【摘 要】
：
可靠性是遥感监测的重要研究方向之一。人工智能技术促进了遥感目标识别技术的快速发展,但是其不可解释性带来了新的问题。本文依据空间数据的可靠性理论和人工智能基础理论,首先,提出了智能化遥感目标可靠性识别思想及总体框架;然后,阐述了影响可靠性的因素分析、可靠性提升方法、可靠性评估方法和可靠性过程控制等核心研究方向;最后,展望了人工智能用于遥感目标可靠性识别方法的未来发展方向。
【机 构】
：
香港理工大学智慧城市研究院,香港理工大学土地测量及地理资讯学系
【基金项目】
：
香港理工大学(1-ZVN6,ZVU1)。
论文部分内容阅读
可靠性是遥感监测的重要研究方向之一。人工智能技术促进了遥感目标识别技术的快速发展,但是其不可解释性带来了新的问题。本文依据空间数据的可靠性理论和人工智能基础理论,首先,提出了智能化遥感目标可靠性识别思想及总体框架;然后,阐述了影响可靠性的因素分析、可靠性提升方法、可靠性评估方法和可靠性过程控制等核心研究方向;最后,展望了人工智能用于遥感目标可靠性识别方法的未来发展方向。
其他文献
为研究京津冀能见度状况和分析影响能见度的特征贡献模式,基于2019年京津冀气象站点和空气质量监测站点数据研究能见度时序变化特征,运用随机森林算法建立能见度估算模型分析影响因子整体解释度,并基于SHAP框架结合随机森林模型构建能见度影响因子可解释模型,对特征因子贡献大小、方向以及单变量贡献情况进行了详细解释和分析:(1)能见度状况在早晚高峰时较差,每日15时左右最好,工作日和非工作日无明显差别,从季
遥感影像精准解译是遥感应用落地的核心和关键技术。近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展。这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习为基础的遥感影像解译方法在大区域、复杂场景下的应用。如何破解遥感影像精准解译"最
摘 要：传统运动养生术是我国中老年人为祛病延年，健康长寿而创造出来并普遍采用的健身方法。本文采用问卷调查法、文献资料法、逻辑分析法和数理统计等方法，对现代社会环境对人类健康的危害及健身方法的要求进行调查，同时对养生术的普及进行调查。通过调查表明有工作压力大，生活无规律，环境污染，缺乏养生，家庭不和等影响中老年人健康的因素，并对产生这种影响的机理进行分析。通过研究可以促使中老年人更好地运用养生术进行
作为地球系统中对全球气候变化最敏感的关键区域,冰冻圈的关键过程研究备受关注。同时,地球系统多尺度关键过程监测研究的必然趋势是从数字化测绘走向智能化测绘。本文针对冰川融化与海平面上升、极地冰盖稳定性及底部结构、南北极海冰变化与极端气候、冻土退化与地质灾害,以及地球系统下的宜居城市地下空间等5方面总结了智能化观测和智能化处理在地球系统关键过程方面的研究现状,进而展望了地球系统关键区域和关键过程的智能化
如今,城市建设已经步入数字城市发展阶段,开始向着智慧城市迈进。随着大数据时代来临,城市空间下的各种数据在获取方式、方法及来源等各方面都发生了巨大的变化。与此同时,随着数据体量越来越大,领域部门数据越来越多,数据的集成和共享变得愈发困难。从长远发展来看,数据孤岛问题不会轻易消失,如何解决数字城市发展当中的数据融合、共享及集成,是数字城市建设中不可忽视的问题。
针对人口和房价问题的研究多基于地理空间单元,难以从更深层次、更多角度反映两者关系的问题,以武汉市主城区为例,在区县、街道、居民区3个空间尺度与工作和休息这两个时间节点上应用Kriging插值、区位熵、集聚指数等方法分析人口集聚和房价的分布特征及相关性,并在居民区尺度基于土地利用数据这非地理空间单元,对人口集聚和房价关系进行探讨。结果表明,房价与人口集聚分布具有趋同性,但并非完全同步,房价高值往往与
合理选取极槽配合是电机设计的关键环节,为解决传统有限元技术重复建模带来的耗时和资源占用等问题,建立了永磁同步电机解析模型,来分析不同极槽配合对电机性能的影响。在二维极坐标系,将电机划分成永磁体、气隙、电枢槽和槽开口四类子域,并构建了各子域的拉普拉斯方程或泊松方程,利用分离变量法结合边界条件对各子域进行解析计算,完成电机解析模型的搭建。借助有限元结果验证了该解析模型的正确性,并采用该解析模型研究了不同极槽配合对电机性能的影响。通过对比发现,60槽8极电机的齿槽转矩远小于其他几种,转矩输出特性更好;分数槽配合
回顾并分析了摄影测量与遥感学科的发展历程,并针对大数据和智能化测绘新时代的多源遥感影像精准快速智能处理的迫切需求,本文提出摄影测量遥感的科学概念。全新的摄影测量遥感主要由摄影测量和遥感两个学科的交叉融合而形成,致力于研究解决同步探测被摄目标的几何位置、物理属性、语义信息和时序变化关系的理论方法及技术问题,其理论基础和支撑学科包括摄影测量、遥感、人工智能、大数据处理与高性能计算等,将突破目前摄影测量
近年来,以点云为代表的三维数据不断涌现,如何利用人工智能手段,高度提升点云的解译能力,实现城市地物目标的语义标识、三维精准提取等成为亟待攻克的难题。为此,本文提出了一种端到端的三维点云深度学习网络,通过构建不规则分布点云的上下采样策略、特征多层聚合与传播,以及顾及样本不均的损失函数,有效保障了点云采样的高效性、特征提取的准确性及网络整体性能的最优性。三维点云大规模数据集上测试表明,该深度学习网络在
We are delighted to pres ent this special themed topic of Chinese Journal of Polymer Science(CJPS)devoted to the recent advances in reversible deactivation radical polymerization(RDRP).RDRP has been widely recognized as one of the most important synthetic