深度学习融合多源数据的城市土地利用制图研究

基于单一方法和单一数据源的遥感图像复杂信息挖掘的精度和可靠性不高。而深度学习为代表的人工智能方法为高分辨率遥感地物信息挖掘提供了新的手段。着眼于城市化的精准监测和精细管理需求,本文选取西安市空港新城作为研究区,建立适合中国城市的高分遥感土地利用数据集。通过微调最先进的卷积神经网络模型,从遥感图像中提取有价值的颜色和纹理特征,得到高精度的地物分类结果;利用多源数据对模型分类精度进行交叉验证,在此基础上基于空间分析识别复杂目标;引入共享单车数据进行土地利用建模,挖掘影响城市发展的关键因素。我们将3S技术和人工智能技术应用到土地利用制图与分析中,为城市地理学精细化和定量化研究做出有价值的尝试。     

实施研制生产流程精细化再造夯实航天事业可持续发展基础

正近一年来,中国航天科技集团公司航天型号连续出现重大失利,严峻的现实将我们再次推到"失败不起、没有退路、只能成功"的困难境地。在深入开展质量整顿工作的基础上,航天科技集团深刻反思当前型号质量问题频发的根本原因,着眼于从根本上推动研制生产体系性变革,以系统工程思想为指导实施研制生产流程的精细化再造,推动科研生产体系转型升级,确保高效率、高质量地完成各项科研生产任务,彻底扭转当前被动局面。