【摘 要】
：
PM_(2.5)作为主要空气污染物之一，严重威胁居民健康，研究PM_(2.5)污染的时空分布特征有助于评价和改善城市人居环境。本文利用襄阳市国测站点数据分析PM_(2.5)污染总体水平，并利用襄阳市监测微站数据，采用空间插值方法分析冬季典型月份PM_(2.5)时空分布特征，最后结合气象数据分析襄阳市PM_(2.5)浓度变化与各类气象要素的关系。结果显示：1）襄阳市2015年至2018年PM_(2.
论文部分内容阅读
PM_(2.5)作为主要空气污染物之一，严重威胁居民健康，研究PM_(2.5)污染的时空分布特征有助于评价和改善城市人居环境。本文利用襄阳市国测站点数据分析PM_(2.5)污染总体水平，并利用襄阳市监测微站数据，采用空间插值方法分析冬季典型月份PM_(2.5)时空分布特征，最后结合气象数据分析襄阳市PM_(2.5)浓度变化与各类气象要素的关系。结果显示：1）襄阳市2015年至2018年PM_(2.5)污染逐步改善，但总体水平仍然较高，冬季尤为严重。2）2018年2月，襄阳市PM_(2.5)污染水平表
其他文献
基于生成对抗式图像翻译网络的人脸老化存在模型难以训练和合成图像效果不佳的问题，该研究提出了基于循环一致性生成对抗网络（CycleGAN）和性别约束的人脸老化算法GBG（Gender based CycleGAN）。在CycleGAN框架基础上，对输入图像的性别进行区分，根据性别对不同年龄段之间的转换网络进行训练。该研究还提出了一种受试者参与的定量评价机制。实验结果表明，该研究提出的模型能够合成细节
针对BP神经网络在训练过程中存在易过度拟合、收敛速度慢和易陷入局部最优等问题，引入天牛须搜索（beetle antennae search，BAS）算法优化传统BP神经网络中的权值和阈值，建立依托天牛须搜索算法优化的BAS-BP神经网络模型。本文利用深圳某深基坑开挖的周围道路地表沉降监测数据进行BAS-BP模型仿真测试。实验结果表明：BAS-BP模型预测结果准确可靠，相较于传统BP神经网络模型有更
法向信息是点云表面重建的关键属性，而屏蔽泊松重建算法在法向不准确区域未进行针对性约束，导致容易出现过拟合问题。本文提出了一种基于法向约束的泊松算法，通过计算点云的初始和最终法向之间的偏离程度确定点云法向估计的准确度，以此来进行针对性约束。一方面将法向准确度与屏蔽泊松方程中采样点权重联系起来，在每个分辨率上以获取更为准确的位置约束;另一方面在利用多重网格算法进行自适应求解时，对法向准确度较低的点所在
为更好地分析近些年来武汉内涝情况，提出一种利用微博数据进行内涝情况统计分析的方法。首先利用爬虫软件从微博数据中爬取武汉市2015至2019的内涝相关数据，再在进行筛选和统计之后得出所有内涝信息中的发生时间、地名地址和严重程度描述信息，之后利用基于百度地图API的网络地理编码工具Map Location对地点进行编码，最后从内涝发生频率的年际变化、月际变化以及不同行政区划的差异等方面进行了分析。本文
针对地下电缆数据的特点以及当前面临的问题，本文研究了地下电缆以及通道数据整合与管理手段，构建了电缆线路走廊自动分段和多元非结构化数据统一管理方法，借助三维GIS的空间可视管理功能实现基于存量数据的三维渲染，在此基础上，开发地下电缆通道空间信息整合和管理平台，实现地下电缆数据的三维可视化管理与分析。
道路质量检测是智能交通系统的重要组成部分，而井盖异常下沉是影响道路质量的常见因素之一。智能手机配备了不同的传感器，在许多研究中被应用于道路检测。本文提出了一种基于智能手机的道路井盖检测与分类方法。使用智能手机可以收集道路井盖图像数据，并使用手机内置加速度计记录车辆轧过井盖时的加速度数据。对于井盖的图像检测，我们使用了ResNet深度学习网络来训练检测模型，检测精度最高可以达到80.79%。在车辆经
设计开发一种支持多种GPS定位方式的手持嵌入式一体化农田作业面积测量终端，并针对地块面积、地块形状及GPS定位方式三个农田面积测量精度的影响因素，进行了面积测量精度试验。结果表明：面积测量精度随地块面积增大而提高；不同形状的地块面积测量精度相比较，方形地块测量精度最高，不规则地块次之，条形地块最差；当被测地块面积在5000m~(2)以上时，任何GPS定位方式测量误差均小于3%，当被测地块在2500
本文提出一种适用多应用场景信息采集系统的设计方法，该方法通过建立采集信息需求与数据结构之间的映射关系，生成采集信息配置文件，以数据及需求为驱动，快速构建系统，并自动生成对应采集界面。研究成果成功应用于农业、建筑物、人口普查等信息采集的实际场景中，结果表明，基于本设计方法的信息采集系统可有效实现采集任务的内容个性化定制，满足多样化信息采集需求，可应用于多行业领域的地理信息采集。
针对目前视觉定位方法中使用人工特征的限制，提出了一种基于全卷积编解码网络的视觉定位方法。不同于以往的场景构建方式，该方法将场景点3D坐标映射到图像的BGR通道，建立了图像到场景的直接联系，并通过全卷积编解码网络学习图像与场景结构的关系。给出一张图像，网络可以预测其每个像素点对应的3D点在当前场景世界坐标系的坐标；然后结合RANSAC和PnP算法求解位姿并优化，得到最终的相对位姿。在7-Scenes
室内定位存在成本高、定位精度低等问题，本文提出了一种融合傅里叶变换和Kalman滤波的改进自适应陷波器定位算法(Notch-FFT-Kalman Filter)，该算法采用自适应陷波滤波器（Notch Filter）进行相位搜索，融合傅里叶变换(FFT)中心频率筛选的滤波算法对信号进行降噪，对定位解算结果进行Kalman滤波后处理校正，以降低噪声带来的误差。实验结果表明：改进的自适应陷波器算法在室