简介：在勘探初期测井数据较少,不足以支持有监督学习.采用深度学习中的稀疏自编码方法对地震数据进行无监督学习,通过逻辑回归,利用少量的岩性解释资料做有监督微调,以达到对工区中的地震数据进行岩性体识别.识别结果表明,该方法优于传统的波阻抗识别方法,能有效识别储层中的有利岩性.

简介：基于2013年常州站多普勒天气雷达基数据,利用偏度方法逐网格识别和去除地物杂波。结果表明：地物杂波具有高的反射率分布,为负偏度;非地物杂波则呈现较低的反射率分布,为正偏度。采用偏度方法设计的雷达地物杂波去除方法可有效去除地物杂波,滤波后的新雷达基数据可在业务上应用于雷达定量估测降水和预报,进一步提高雷达降水估测和预报能力。

简介：云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一.本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量.结果表明：通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、CH、CL、CB及CM共5类.选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类50个被测样本进行云状的判别.对应自拟的标准云状分类,平均准确率为82%.基于可见光-红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单-可见光传感器云测量,准确性有所提高.本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试.

简介：草原鼠洞的识别定位可以为鼠害的监测、预测和防治等提供科学参考,因此,如何快速且准确地识别草地鼠洞成为亟需解决的问题。选取玛多县典型区作为研究区,利用可见光波段无人机影像,研究并建立了面向对象的模板匹配法和支持向量机法的草地鼠洞自动识别方法。模板匹配法是在多尺度分割的影像中选取不同种类的鼠洞对象并生成匹配模板,接着进行目标检测并产生初始结果,最后构建光谱、几何和纹理特征库对检测结果进行筛选。支持向量机法首先采集鼠洞训练样本并优化分类特征空间,然后采用支持向量机分类器监督分类得到鼠洞识别结果。对2种方法的识别结果进行精度评价与分析表明:2种方法的总体精度均较高,适用于三江源区草原鼠洞的精准识别。基于面向对象的模板匹配法比支持向量机法的总体识别精度整体高1%,错分误差低3%,识别效果较好。

简介：针对当前水深自动选取中水深点与岸线的协调匹配问题,提出了一种与岸线协调的水深自动选取方法。通过分析资料水深点与岸线的平面位置关系,提取出与岸线协调的待选水深点;从航海安全角度考虑,优先选取浅水深点;在此基础上,分别定义水深点与岸线弯曲处、平直处的协调度,并建立协调度评估模型;通过定量计算协调度,选取出与岸线协调匹配的水深点。实验结果表明,所提方法能在岸线弯曲处优先选取出协调的水深点,同时能保证在岸线平直处附近所选取的水深点分布合理;所提方法能够较好地考虑水深点与岸线的图上位置关系,避免水深注记中断岸线、水深注记＂上陆＂的情况出现。

简介：目前,海图面状要素注记字级的确定通常取决于海图制图资料,需要人工判定,工作效率低、注记字级很难保持协调统一的问题.以海图上的岛屿和群岛为例,从模拟人脑思维的方式出发,通过对已出版海图上大量岛屿和群岛的图上面积计算及相应字级的统计分析,构建了面积与注记字级关系模型,并将这一关系模型应用到面状要素注记字级的自动确定中.实验表明,该方法根据海图面状要素图上面积的大小自动给出了合适的字级,保持了整幅海图注记字级的协调统一,且执行效率较高.

简介：我国高分系列卫星数据因具有重访周期短、价格低廉、精度较高的特点,在矿山开发监测工作中得到了广泛的应用。本文在深入了解高分二号卫星数据特征的基础上,以甘肃永登县为例,利用机器学习模型中支持向量机算法(SupportVectorMachine,SVM)自动提取矿山开发信息,在处理的遥感影像上进行样本采集,借Matlab平台对样本及影像数据进行归一化、降维处理(PCA)。利用SVM模型进行信息自动提取过程中,选取径向基核函数(RBF),运用量子粒子群算法进行参数寻优,最终对提取结果进行野外调查。查证结果表明利用SVM模型进行矿山开发信息自动提取是可行的。该研究为国产数据在矿山监测应用中提供了新的思路。

简介：针对目前省级气象业务中出现的站网信息管理问题进行了总结,以元数据信息变更最为频繁的区域自动站为典型示例,对造成这些问题的原因进行深入分析,同时在技术和管理层面提出应对措施,为省级气象部门高效管理站网信息提供参考。