【摘 要】
：
MS or MS+PAN is usually applied separately in convolutional neural network(CNN) resolution reconstruction to obtain high-resolution MS images, but the difference between the two datasets is rarely stu
【机 构】
：
CollegeofGeo-ExplorationScienceandTechnology
论文部分内容阅读
MS or MS+PAN is usually applied separately in convolutional neural network(CNN) resolution reconstruction to obtain high-resolution MS images, but the difference between the two datasets is rarely studied. This paper introduced a dual-channel network a
其他文献
研究一类伪Jacobi矩阵的逆特征值问题.首先,研究此类伪Jacobi矩阵的谱性质,分两种情况讨论了此类矩阵的存在性定理,并求出相应情况下解的个数;其次,提出了一种由三组谱数据重构矩阵的算法;最后,由具体的数值实例来验证该算法的有效性.
针对转折大、高差大的长线工程,在长度投影变形不大于10 mm/km的条件下,为了衔接斜轴椭球变换前后的高斯平面坐标,建立高精度的工程控制网。文中利用高斯投影正解的非迭代复变函数解出高斯平面横纵坐标组成的复变量z关于参数(a,e,B,l)的偏导数,结合椭球变换大地坐标的变化量,推导椭球变换前后高斯平面坐标位移量的解析公式,构建了椭球变换前后高斯平面坐标衔接模型,并通过实际工程数据对模型进行精度分析,
针对IRRT~*(informed rapidly-exploring random trees star)算法在机器人路径规划中搜索效率低、收敛速度慢的问题,将APF(artificial potential field method)与IRRT~*算法相结合,提出APF-IRRT~*混合算法.仿真实验结果表明:相对于其他3种算法,APF-IRRT~*算法的搜索时间、节点数目、路径长度的数值均最
脉宽调制器(PWM)是Buck变换器的重要组成部分。为了更好地分析其高频段的频域特性,提出一种小信号多频模型。此多频模型可以有效地解释由脉宽调制器(PWM)的非线性所带来的边带效应,并较准确地反映系统的高频特性。
青藏高原地表辐射变化影响多年冻土地表能量收支平衡、热工计算温度场边界条件以及冻土热稳定性.降雨变化是影响地表辐射的重要因素,以青藏高原北麓河地区的地表辐射资料和浅
Landsat-8 OLI因其空间分辨率较高、重复周期适中、高辐射分辨率、高图像获取率(图像质量)的特点,在北极地区大范围冰川流速监测研究中有较大优势.利用2017/2018年格陵兰岛、
以“中国制造2025”战略为背景,研究中国经济增长对外贸的依赖程度.选取1978—2018年进出口贸易量和GDP为基础数据,分别运用NARX(nonlinear autoregressive with exogenous inputs)动态神经网络和ARIMA(autoregressive integrated moving average model)模型作为单项预测,建立组合预测模型,预测了2019—2025年中国经济对外贸易依存度,并对其进行测度和分析.研究结果表明:组合预测模型比两种单项预测模型效
调查冰川资源的分布与变化,对区域乃至全球的自然环境与经济社会发展都具有十分重要的意义.基于315景Landsat 8 OLI遥感影像,结合中国第二次冰川编目数据与Google Earth软件,
针对海上深水气井的间歇采气开发进行实验分析,对间歇采气的作用机理、关井时机及关井时长进行深入研究和优化。明确了间歇采气技术的主要作用机理:及时为气层增能,避免因气相流动能力强、气层能量损失快而导致底水层与气层真实生产压差变大所引发的水脊加剧。通过注水实验,获得了引起水侵速度加剧的注水压差,进而利用底水脊进压差原则确定关井时机。通过间歇采气技术开发底水气藏控锥机理分析,明确了关井期间储层内的压力场与流场的变化规律。通过优化筛选实验,确定了最佳关井时长。
针对风电场输出功率预测受气象因素不确定性和异常历史数据的影响而出现的预测结果精度不高的问题,提出基于关联规则及BP(back propagation)神经网络的风电场输出功率预测方法.对异常和缺失数据进行处理,采用改进K-means聚类算法对温度/风速气象数据进行聚类分析,使用Apriori算法挖掘风电场输出功率与气象因素间的关联规则,将关联规则应用于BP神经网络.将4种方法的预测误差进行对比,结果表明:相对其他3种方法,该文方法的最大相对误差、最小相对误差、平均相对误差均最小;其最大相对误差不超过5.7