【摘 要】
：
高空间分辨率（高分）遥感影像正被广泛应用，而传统分类算法在高分遥感影像上表现的精度和效率都较差，深度学习语义分割算法在高分遥感影像的实际分类中泛化性较差。为了适应大范围高分遥感影像的特点，提出了一种基于U-Net网络的模拟退火超参数优化与深度可分离卷积语义分割模型。首先在U-Net网络基础上使用了深度可分离卷积模块来进行特征提取，在保持高效性的同时减少模型的参数量和计算量，然后利用基于模拟退火的智
论文部分内容阅读
高空间分辨率（高分）遥感影像正被广泛应用，而传统分类算法在高分遥感影像上表现的精度和效率都较差，深度学习语义分割算法在高分遥感影像的实际分类中泛化性较差。为了适应大范围高分遥感影像的特点，提出了一种基于U-Net网络的模拟退火超参数优化与深度可分离卷积语义分割模型。首先在U-Net网络基础上使用了深度可分离卷积模块来进行特征提取，在保持高效性的同时减少模型的参数量和计算量，然后利用基于模拟退火的智能优化学习模型搜索网络超参数的全局最优解，自动优化网络训练初始点。最后在ISPRS2D和GID(Gaof
其他文献
在α稳定分布脉冲噪声背景下，为解决固定步长最小平均p范数(LMP)不能同时满足快收敛速度和低稳态误差的问题，该文提出一种对脉冲噪声具有鲁棒性的变步长最小平均p范数(VSS-LMP)自适应滤波算法。该算法利用改进的变形高斯函数来调节步长，采用移动平均法构造变步长函数，克服了定步长算法稳态误差高及抗噪性能差的问题。VSS-LMP算法在系统受到脉冲噪声干扰时，能维持步长稳定；当系统逐渐稳定时，能产生小步
由于MonoDepth2的提出，无监督单目测距在可见光领域取得了重大发展。然而在某些场景例如夜间以及一些低能见度的环境，可见光并不适用，而红外热成像可以在夜间和低能见度条件下获得清晰的目标图像，因此对于红外图像的深度估计显得尤为必要。但是由于可见光和红外图像的特性不同，直接将现有可见光单目深度估计算法迁移到红外图像是不合理的。针对该问题，将MonoDepth2算法进行改进之后提出了基于多尺度特征融
针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题，提出一种结合改进残差自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和微量未标记的目标域数据创建成对样本，并利用一维残差卷积自编码网络对两种不同分布的原始振动信号进行特征提取；其次，利用最大均值差异减小分布差异，将两个域同一故障类别的数据空间映射到一个共同的特征空间，最终实现准确的故障诊断。通过实验台数据
属性约简是粗糙集理论的重点研究问题之一。利用区分矩阵设计属性约简方法具有直观易理解的优点，但传统方法的时间和空间复杂度都很高；当数据规模较大或条件属性较多时，传统约简方法无法快速得到约简结果，因此它无法适应海量数据，不能得到广泛应用。为解决该问题，在区分关系的基础上，构造了条件区分能力，依据条件区分能力进行属性选择，提出了一种基于条件区分能力的属性约简算法；为进一步加快属性重要性的计算，提高约简效
方面情感分析旨在识别句子中特定方面的情感极性，是一项细粒度情感分析任务。传统基于注意力机制方法，仅在单词之间进行单一的语义交互，没有建立方面词与文本词的语法信息交互，导致方面词错误地关注到与其语法无关的文本词信息。此外，单词的位置距离特征和语法距离特征，分别体现其在句子线性形式中和句子语法依存树中的位置关系，而基于图卷积网络处理语法信息的方法却忽略距离特征，使距方面词较远的无关信息对其情感分析造成
为探究平茬对蛋白桑林地土化性质的作用,并探究适于研究区种植的最佳桑树苗木,以林龄为2 a,来源于内蒙古自治区通辽市、黑龙江省哈尔滨市和陕西省西安市的3种蛋白桑林下土壤为研究对象,测定了植株下-平茬、植株下-不平茬、行带间-平茬和行带间-不平茬4种处理下土壤的pH、机械组成、速效养分及有机质含量,采用相关分析法对平茬及不平茬的土壤颗粒组成和其他土壤因子进行分析。结果表明3种来源蛋白桑平茬后土壤均表现
伴随电子商务等新兴消费业态的迅猛发展，其碳排放量已不容忽视。本研究从空间分解和隐含碳转移的角度，基于对电商快递包装箱全生命周期的碳足迹研究，识别其在原料、生产、利用各环节与电商行为的地理空间耦合，分析各阶段及总排放的省域尺度格局特征，以及伴随快递流的隐含碳转移网络格局。研究发现：全国电商快递包装箱各阶段的碳排放在空间上高度集聚，原料阶段集中在广西，生产和利用阶段集中在广东、浙江、江苏，整体呈现出“
针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题，该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先，根据4、6阶累积量的属性特点构建3个特征参数，以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型，然后结合改进的星座图减法聚类算法分离出剩余调制样式，最后将参数联合，建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息，具有特征提取参数简单、识
针对对流层延迟误差改正模型在不同区域的影响各不相同，为分析常用的GPT2w和UNB3m模型在桂林地区暴雨天气下的适用性，以暴雨频发的2017年6—7月为研究的时间段，基于桂林地区该时间段内8个CORS基准站解算的对流层天顶总延迟（ZTD）产品为参考值，对模型在桂林地区暴雨天气下的适用性进行分析，结果表明：在暴雨天气下GPT2w-1和GPT2w-5模型的平均偏差分别为-2.94和-4.37cm，RM
卫星影像是监测海面漂浮绿藻的重要数据源，但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测，需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准，通过分析Landsat卫星影像绿藻光谱，建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明，蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好线性关系，随着绿藻亚像素覆盖度递增