基于GIS和历史卫星影像的城市建筑大数据识别

在城市建筑群能耗模拟中,建筑类型和建筑年代是典型建筑参考的主要依据,目前较难直接获取相关数据.为识别建筑类型,以长沙市区21538个建筑轮廓（不含城市地图信息点和区域边界轮廓信息）为例,基于建筑轮廓的轮廓面积、近似矩形短边宽度、近似矩形系数等几何特征,运用随机森林方法成功识别出低层住宅、公寓式住宅和其他类型,整体准确率...     

基于卷积神经网络的图像大数据识别

针对现有的图像大数据识别方法具有收敛速度慢和识别精度低的问题,提出了一种基于卷积神经网络的图像大数据识别方法。首先,对传统的卷积网络结合改进的软最大化分类器进行分析,设计了卷积-软最大化分类器模型;对该模型中的卷积层、池化层、全连接层以及分类层均进行了描述。为了验证所提方法的优越性,在MNIST数据集上进行仿真,结果表明:与其它类似算法相比,所提的方法具有更低的误识率,在更短的时间内,能达到更低的分类均方误差。     

基于自适应粒子群优化的不平衡航空客户数据质量优化

航空业的竞争愈发激烈,高效且准确的客户忠诚度预测模型有利于提高企业竞争力.针对航空数据集存在严重分类不平衡、特征维度多等问题,提出了客户忠诚度预测模型.该模型基于自适应粒子群优化(APSO)算法得到多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林(RF)算法的输入,构建客户忠诚度预测模型.实验结果表明,该方法预测性能优于其他预测模型,可以更好地预测客户忠诚度.     

位置服务大数据下广州市土地利用类型模拟探讨

位置服务(LBS)产生的时空行为大数据为地理环境模拟提供了重要机遇,也为土地利用类型的模拟识别提供了创新思路。位置服务大数据下的居民活动强度的周期性变化与土地利用有显著相关性,带有较强的土地利用指示性,在土地利用类型模拟识别上具有较大的应用价值。以广州为案例,本文利用百度地图平台APP联盟用户的位置服务大数据,以150*150m格网为精度单元,应用监督分类方法中的随机森林分析法模拟识别土地利用类型,模拟总准确率达72.40%,其中,村镇建设用地、工业用地、公园绿地、居住用地和商业金融用地的预测准确率分别为50.39%、82.65%、49.53%、82.66%和49.56%。研究结果表明随机森林方法在应用高密度时空行为大数据进行土地利用类型模拟的有效性及位置服务大数据在城市土地利用类型模拟上的潜在价值,也反映了居民活动强度空间形态与土地利用之间的显著相关性。当然,这需要利用不同的技术手段在不同城市和城市的不同区域上更多的案例实证。     

一种基于CNN和RF的恒星大气参数测量方法

随着LAMOST项目的相继实施,基于光谱的恒星大气参数自动测量方法的研究成为天文光谱分析的重要课题之一。本文使用“伪二维光谱”进行恒星大气参数自动测量,提出了卷积神经网络（Convolutional neural network,CNN）和随机森林（Random Forest,RF）结合的方法,利用卷积神经网络的特征提取能力和随机森林的回归拟合能力实现对恒星大气参数的高精度预测。通过对比实验得出,有效温度、表面重力、化学丰度三大参数的平均绝对误差分别达到123.65K、0.2055dex、0.1486dex,与传统方法相比精度提升5.24%,15.50%,15.52%。实验结果验证了该算法的有效性,也证明了利用基于一维光谱设计构造的伪二维谱可以保留更多相关的特征信息,进而提升了恒星大气参数测量结果的精度。     

基于CNN-RNN组合模型的办公建筑能耗预测

为准确反映办公建筑的运行特性,利用卷积神经网络(CNN)良好的特征提取能力与循环神经网络(RNN)良好的时序学习能力,提出用于预测办公建筑能耗的CNN-RNN组合模型,并对应设计了适用于深度学习模型的二维矩阵数据输入结构.案例分析结果表明,相较于简单循环神经网络和长短期记忆网络,CNN-RNN组合模型的预测精度与计算效率均显著提升,模型泛化性好.     

基于随机森林的城市建筑火灾风险等级评估方法

为实现城市建筑火灾风险智能量化评估,并解决消防资源优化配置问题,提出一种基于随机森林算法的城市建筑火灾风险等级评估方法。该方法框架由评估模型构建、火灾风险等级确定、特征重要性分析三部分组成,首先,基于随机森林算法和城市火灾特征数据建立火灾风险分数评估模型,对火灾风险进行数值化评估;其次,结合城市火灾防控实际和风险分数,确定地块建筑的火灾风险等级,并挖掘风险等级与建筑物性质之间的关系;最后,在此基础上通过特征重要性(feature importance, FI)算法,对火灾风险因子进行分析,挖掘出高影响因子的火灾隐患特征,以指导消防管理人员提高消防检查效率。以美国迈尔斯堡的历史火灾数据作为实验数据,建立了该城市的火灾风险评估模型,对城市建筑的火灾风险等级进行了量化分析。在上述成果基础上,设计开发了交互式消防热点风险地图,以方便相关人员快速确定地块建筑火灾风险,并据此调整消防检查的策略以及人力物力资源的分配。     

基于双重数据增强策略的音频分类方法

卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强后的数据转化为语谱图,再采用随机均值替换法进行谱图增强。在此基础上训练Inception_Resnet_V2神经网络模型作为音频特征提取器,最后训练随机森林模型作为分类器完成音频分类任务。实验结果表明,与已有方法相比,采用双重数据增强策略可明显提升音频分类精度,并且训练出的特征提取模型具有较强的泛化能力。     

基于GIS的城市建筑防震减灾系统

城市建筑物的震害预测和震害分析是防震减灾研究的主要内容。文章利用地理信息系统(GIS)的空间分析管理功能,建立了基于GIS的城市建筑物空间数据库,并根据城市建筑物的特点,结合震害预测方法,在ArcView环境下集成了城市建筑物防震减灾计算机系统。     

应用ANN与CA构建GIS模型的城市非正规商业行为分析

基于神经网络算法(ANN)和元细胞自动机(CA),建构台湾逢甲夜市商圈的地理信息系统(GIS)模型,并对非正规摊贩商业行为进行数值模拟与实证分析.研究结果表明:非正规摊贩分布模拟结果为平均正确率84.1%,而目标模式的平均正确率可达94.2%;在环境因子影响性分析方面,街道位置类型是发生非正规摊贩最具影响性的环境因子,而背景建物宽度则是最不具影响性的环境因子;在环境因子相关性分析方面,街道位置类型因子是所有假设环境因子中最能吸引非正规摊贩聚集的正相关因子.     

基于深度学习的建筑物识别

针对随着城市化的快速发展,城市与城市间的辨识度越来越弱,城市地标的概念越来越热门这一现象,提出了一种基于深度学习的建筑物识别方法;使用改进的Faster R-CNN算法作为训练模型,首先,将需要识别的图片输入深度神经网络,提取出特征框图;然后,模型通过区域建议网络预测目标建筑物所在位置的区域建议,并将这些区域建议映射到特征框图上,RoI Pooling层将这些区域建议转换成固定大小的特征框图;最后使用非极大值抑制从预测边界框中移除相似的结果,得到预测边界框以及边框中目标建筑物的类别和概率;实验结果表明:在训练数据集充足的条件下,使用此方法对地标建筑物的识别率能达到90. 8%,通过与其他模型比较分析,该模型具有较好的识别效果。     

基于历史信息的路面表观损坏图像识别

在路面表观损坏图像识别方法中,为了解决现有方法准确度与速度不高的问题,利用历史检测结果这一历史信息,提出一种基于历史信息的路面表观损坏图像识别方法。首先,搭建了面向历史信息应用的算法框架,引入利用历史信息创建损坏识别的初始约束条件的机制。其次,训练VGG-16网络用于提取损坏特征。最后,利用历史信息建立初始种群以及设计特征参数,从而改进遗传算法。实验结果表明,该方法相较不运用历史信息的识别方法,能在不降低识别准确度的前提下显著提升识别速度,最快可较不运用历史信息的算法提升141.71倍速度。     

基于中巴卫星数据的森林资源信息提取

文章简述了中巴地球资源卫星的概况,介绍了基于中巴卫星影像数据的森林资源信息提取过程,重点论述了中巴影像数据的处理方法。     

基于最优尺度模型的建筑物信息提取

建筑物信息在数字城市建设过程中具有十分重要的意义和作用,从高分辨率遥感影像中提取建筑物信息已成为研究热点之一.本文结合当前现有的理论与方法,提出最优尺度的面向对象的方法对建筑物信息进行提取.首先采用多尺度分割算法对影像进行分割,然后采用最优尺度计算模型选取最优分割尺度,在分割的基础上构建建筑物提取知识库,最后采用最近邻...     

影视广告中意象营造之效用

意象的组合营造在影视广告中十分重要,以至于有观点认为,广告的创意本质就是意象的使用、连接、组合、跳跃的过程。影视广告中的创意实际是通过对声画元素有机组合来构造的,因此选用合适的表现元素和合理的表达方式能构筑出广告传播需要的情境意象,从而促进购买。     

基于卫星通信系统的多元RC-LDPC信息安全传输算法

基于卫星通信的信息传输极易通过无线信道被非法接收,导致信息泄露,因此本文在现有物理层安全研究的基础上,提出一种多元速率兼容低密度奇偶校验(rate compatible low density parity check,RC-LDPC)码的星地信道编码方法,并应用在自适应调制编码(adaptive modulation...     

基于车载激光测距的建筑物立面信息提取

采用车载激光扫描仪等多传感器进行动态测量，各种传感器进行同步数据采集。针对激光扫描仪应用于建筑物立面提取的问题，分析了激光扫描仪数据的特征，建立了建筑物高度提取模型，并开发了相应的立面信息提取系统。