【摘 要】
：
以福建省为研究区，采用土地利用数据、夜间灯光遥感数据，并增加热红外遥感数据考虑地表温度信息，尝试实现第二、第三产业增加值的空间化。研究结果表明：相比于土地利用数据+夜间灯光遥感数据方法，本文方法构建的第二、第三产业增加值空间化模型（R~(2)分别为0.966、0.870）均优于前者（R分别为0.743、0.776），平均相对误差（MRE）分别约20.45%和19.82%，也均显著优于前者（72.6
【出 处】
：
南京信息工程大学学报(自然科学版)
论文部分内容阅读
以福建省为研究区，采用土地利用数据、夜间灯光遥感数据，并增加热红外遥感数据考虑地表温度信息，尝试实现第二、第三产业增加值的空间化。研究结果表明：相比于土地利用数据+夜间灯光遥感数据方法，本文方法构建的第二、第三产业增加值空间化模型（R~(2)分别为0.966、0.870）均优于前者（R分别为0.743、0.776），平均相对误差（MRE）分别约20.45%和19.82%，也均显著优于前者（72.60%、60.10%）。进一步以厦门市为例，从局部分别对两种方法的第二、第三产业增加值空间化结果进行对比，
其他文献
随着无人机倾斜摄影测量技术的发展，通过密集影像匹配可以快速获得类比激光扫描数据精度的大规模室外点云，但是这些点云存在着不规则、遮挡严重、数据量庞大的特点，同时因为缺乏对象信息无法深入进行语义分析。针对上述问题，本文提出一种融合图注意力的摄影测量点云语义分割方法。首先构建了一种新的图卷积模块，在网络的每一层动态的更新点云局部邻域图，将跨层点描述与上下文特征结合起来并逐层汇聚点云空间潜在语义信息；然后
大型自由翻滚碎片的质心是在轨操作基坐标系下的不动点，也是碎片连体基下动力学参数向卫星坐标系转换的基准，对其精确识别是提高碎片动力学参数辨识精度的关键。本文提出基于惯性单元测量数据与双目视觉定位数据融合的大型空间碎片质心位置识别方法。基于无力矩欧拉方程，建立附着到空间碎片表面的惯性单元间转换关系，利用该转换关系对惯性单元冗余测量数据优化，再优化求解惯性单元到质心点距离；利用双目视觉获取惯性单元上标记
生活垃圾的产生和处理是城市环境压力的重大来源之一，在垃圾收运网络中，使用不同的运输模式和车型，会在很大程度上影响垃圾收运路径的选择，从而导致不同的垃圾收运总成本。根据城市生活垃圾分类收运模式的特点，以总成本最小为目标，多角度考虑现实约束，建立多车型多行程带时间窗的城市生活垃圾分类单独运输模型和分类联合运输模型。通过ArcGIS分析功能获取的真实路径距离矩阵构建算例，使用模拟退火算法对两种分类运输模
采用随机重排去趋势波动分析（MF-DFA）和极点对称模态分解法，本文对1955—2019年西安昼夜复合高温事件变化特征进行分析。结果表明：(1)气象站点迁移，造成对西安极端高温变化趋势低估。其中，最高温原始数据与订正序列阈值相同；订正后，最低温阈值相对偏低0.2～0.5℃。(2)MF-DFA、90.0%、95.0%阈值方案识别高温事件年代变化具有相似性，而99.0%阈值和相对阈值方案是结论不确定性
在无人机视觉辅助惯性导航系统中，不确定延时的图像数据在无人机室内导航中是无法满足与其他传感器同步要求的，因此准确估计视觉传感器与惯性测量单元(IMU)之间的相对延时是非常重要的。本文提出了一种可以有效估计图像延时的方法，并根据延时进行视觉数据的延时补偿，最后利用扩展卡尔曼滤波(EKF)实现IMU数据与视觉数据的融合，从而估计出无人机的实时位姿和速度。通过软件仿真和在无人机平台上的实验验证结果表明，
极端环境中热参数的实时在线监测是保证结构安全与稳定工作的前提,但高温高压环境会增加测量装置的失效风险,给原位测量带来困难.针对这一问题,提出一种参数空间与时域空间双向压缩(PSTDC)的代理模型方法,在不损伤结构的同时达到对热参数快速辨识的目的.通过对数据集合进行两次压缩获取相关信息,一次压缩对数据的参数特征进行提取,二次压缩获得包含参数和时间共同信息的特征基,并结合径向基函数训练热参数重构的代理
针对单一种群在解决高维问题中收敛速度较慢和多样性缺失的问题，提出了一种教与学信息交互粒子群优化（PSO）算法。该算法根据进化过程将种群动态地划分为两个子种群，分别采用粒子群优化算法和基于教与学优化算法，同时粒子利用学习者阶段进行子种群之间信息交互，并通过评价收敛性和多样性指标，让粒子的收敛能力和多样性在进化过程中得到平衡。通过与粒子群优化算法、混合灰狼粒子群算法、重选精英个体的非线性收敛灰狼优化(
针对超分辨率复原技术中网络层数不断加深导致的网络训练困难、特征信息利用率低等问题，设计并实现了一种基于双注意力的信息蒸馏网络的图像超分辨率复原算法。利用信息蒸馏网络(IDN)较低的计算复杂度及信息蒸馏模块更多的提取特征的优势，通过引入双注意力模块(RAM)，考虑图像通道之间的相互依赖性自适应地重新调整特征权重，进一步提升图像高分辨率细节的重建能力；然后，设计了对于边缘信息敏感的新型混合损失函数对图
为了打破基于流程库的流程建模推荐方法中路径和图结构的限制，为建模者从流程库中提取更多有用的推荐信息，进而辅助建模者建立更高质量的业务流程模型，提出了一种基于行为轮廓定义业务目标实现规则的流程建模推荐方法。首先，通过业务陈述制定用于形式化及抽象化表达业务交互规则的目标轮廓矩阵；接着，通过其与行为轮廓矩阵集中全部行为轮廓矩阵的比对，找出流程库中所有满足目标轮廓矩阵的流程作为候选流程集；最后，通过行为轮
针对工业系统变量之间存在动态和相互关联特性导致关键变量预测精度降低问题，提出一种互信息深度堆叠稀疏自编码数据特征网络(Mutual Information- Deep Stack Sparse Auto-Encoder， MI-DSSAE)结合深度长短期记忆(Deep LSTM， DLSTM)预测模型。MI-DSSAE模型对稀疏编码器改进，采用堆叠稀疏编码器结构，引入互信息作为重构损失权重，对多个