【摘 要】
：
为了克服从遥感影像中提取高山峡谷型河流信息过程中遇到的山体阴影、水库下游基岩裸露等构成的混合像元效应，提出一种基于Landsat＿8 OLI影像的自动提取高山峡谷窄深型高含沙量河流信息的多波段谱间关系的改进方法。以黄土高原泾河中游为例，利用多波段光谱特征，分离水体与山体阴影、裸露山体、基岩边滩，构建适用于高山峡谷窄深型高含沙量河流信息提取模型。与其他水体信息提取模型相比，该方法克服了山体阴影、水库
论文部分内容阅读
为了克服从遥感影像中提取高山峡谷型河流信息过程中遇到的山体阴影、水库下游基岩裸露等构成的混合像元效应，提出一种基于Landsat＿8 OLI影像的自动提取高山峡谷窄深型高含沙量河流信息的多波段谱间关系的改进方法。以黄土高原泾河中游为例，利用多波段光谱特征，分离水体与山体阴影、裸露山体、基岩边滩，构建适用于高山峡谷窄深型高含沙量河流信息提取模型。与其他水体信息提取模型相比，该方法克服了山体阴影、水库下游基岩对水体信息提取的影响，提高了高山峡谷窄深型高含沙量河流信息的提取精度。
其他文献
社交媒体方便了人们的日常交流和信息传播，同时也是谣言滋生和传播的温床，因此如何在谣言传播早期自动监测极具现实意义。现有的检测方法没有充分利用微博信息传播图的语义信息，本研究基于异构图注意力网络（HAN）构建了谣言监测模型MicroBlog-HAN。该模型采用分层注意力机制：节点级注意力和语义级注意力。首先，节点级注意力机制结合微博节点的邻居，生成两组具有特定语义的节点嵌入；然后，语义级注意力再融合
符号音乐的生成在人工智能领域中仍然是一个尚未解决的问题，面临着诸多挑战。经研究发现，现有的多音轨音乐生成方法在旋律、节奏及和谐度上均达不到市场所要求的效果，并且生成的音乐大多不符合基础的乐理知识。为了解决以上问题，提出一种新颖的基于Transformer的多音轨音乐生成对抗网络（Transformer-GAN），以乐理规则为指导来产生具有高音乐性的音乐作品。采用Transformer的译码部分与在
区位理论研究长期忽视作为企业基本属性的注册地址并将其与企业实体位置混淆的做法给区位理论带来挑战和发展机遇。本文回顾地理学、经济学、管理学和法学的有限研究，阐述注册地址作为新区位主体、企业实体与注册地址分离现象以及该现象背景下区位分析的新逻辑。研究表明：注册地址是企业法律关系缔结和实现的基点，具有虚拟性和唯一性的特征，其区位主要受税收政策等制度因素的影响，在不同地区注册的企业面临不同的发展前景，并影
植被是反映陆地生态系统的变化的敏感因子之一，对维持和调节生态系统稳定具有重要作用。以生态脆弱区——艾比湖流域为研究区，采用地理探测器模型，研究艾比湖流域自然、人文因子及其交互作用对植被时空覆盖变化的影响，分析各影响因子促进植被生长的适宜范围(类别)。结果表明：（1）2000—2020年艾比湖流域归一化植被指数（NDVI）呈现增加趋势，增速为0.035 (10a)~(-1)，生态环境得到有效改善，改
脱贫攻坚战的打赢使贫困治理的目光转向缓解相对贫困，脱贫人口与相对贫困人口的重合性决定了集中连片特困地区仍将是我国解决贫困问题的主战场。以大别山区的新县和黄土高原地区的延长县为例，以贫困发生率为因变量，从“人、业、地”3个维度选取自变量，综合运用空间自相关和地理探测器等方法，解析不同地理环境下贫困空间分异模式与作用机制。结果表明：大别山区贫困空间集聚为点状和团块状相间分布为主，黄土高原地区则以团块状
针对单一机制的自适应大邻域搜索算法存在早熟收敛、易陷入局部最优的问题，提出了一种混合自适应大邻域搜索算法来求解冷链物流时间依赖型车辆路径问题。首先，根据连续型行驶时间依赖函数刻画时变车速，并采用综合油耗模型评估实时燃油消耗量，建立了以总成本最小化为目标的路径优化模型；然后，根据问题的NP-hard性质和时间依赖特性设计了多种破坏和修复解的大邻域搜索算子，并将破坏-修复大邻域搜索算子融入人工蜂群算法
“新型城镇化”战略要求人与自然和谐共生，走绿色低碳、高效集约的可持续发展道路。本文构建了城市化与资源环境压力的评价指标体系，并应用灰色关联度和耦合协调度模型，对辽宁省城市化进程与资源环境压力的时空耦合过程进行研究。结果表明：（1）1996—2017年辽宁省城市化水平不断提高，资源环境压力呈下降趋势；两者的耦合作用一直处于颉颃阶段，耦合协调关系经历了低度协调向中度协调、再向高度协调转变的过程；其中建
针对未设计启发式算法的组合优化问题设计统一的解决方案已成为机器学习领域的一个研究热点，目前成熟的技术主要针对于静态的组合优化问题，但是对于加入动态变化的组合优化问题还没有得到充分的解决。本文提出了一个将多头注意力机制与分层强化学习结合来求解动态图上的旅行商问题的轻量级模型Dy4TSP。首先，模型以多头注意力机制为基础的预测网络处理来自图卷积神经网络的节点表征向量输入；然后，借助分布式强化学习算法训
针对港口集装箱吞吐量数据的复杂性特征，提出了基于优化变分模态和极限学习机的集装箱吞吐量短期混合预测模型。首先，离群点处理（HI）剔除原始时间序列中的异常值，预处理之后的序列通过优化的变分模态分解（OVMD）技术分解为多个特征明显的子模态。然后，为了提高预测效率，将分解后的子模态按照样本熵（SE）值的大小分成高频低幅、中频中幅和低频高幅三类。借助核极限学习机（KELM）中不同类型的核函数对不同特征序
针对群智能优化算法在优化过程中容易陷入局部最优，种群多样性降低，高维优化困难的问题，提出一种基于布朗运动与梯度信息的交替优化算法（AOABG）。首先，采用全局、局部搜索交替的寻优策略，搜索个体在有变优趋势的范围内切换为局部搜索，有变劣趋势的范围内切换为全局搜索；然后，局部搜索根据梯度信息做均匀分布概率的随机游走，全局搜索依据最优解位置做布朗运动的随机游走。将所提出的AOABG算法与近三年的哈里斯鹰