州玉舍国家森林公园休养地适宜度进行综合评价,分析玉舍森林公园开发康养旅游的资源潜力。【方法】基于森林公园宏观环境,构建森林资源康养利用价值、休养地建设可利用条件为项目层的森林公园休养地适宜度评价指标体系,利用层次分析法确定指标权重和指标评分标准,建立休养地适宜度的综合计算模型,划分适宜度等级标准,对玉舍国家森林公园休养地适宜度进行综合评价。【结果】玉舍国家森林公园休养地适宜度评价体系中,项目层评价得分与权重值得分高低顺序保持一致,休养地适宜度评价总分值为85.228 6,处于康养旅游开发的4级水平,具有较高的休养地适宜度,但也存在资源未开发、配套设施不齐全等劣势指标。【结论】玉舍国家森林公园康养旅游开发价值较高,可通过建设休养地,完善内部设施;兼顾生态、经济、社会效益,综合利用森林资源。     

数字图书馆基于集成学习的相关反馈图像检索系统研究

为充分利用数字图书馆中图像资料所蕴含的各种信息并对其图像检索系统进行合理优化,在全面提取图像各种特征的基础上,引入机器学习的集成学习技术,并将其中的加权投票法和意见一致性方法应用在数字图书馆反馈图像检索中。首先提取物理层特征包括:图像的颜色、纹理、轮廓形状等信息以及逻辑层特征包括:图中对象间的空间关系特征以及抽象层特征包括:场景、情感、行为特征,形成各子特征集。在各子特征数据集上通过欧式距离法进行相似性度量,以产生差异性的子检索结果,并通过集成学习的加权投票法和意见一致性方法将各子检索结果进行加权投票,这也是个决策级结果融合的过程。权重根据人机交互时用户的相关反馈进行动态调整,反复循环,直到用户得到满意的检索结果。该系统充分发挥图像中包含的不同特征的优势,在此基础上构建更加合理的图像检索系统。该系统可以更好地满足用户在数字图书馆进行图像信息检索时多样化、个性化用户要求。     

西南山区地形起伏度与经济发展水平空间集聚特征分析

以云南省90m分辨率的SRTM DEM为源数据,分析云南省地形起伏度的分布特征.筛选构建空间自相关模型,探究云南省县域经济发展水平的时空演变格局.结果表明:云南省地形起伏度的最佳分析窗口大小为11×11;地形起伏度由西北向东南梯度递减,与海拔关系密切,两者存在线性关系;地形起伏度与经济发展水平呈显著空间负相关关系,呈高—低,低—高,高—高,低—低四类空间分布集聚,其中高—低水平区集中在云南省西部,低—高水平区集中在云南省中部.