【摘 要】
：
随着我国城镇化进程的加快,城市规模不断扩大,城市的合理规划对于城市的未来发展具有重要意义。通过高清的遥感图像可以获得城市当前的具体建设情况,对于城市下一步建设具有重要的参考价值。在此背景下,本文使用神经网络模型对遥感图像场景分类进行研究,以获得城市的地表信息。主要研究内容如下:（1）首先分析城市遥感图像数据集的特点,并对数据集进行预处理,然后对几种典型模型进行实验分析。结果表明,DenseNet模
论文部分内容阅读
随着我国城镇化进程的加快,城市规模不断扩大,城市的合理规划对于城市的未来发展具有重要意义。通过高清的遥感图像可以获得城市当前的具体建设情况,对于城市下一步建设具有重要的参考价值。在此背景下,本文使用神经网络模型对遥感图像场景分类进行研究,以获得城市的地表信息。主要研究内容如下:（1）首先分析城市遥感图像数据集的特点,并对数据集进行预处理,然后对几种典型模型进行实验分析。结果表明,DenseNet模型的分类性能最优,在UCMerced＿Land Use数据集和RSSCN7数据集上分类准确率分别达到97.14%和89.04%,确定为本文研究的基础模型。DenseNet模型的实验结果表明,模型分类准确率需要进一步提高,模型的分类性能也需要进一步改善。（2）模型分类准确率不够高,可能会导致城市管理人员对于城市信息了解不准确,不利于管理人员做出正确的决策。引入通道注意机制突出在特征复用的过程中的重要通道,引入空间注意机制突出物体在图像中的位置信息。模型改进后,在UCMerced＿Land Use数据集和RSSCN7数据集上的分类准确率分别提高到99.29%和91.43%。（3）模型对于相似场景的分类性能较弱,可能导致城市管理人员对于部分城市信息的判断出现失误,最终造成不良后果。改进卷积方式增强模型的特征提取能力,然后通过特征融合提高模型对于图像高层语义的理解。最后通过实验,证实了改进的有效性,使分类性能得到进一步改善。（4）最后,利用PyQt5框架搭建了场景分类系统,主要包括两个模块:选择图像模块和分类模块,系统可以将使用者选择的图像分割后,将每一张图像的分类结果展示给用户,用户由此可以了解图像信息。系统也可以展示模型的部分参数及数据集上的训练过程,由此用户可以了解模型信息。
其他文献
电容层析成像技术（Electrical Capacitance Tomography,ECT）是一种过程层析成像技术,常用于密闭管道空间中两相流或多相流的可视化测量,它的原理是根据传感器采集的电容数据,应用相关算法对被测空间中的介质分布进行图像重建。ECT技术具有非侵入、快速简单、低成本、便于安装等显著优点,被广泛地应用于工业生产中,是一种具有巨大发展潜力和广阔应用前景的无损检测方法。ECT系统是
技术创新已成为国际竞争的关键因素,也是国家长远发展的动力源泉,要占领技术创新的制高点,需充分认识企业在技术创新体系中的核心作用,提升企业创新的整体效率,以技术创新引领国家创新。企业创新作为国家创新战略的核心,其创新能力不仅决定了自身创新水平,也影响国家创新的发展方向。我国是制造大国,制造业是经济发展的根基。在制造业转型发展的关键时期,先进制造业肩负着制造业新旧动能转换的重任,是中国从制造大国迈向制
推荐系统以减少用户从海量数据中寻找自己感兴趣的信息所花费的时间和为不同用户实现个性化推荐为目的。文章推荐是推荐系统中一个重要的应用。现有的文章推荐模型在处理稀疏数据时仅仅通过简单地嵌入将高维数据转化为低维数据,因此在嵌入的过程中未能充分利用用户信息和文章信息,从而导致了模型推荐不够准确。因此,本文提出了一种基于图嵌入表示的文章推荐模型。针对利用文章特征信息和文章节点关联信息不充分的问题,本文提出了
滚动轴承在实际工业生产中所处的工作环境往往十分复杂、多变,工作于不同工况下的滚动轴承往往振动信号分布差异极大,且部分工况下的有标签数据不易获取。因此,在变工况条件下实现滚动轴承的智能故障诊断具有十分重要的意义。针对上述问题,本文对现有的深度迁移学习方法进行改进,提出一种改进残差网络深度子域适应方法,实现了变工况条件下的滚动轴承故障诊断。在数据预处理方面,存在着数据集样本数量不足和一维数据用于故障诊
国内外隐喻设计研究已经呈现出一种多层次、多方位、多元化的趋势，大家也慢慢接受并且习惯发现生活中富含隐喻文化的事物。文章以缂金十二章龙袍各部分的隐喻为例，分别从纹样、廓形、色彩等方面分析隐喻在服装设计中的运用，并探索创新性隐喻纹样融入现代商务西装设计的路径。
脑部肿瘤是一种很常见的神经外科疾病,作为脑部高危疾病的一种,对于人类的生活健康造成了严重的危害。为了充分利用医学影像信息,并且帮助医生快速准确地做出疾病诊断,深度学习模型在脑肿瘤分割任务中表现出了强大的特征提取能力。然而由于脑肿瘤的形状多种多样及脑部影像的多变性,模型对脑肿瘤的分割效果仍然有一定的提升空间。（1）本文针对以往的Unet网络结构复杂、参数过多、计算量过大,导致无法满足人们对计算速度和
属性网络的异常检测研究,旨在发现网络中属性和特征与大多数节点存在较大差异的异常节点。然而,现有大多数方法忽略了网络结构信息与节点属性信息之间的联合交互问题,且由于网络噪声的影响导致节点特征学习质量低下,影响了异常检测算法的性能。本文提出了一种深度联合表示学习框架,进而提出异常检测算法。为了捕捉属性网络中网络结构和网络节点属性信息之间的跨模态交互信息,并且得到高质量的低维特征表示,本文设计了关联对抗
无人装备一般数量众多、执行任务时间长、环境恶劣，因此剩余使用寿命（RUL）预测尤为重要。综合性能指标序列使用单一模型的预测精度较低，为解决此问题，提出基于Kalman融合模型的RUL预测方法。首先，采用面积最大值法提取无人装备关键部件综合性能指标的退化阶段；其次，利用具有指数特征的GM（1,1）模型、线性支持向量机SVR模型、非线性极端学习机（ELM）模型对综合性能指标进行预测，每种模型可以捕捉综
针对无人作战装备体系网络模型描述偏定性、定量优化分析难等问题，总结了无人作战装备体系特点，以其作战任务流程为主线，从功能层次结构视角，设置情报、决策和执行等功能节点及虚拟节点，构建了基于任务流程的无人作战装备体系网络模型，给出了体系综合能力评价指标，并对比8种网络结构进行仿真分析，为无人作战装备体系构建和作战运用提供决策参考。
微操作工具是微操作技术发展的基础,在微纳领域中占据着越来越重要的位置。传统的微操作工具无法解决操作对象比操作工具大的问题,这往往导致不准确的拾取和释放,并且使用传统的微操作工具进行一次成功的微操作需要几十分钟甚至几个小时,操作效率低。本文针对基于电化学的金属微构件操作方法设计出一种可以作为微操作工具的移液管,通过该移液管不仅能实现以小尺寸工具操作大尺寸对象,而且进行一次成功的微操作只需要几分钟。首