期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于多尺度卷积神经网络的深圳市滑坡易发性评价
1
作者 张清 何毅 +5 位作者 陈学业 高秉海 张立峰 路建刚 张雅蕾 《中国地质灾害与防治学报》 CSCD 2024年第4期146-162,共17页
卷积神经网络(convolutional neural networks,CNN)模型因其强大的特征提取能力被广泛应用于滑坡易发性评估,但传统CNN已难以满足要求。文章提出一种能够顾及深层与浅层特征的多尺度卷积神经网络(multi-scale convolutional neural netw... 卷积神经网络(convolutional neural networks,CNN)模型因其强大的特征提取能力被广泛应用于滑坡易发性评估,但传统CNN已难以满足要求。文章提出一种能够顾及深层与浅层特征的多尺度卷积神经网络(multi-scale convolutional neural networks,MSCNN)模型,通过增加模型深度和样本的感受野,挖掘更深层和更稳定的特征,提高复杂场景下的滑坡易发性评估可靠性。文章以深圳市为研究区,根据系统性原则和代表性原则选取了12个深圳市滑坡影响因子,构建多尺度卷积神经网络滑坡易发性评估模型,并与多层感知器(multilayer perceptron,MLP)、支持向量机(support vector machine,SVM)以及随机森林(random forest,RF)等方法进行对比。结果表明,文章构建的MSCNN模型的AUC值(0.99)较高,优于MLP(0.97)、SVM(0.91)和RF(0.85),证明提出的MSCNN模型具有优异的预测能力;深圳市极高易发性区域面积约为105.3 km^(2),占研究区总面积的4.98%,主要分布在坡体较陡、植被覆盖稀疏和人类工程活动频繁的龙岗区,坡度、地表粗糙度和地表起伏度成为影响深圳市滑坡的主控因子。文章实现的滑坡易发性图反映了深圳市滑坡灾害的分布现状,可为深圳市未来滑坡灾害防治提供数据支持和关键技术支撑。 展开更多
关键词 多尺度卷积神经网络 滑坡易发性评估 机器学习模型 深圳市
下载PDF
基于RS和GPS的草原荒漠化监测与重建 被引量:1
2
作者 王雅澜 +1 位作者 韩玉婷 徐梦遥 《科技创新与应用》 2019年第1期55-57,59,共4页
通过混合像元分析法提取阿坝州贾洛乡1994年和2000年两期多光谱影像遥感信息,对该地区土地荒漠化及植被反增长程度进行分析,划分出土地荒漠化区、植被反增长区以及稳定区三个区域,结合GPS,针对各区域荒漠化的不同程度设计自动化重建方... 通过混合像元分析法提取阿坝州贾洛乡1994年和2000年两期多光谱影像遥感信息,对该地区土地荒漠化及植被反增长程度进行分析,划分出土地荒漠化区、植被反增长区以及稳定区三个区域,结合GPS,针对各区域荒漠化的不同程度设计自动化重建方案。结果指出该地区总体上草地荒漠化趋势强于植被反增长,重度和中度土地荒漠化面积达到总面积的87.5%,中度和轻度植被反增长面积达到总面积的98.7%;土地荒漠化区位于西北部,植被增长区零散分布于东北部和西部。 展开更多
关键词 混合像元分析法 全球定位系统 荒漠化 自动化重建
下载PDF
BDS和GIS支持下的智能服务手环设计与实现
3
作者 王雅澜 +3 位作者 张淑颖 杨旭 简季 《计算机技术与发展》 2020年第1期201-205,共5页
在经济社会发展的推动下,人们对于精神生活有更大的需求,其中城市大型游乐场是人们享受生活的一个重要场所。由于人流密度大,信号干扰强等原因,传统的路径规划模型在城市大型游乐场的环境下并不适用。文中将北斗卫星导航系统(Beidou nav... 在经济社会发展的推动下,人们对于精神生活有更大的需求,其中城市大型游乐场是人们享受生活的一个重要场所。由于人流密度大,信号干扰强等原因,传统的路径规划模型在城市大型游乐场的环境下并不适用。文中将北斗卫星导航系统(Beidou navigation satellite system,BDS)与地理信息系统(geographic information system,GIS)相结合,设计实现了一款智能服务手环及一套用于服务的智能云平台。该系统基于地理特征近似识别与路径规划等算法,结合北斗导航系统提供的人流环境特征,完成了人流密度显示、最佳游乐设施点选取、最佳游玩路线确定、危险或溢出预警以及危险求救等功能。在以成都市欢乐谷等为例的实验中,该系统极大地提升了用户实际的游玩体验,同时在一定程度上优化了大型游乐场的人流分配。 展开更多
关键词 大型游乐场 BDS GIS 智能服务手环
下载PDF
顾及InSAR形变的CNN滑坡易发性动态评估——以刘家峡水库区域为例 被引量:6
4
作者 高秉海 何毅 +6 位作者 张立峰 姚圣 杨旺 陈毅 何旭 陈鹤升 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2023年第2期450-465,共16页
已有的滑坡易发性评估方法所采用的滑坡因子多为静态数据(如地形,地质),缺乏动态数据(如地表形变),无法充分挖掘正在变形的滑坡特征,导致滑坡易发性评估可靠性较差。合成孔径雷达干涉测量(synthetic aperture radar interferometry,InS... 已有的滑坡易发性评估方法所采用的滑坡因子多为静态数据(如地形,地质),缺乏动态数据(如地表形变),无法充分挖掘正在变形的滑坡特征,导致滑坡易发性评估可靠性较差。合成孔径雷达干涉测量(synthetic aperture radar interferometry,InSAR)二维InSAR数据可反映滑坡在垂直和水平方向的形变特征。引入二维InSAR形变数据作为动态因子,结合地形、地质、水文以及人文共计16种滑坡影响因子,构建卷积神经网络模型(convolutional neural network,CNN)进行滑坡易发性动态评估;采用多种评价指标来衡量模型精度,同时对比有无顾及二维InSAR因子的滑坡易发性评估结果,并与支持向量机(support vector machines,SVM)方法进行对比,此外,在不同场景进行应用。实验结果表明,顾及InSAR形变动态因子的多种评价指标整体精度有所提高,模型对正处于缓慢变形的滑坡易发性区域的识别具有良好的效果,在训练数据中,识别率由0.78提高至0.93;在验证数据中,识别率提升0.21,揭示出顾及二维InSAR形变因子可以提升滑坡易发性动态评估准确度。构建的CNN模型相比SVM方法评估结果更加可靠,在不同场景下更具有普适性和泛化能力。刘家峡水库区域高易发性主要分布于杨塔乡东北部山区、红泉镇以及三塬镇等区域,应加强实时监测。提出的顾及二维InSAR形变因子CNN滑坡易发性动态评估模型可为滑坡灾害预防提供新思路。 展开更多
关键词 边坡工程 滑坡易发性评估 二维时序InSAR 深度学习 CNN
原文传递
多维CNN耦合的滑坡易发性评价方法 被引量:2
5
作者 王继周 +4 位作者 毛曦 马维军 路文娟 何毅 高轩宇 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2024年第8期1466-1481,共16页
卷积神经网络(convolutional neural network,CNN)因其强大的特征提取能力被广泛应用于滑坡易发性评价。然而,随着场景多样化和高精度的需求,CNN算法不断改进,通过加深网络层次或联合其他模型来提高精度的做法往往大幅增加模型参数量和... 卷积神经网络(convolutional neural network,CNN)因其强大的特征提取能力被广泛应用于滑坡易发性评价。然而,随着场景多样化和高精度的需求,CNN算法不断改进,通过加深网络层次或联合其他模型来提高精度的做法往往大幅增加模型参数量和计算量,导致模型训练困难或结果过拟合,进而限制其实际应用。提出构建多维CNN耦合模型解决以上问题,通过特征图非对称聚合连结二维CNN(two-dimensional CNN,2D-CNN)和一维CNN(one-dimensional CNN,1D-CNN),维持网络深度而限制模型参数并减少计算量;利用多维卷积核参数共享捕获各滑坡影响因子不同维度及因子之间的深层耦合特征,实现特征充分利用而避免过拟合。以中国西藏自治区色东普沟为实验区,选取11种滑坡影响因子分析该地滑坡易发性。结果表明,因计算量减小,多维CNN耦合结构与参数较少的浅层2D-CNN效率相当,而比参数量近似的深层2D-CNN训练时长大幅减小,模型训练成本降低。此外,耦合模型相比独立1D-CNN和2D-CNN特征学习能力增强,模型精度提升,在测试集数据各混淆矩阵指标下拥有更高评分,进而获得了具有更高可信度的滑坡易发性评价结果。所提出的多维CNN耦合模型是一种适用于滑坡易发性评价的可靠方法,为进一步滑坡灾害监测和预防提供了新的理论指导与技术支持。 展开更多
关键词 1D-CNN 2D-CNN 滑坡易发性评价 耦合模型
原文传递
双向门控循环单元网络的滑坡易发性评价 被引量:2
6
作者 高轩宇 王继周 +2 位作者 毛曦 路文娟 《测绘科学》 CSCD 北大核心 2023年第4期221-230,共10页
针对传统滑坡易发性评价模型在训练中直接将影响因子叠加输入,未考虑特征重要程度以及在学习过程中前后因子间的相互作用问题,该文提出一种新型滑坡易发性评价方法。以色东普沟为研究对象,首先采用多重共线性分析筛选影响因子并通过XGBo... 针对传统滑坡易发性评价模型在训练中直接将影响因子叠加输入,未考虑特征重要程度以及在学习过程中前后因子间的相互作用问题,该文提出一种新型滑坡易发性评价方法。以色东普沟为研究对象,首先采用多重共线性分析筛选影响因子并通过XGBoost算法计算影响因子特征重要度以确定因子输入模型的顺序。然后构建了顾及因子序列输入后前后相互作用的双向门控循环单元(Bi-GRU)的滑坡易发性评估模型,提升预测结果的准确性。最后将结果与门控循环单元(GRU)、支持向量机(SVM)和多层感知器(MLP)3种模型从深度学习常用的评价指标以及滑坡易发性评价结果两方面进行对比。实验结果表明,该文方法的准确性与可靠性高于传统模型,可以较为准确地预测未来发生滑坡范围。 展开更多
关键词 滑坡易发性 深度学习 双向GRU网络 特征选择
原文传递
甘南藏族自治州植被净初级生产力时空变化及驱动力 被引量:1
7
作者 孙强 张立峰 +3 位作者 何毅 姚圣 曹胜鹏 《草业科学》 CAS CSCD 北大核心 2023年第7期1729-1741,共13页
自2003年开始甘南藏族自治州推行了“退耕还草”等一系列生态保护政策,对区域植被状态产生了一定的影响。目前针对甘南州不同植被类型下植被净初级生产力(NPP)与归一化植被指数(NDVI)、太阳辐射、气温、降水间响应机制的研究尚不明晰,... 自2003年开始甘南藏族自治州推行了“退耕还草”等一系列生态保护政策,对区域植被状态产生了一定的影响。目前针对甘南州不同植被类型下植被净初级生产力(NPP)与归一化植被指数(NDVI)、太阳辐射、气温、降水间响应机制的研究尚不明晰,且关于该区域植被NPP时空特征变化及重心迁移的探讨尚少。本研究基于MODIS遥感数据、气象数据、植被类型数据,利用Carnegie-Ames-Stanford Approach(CASA)模型估算了甘南州2000-2019年植被NPP,分析了NPP时空变化特征,探讨了不同植被类型下植被NPP与NDVI、气温、降水以及太阳辐射之间的响应关系。结果表明:1)2000-2019年植被NPP年均值为621.79 g·m^(−2),96.63%区域呈现为增长趋势。2)2000-2019年植被NPP重心整体呈现西北向东南迁移,东南部植被NPP增速高于西北部。3)植被NPP与气温、降水、太阳辐射间整体上呈明显的正相关关系,北部边缘及东部中心地带呈负相关关系。4)林地、灌丛、草地的NPP均呈稳定增长,湿地类型下除NPP外气温亦呈明显增长。本研究可为评价生态质量及生态工程的实施效果提供理论支撑。 展开更多
关键词 净初级生产力 CASA模型 时空特征 植被变化 重心移动 遥感 环境监测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部