基于通道注意力机制的裂缝检测研究

为实现智能准确地检测路面裂缝,提升公路智能养护和巡检技术,本方法设计通道注意力检测模块,提出CA U-Net（Channel Attention U-Net）分割模型,分配特征图各个通道的权重,提升裂缝特征语义表达能力,并利用高语义层注意力权重信息来优化特征融合,显著提升不同尺度的裂缝检测能力。实验结果表明,CA U-Net分割模型的裂缝检测定位更准确,在评价指标mIoU和F1-Score上都有明显提升,证明该模型的有效性。     

基于深度学习的遥感图像语义分割技术研究与应用

本研究聚焦于改进的DeepLab v3+网络在遥感图像语义分割中的应用，旨在提高遥感图像的语义分割精度。引入了多尺度融合策略以优化分割性能，并通过改进的网络结构和深度可分离卷积来提高特征提取能力。实验结果表明，这一改进方法在Vaihingen和Potsdam数据集上都显著提高了分割准确度。我们的研究有望对地图制图、环境监测等领域产生积极影响。     

面向对象的遥感影像水田信息提取方法研究

由于自然灾害的影响,部分地区的水田缺水无法种植水稻,对水田信息的提取不再只是对种植的水稻提取,因此从高分辨率遥感影像中提取水田信息具有非常重要的作用和意义。本文将水田分为有庄稼水田、地膜水田和未种植水田,利用面向对象的方法对水田信息进行提取。论文在利用eCongniton软件对影像进行多尺度分割,不同的地类采用不同的分割尺度,采用模糊分类的方法,结合影像的光谱、形状、纹理等特征构建水田特征知识库对水田信息进行提取。实验结果表明利用面向对象的方法对水田信息提取有良好的效果。     

基于深度学习的MSSD目标检测方法

文章提出了一种基于深度学习的MSSD(Modified Single Shot multibox Detector)目标检测方法。文章阐述了SSD方法的模型与工作原理,SSD方法采用多尺度的特征图预测物体,使用具有较大感受野的高层特征图预测大物体,具有较小感受野的低层特征图预测小物体。使用的低层网络的特征图预测小物体时,由于缺乏高层语义特征,所以导致SSD对小物体的检测效果较差。文章提出了一种MSSD模型,把原有的VGG网络替换为深度残差网络,采用了特征金字塔网络模块对高层语意信息和低层细节信息融合,并通过1 000张图像数据集测试,对比MSSD方法与SSD方法在目标检测上的物体检索能力与检测精度。结果表明,MSSD方法比SSD方法准确率高、速度快。     

面向对象的高分辨率卫星影像土地分类

本文采用面向对象的方法对高分辨率卫星影像进行土地分类信息提取。首先利用最近邻分类法对多尺度分割后形成的影像对象块粗分类。随后根据各地类的影像特征构建知识库,优化错分类的地类信息。试验表明,面向对象的高分辨率影像土地分类能充分利用影像信息,提高了信息提取的精度。     

基于形状直径函数的三维模型集一致性分割算法研究

为了有效提高对三维模型集进行一致性分割算法的准确率和效率,提出一种三维模型集一致性分割算法。该算法基于形状直径函数特征和谱聚类方法。首先计算模型各个面片的形状直径函数特征(SDF)特征;其次计算模型各面片之间的形状相似性,形成相似性矩阵。最后采用谱聚类算法对模型集进行一致性分割。将本文算法与相关方法进行对比,实验结果表明,本文算法能准确的对一致性分割数据集中的若干模型进行有意义的分割,使得分割部位具有一定的对应关系,且面片平均划分准确率较好。     

基于面向对象的养殖水面遥感分类识别

本文采用SPOT-5数据源,基于面向对象方法对养殖水面的识别与提取进行了研究。通过多尺度分割方法获取试验区的地物对象,针对不同地物的光谱、纹理、形状等信息,反复实验设置提取流程和规则,从而实现养殖水面的提取。与传统分类方法的对比,分类精度方面有了明显的提高,噪声也得到了明显的控制。     

频繁子图在监控系统数据挖掘中的应用

监控系统数据挖掘研究近年来受到了国内外学者的逐渐关注,监控系统数据挖掘是发现基于视频原始底层数据对应于应用层的语义信息关联及对应关系。视频底层数据特征十分复杂,沿用传统数据挖掘思想去理解和看待监控系统数据挖掘还不够。与一般的数据比较,图能够表达更加丰富的语义。把监控系统视频数据转化为图模型,将频繁子图挖掘算法应用到监控系统语义挖掘中,提出一种新的监控系统语义挖掘方法,与现有的方法相比较,该方法具有有效性和可行性。     

基于聚类算法的视频推荐系统的算法研究

针对目前视频推荐系统功能少、推荐数据不全面,以及采集用户数据不全推荐能力弱,用户体验差等问题,提出了一种基于聚类算法的视频推荐系统算法。通过自主开发的聚类算法中的AP-聚类分层分析所获取到的不同的用户信息,以及不同的用户的视频的关注度信息,形成不同的用户视频信息聚类库,结合用户视频信息库中的历史数据,进行标签设置,自主进行计算权重,利用开发的聚类层进行用户对视频信息的喜好进行排序,生成喜好序列表,最后通过聚类分层模型计算出不同用户在聚类信息库中的喜好视频信息,进行标签和推荐。该算法成功的对不同用户的视频信息进行了标签和推荐,且推荐针对性较强,命中率较高,具有一定的学术研究价值和实际推广意义。     

谱聚类算法及其在SAR图像分割中的应用研究

谱聚类算法作为一种高效的智能聚类算法被广泛地研究与应用,它与传统的聚类算法相比,具有明显的优势。文章首先对谱聚类理论进行了概述,介绍了图划分准则、谱松弛及谱聚类算法,后介绍算法在SAR图像分割中的应用,并对分割时出现的一些问题加以分析和讨论,对研究谱聚类算法及其对SAR图像的分割具有一定得理论参考。     

基于语义的多Agem武器装备信息集成系统研究

为了解决在网络环境中武器装备信息的异构集成与共享问题,提出了基于语义的多Agent武器装备信息集成系统框架模型。该模型运用XML优秀的信息表示能力表示装备领域的异构信息：运用本体来实现装备领域各异构信息在语义上的共享;运用多Agent系统的自主能力、社交能力、反映能力和智能行为．使该模型具有了良好的开放性、集成性和自适应性。提高了武器装备信息集成系统的整体性能和实用性．     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

基于双边滤波的主动轮廓模型细胞图像分割方法研究

区域主动轮廓模型采用先验知识指导建立分割模型,并在分割的过程中采用水平集演化的方式使得零水平集自动收敛于目标物体的边界。在采用该模型进行分割之前,通常都采用高斯滤波器对图像进行滤波,但是高斯滤波器在对物体进行平滑操作的同时,也会造成物体边界的弱化,从而影响分割效果。本文将双边滤波和区域主动轮廓模型结合起来,充分利用双边滤波在平滑目标内部的同时不弱化边界的特点,在利用区域主动轮廓模型进行分割之前使用双边滤波对图像进行处理,实验结果显示使用本方法进行分割得到的结果准确性得到了提高。     

微观金融市场中逆向选择成本的估计模型

微观金融市场中的买入一卖出差价可以分割为定单处理成本、存货控制成本和逆向选择成本(信息不对称成本)三种成本因素，本文将重点分析其中的逆向选择成本估计模型。在对流行的五种估计逆向选择成本的模型分别进行描述之后，同时对这五种逆向选择成本的估计模型进行了简单的评论。     

一种基于边缘增强的高效图论图像分割算法

EGBIS算法能够对目标图像进行快速的分割，但EGBIS算法在某些情况下，依旧存在高变化区域过分割和低变化区域欠分割的问题。为了在分割时更好保持视觉重要区域的完整，本文提出利用增强目标图像区域边缘的方式对EGBIS算法加以辅助，结合梯度信息和非极大值抑制来获取较为精准的区域边缘位置，并有选择的对显著边缘加以增强，对增强后的图像利用EGBIS算法进行分割。本文算法可以很好的提升分割结果的全局特性，在解决高变化区域过分割问题的同时，很好保持各视觉重要区域间的边界。本文所提出的边缘增强辅助，不会引入过多的运算，保持了原EGBIS算法高效的特性。     

“双碳”目标下CIM技术和LIM技术的发展趋势探究

在“双碳”目标背景下，“数字孪生城市”作为我国未来城市治理和管理的重要组成部分，是实现城市可持续发展的新模式和新路径，故而，当前城市宏观尺度的城市信息模型（CIM）到中观尺度的风景园林信息模型技术（LIM）都需要进行适配于“双碳”需求的更新升级。因此，从“双碳”目标出发，对城市信息模型的构成体系和风景园林信息模型的政策引导、行业标准、软硬件设施和人才储备等方面进行分析考究，可窥见城市信息模型（CIM）技术和风景园林信息模型（LIM）技术发展的新趋势。     

基于多信息融合的火灾识别技术研究

为了解决传统火灾探测器采用单一火灾特征参量进行火灾识别不准确、不及时的问题,提出了多信息融合的火灾识别技术;并使用多参量火灾数据采集装置配接四种火灾探测器实时采集被保护区域的烟雾浓度、温度、火焰红紫外辐射量,使用网络摄像机同步采集火灾视频,形成火灾样本库;采用深度学习的方法对预处理后的样本集输入火灾监测与识别网络进行特征提取,之后通过注意力理机制模块为其分配不同权重并进行融合,得到完整的特征图进行火灾预测;可应用于基于边缘计算的火灾探测报警系统,便于集中管控,主动运维;多信息融合的火灾识别技术能够更加全面获取火灾发生时的多参量信息,可以同时监测火焰和烟雾信号,可以避免使用单一探测手段所存在的不足,提高火灾监测的可靠性。     

基于PLSA模型的观点句聚类算法研究

针对互联网评论文本中观点句情感特征的稀疏性及低频性,提出一种基于概率潜在语义分析(PLSA)模型的观点句聚类算法。利用PLSA对语料库中的观点句进行数据预处理与数据聚类,并以微平均F1为评价指标设计与采用潜在语义分析(LSA)方法的对比实验。分析与研究结果表明:(1)主题数在20附近时,聚类效果最为显著;主题数超过20时,聚类效果随着主题数的增加呈递减趋势,之后聚类效果趋于稳定;(2)与LSA算法相比,PLSA算法显示出较好的聚类效果,数据测试结果验证了该模型的有效性。研究结果对提高信息检索速度与个性化推送服务具有重要意义。     

我国审计信息工作的现状及对策

我国审计信息工作的现状及对策上海财经大学李健目前．从中央到地方各级审计机关．基本上都有自己的一套审计信息系统．只是完整程度、技术装备先进程度不同而已．从全国来看，据不完全统计．截至９１年初全国仅地方审计情报信息类刊物大约有１２０多种，各个层次的审计情...     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。