基于改进Unet++的丘陵地区耕地地块深度分割与提取

丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。     

基于深度监督的TransUNet可见光卫星图像分割

随着人造卫星技术的不断发展,给民用探测带来了诸多便利的同时,也带来了越来越多的挑战。精确定位卫星的重要部件,对故障卫星和太空垃圾的准确抓捕和维修至关重要。文章提出基于深度监督的TransUNet(Deep Supervised TransUNet:DSTransUNet)对卫星目标、星体和太阳翼进行像素级的识别与分割。通过对TransUNet解码过程中多层神经网络特征图进行深度监督,提高可见光卫星图像的分割精度,并进一步通过仿真方法构建卫星部件图像数据集,使用交叉验证的方法对DSTransUNet及7种现有神经网络深度学习方法的分割精度进行了评估。文章提出的方法对卫星星体的分割准确率达到90.51%±6.86%,对卫星太阳翼的分割准确率达到91.63%±13.07%,对宇宙背景的分割准确率达到97.43%±2.85%,对数据集的总体像素分割准确率达到了97.08%±3.37%,其分割性能优于其他神经网络模型。     

一种基于迁移学习的遥测数据异常检测方法

为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题,提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法.首先利用源域卫星的遥测数据对1dCNN进行预训练,使得模型的卷积层具有卫星状态特征的提取能力;然后将训练好的模型迁移到缺乏标签数据的目标域卫星中;利用目标域有标签样本对预训练模型进行微调,...     

M.Shinozuka方法在风荷载模拟中的应用

通过分析现有的风荷载数值模拟方法,认为M.Shinozuka方法得到的脉动风荷载样本的统计特征值能较好的符合理论值。系统阐述了这种方法的分析过程,其中涉及到脉动风压规格化功率谱的推导以及脉动风荷载功率谱的计算。采用MATLAB可以方便有效的进行编程,其中的矩阵函数能够容易的实现Cholesky分解以及随机数的求取等。     

基于视觉显著性和卷积神经网络的机场目标快速检测

针对现有的机场目标检测算法用于大幅面遥感图像时检测速度慢、准确率低的问题,文章提出了一种基于视觉显著性和卷积神经网络相结合的高效、精确的机场目标检测方法.首先,根据机场形状特征,采用基于直线分布特征的视觉显著性检测方法提取候选区域,对机场的可能位置进行粗定位;然后,设计了一种改进的卷积神经网络分类模型判断候选区域是否为...     

非结构网格热化学非平衡Navier-Stokes方程组求解技术研究

采用非结构混合网格数值求解三维热化学非平衡Navier-Stokes方程组获得高超声速流场各组分气动热力学参数,并计算物面热流值。利用有限速率化学反应模型和二温度气体模型分别描述化学非平衡和热力学非平衡过程,通过Park振动——离解模型刻画化学非平衡和热力学非平衡耦合效应。无黏通量项采用AUSM格式离散;对无黏通量项和源项采用隐式时间推进格式,增强数值求解过程稳定性。数值算例表明,为得到正确的物面热流值,非结构混合网格边界层y+需减小至0.5,且网格增长率不超过1.4;采用元素摩尔数守恒关系式计算化学反应源项,可有效降低数值残差积累对计算小组分气体的不利影响,提高各气体组分计算准确度。     

基于网络平台的自主学习策略研究

以Dick与Carey的系统教学设计模式与相关文献为主要理论基础,在"互联网+"环境上建构一门以系统观点探讨"飞行英语听说"的自我导向式课程,并在实际教学过程中,由学习者中辍率、参与程度、对教学方案的满意以及与对学习的帮助程度等指标,分析设计成果的成效及呈现的问题.结果显示学习者中辍率仅12％,多数学习者每周登录4-9...     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法.首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述.然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,...     

液体火箭发动机健康状态智能检测方法

液体火箭发动机健康检测技术是提高火箭安全性和可靠性的重要技术之一,对其进行研究具有重要的学术和工程应用价值.目前的健康检测方法大多基于特征提取和专家经验,智能检测技术水平急需提高.提出了一种基于卷积自编码器的液体火箭发动机健康状态智能检测方法,对发动机多传感器监测数据进行无监督的特征提取和重构,完成对训练集的学习,并基...     

高空飞艇俯仰稳定性及其边界分析

高空飞艇的俯仰稳定性及其边界直接影响飞艇的飞行安全,是飞艇总体设计和控制系统设计中的关键内容。针对某型高空飞艇,建立其小扰动线化运动模型,完成了飞艇纵向稳定性分析。首先,开发了飞艇配平与稳定性评估程序,分析飞艇开环系统的俯仰稳定边界;然后,建立了飞艇俯仰姿态跟踪的闭环系统,基于线性矩阵不等式方法,分析了飞艇飞行状态空间的俯仰稳定边界。研究表明：该线化模型下飞艇具有纵向动稳定性;随着飞行高度增加,飞艇的俯仰稳定性改善;飞艇闭环跟踪系统在二维状态子空间的俯仰稳定边界为斜椭球,内部处于稳定状态。