基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

城市轨道交通网络的优化模型

本文以城市轨道交通网络建设问题为研究对象,将交通线路合理性和可达性作为限制条件,建立交通网络的多目标优化模型。此模型以总出行时间最少、线路总长度最小以及总换乘次数最少为目标建立多目标函数,并对模型进行求解。该模型可对可能的轨道交通线路进行筛选,得到最优的线路网络布局。     

基于八向链码的矩的快速计算及2—D目标识别

提出一种直接基于八向链码的矩的快速计算方法，给出了与多边形近似法矩的计算及形状识别时间比较，最后使用不变性矩和人工神经网络完成了２－Ｄ形状。实验结果表明，本文所提出的方法具有更高的计算和知识速度。     

兰州市土壤及重点农产品硒形态分析

农产品中的硒含量与其生长环境中的硒含量密切相关,但是,研究发现,产品中的硒含量往往不与土壤中的总硒含量出现关系,而是与土壤中的有效态硒有一定的正相关关系.而土壤中有效态硒的含量又与土壤的类型,理化性质及其所处地区的气候条件密切相关.兰州市土壤的大地质区域背景及其所处地理条件有利于土壤中的硒向有效形态的转化,这也是虽然兰州市的表层土壤硒含量平均值仅为0.177 mg/kg,处于全国中等水平,但是还有少数品种的蔬菜达到富硒标准,具备成为该市天然的富硒农产品的条件.     

基于不变性矩特征的人工神经网络2—D形状识别

在２－Ｄ不变性矩快速计算的基础上，利用人工神经网络，使用不变性矩完成２－Ｄ形状的识别。实验结果与现有文献的结果比较，本文采用的方法具有特征数目少、意义统一、识别快速、准确的特点。