调研点云去噪的相关研究工作,根据相关算法的实现原理将其划分为基于优化思想的传统算法和基于深度学习思想的去噪算法,论述每类算法的研究进展,并对代表性算法进行详细分析,结合数据集、评估指标、实验结果等对其进行深入比较,在此基础上讨论当前点云去噪技术面临的问题和可能的发展方向及趋势。

太阳黑子变化是太阳强磁扰动的表征。结合长短期记忆单元神经网络和一维卷积神经网络预测太阳黑子变化，使用3种不同的数据集，分别为1700—2020年年均太阳黑子数（yearly mean sunspot number，YSSN）、1749—2021年月均太阳黑子数（monthly mean sunspot number，MSSN）和1874—2021年月均太阳黑子面积（monthly mean sunspot area，MSSA）。首先，基于YSSN数据集，预测得到2021年YSSN以及第25太阳周YSSN，2025年预测值达到最大，其值为163.4；其次，基于MSSN数据集，预测得到2021年6月MSSN以及第25太阳周MSSN，2024年10月预测值达到最大，其值为245.9；接着，基于MSSA数据集，预测得到2021年6月MSSA，其值为73.1；最后，基于MSSA数据集，将纬度划分为13个分区，发现可以重建太阳黑子蝴蝶图。以上均表明神经网络方法为探测太阳黑子变化提供了新的解决思路。

L1A级影像产品是中国高分三号SAR卫星产品发布的初级产品形式。为实现后续科学研究、增值应用，提出一套完整的L1A级产品处理流程，用以生成辐射纠正产品、几何纠正产品等高级产品形式。在辐射纠正过程中，为剔除L1A级产品量化过程中存在空值和零值像素对辐射纠正结果造成的统计偏差，基于高分三号等效噪声系数提出改进的辐射纠正方法。在几何纠正中，提出RPC参数反算算法确定影像角点坐标，基于xml元数据文件中提供的轨道方向、视向以及采样间隔参数保证反算方法的稳健性，在几何校正重采样部分引入SAR滤波算子实现等效视数的提升。对使用Envi5.5软件无法完成几何校正的部分高分三号影像，使用本文提出的处理流程可以顺利完成，其处理结果通过与同为C波段的Sentinel-1影像辐射精度，以及Sentinel-2光学影像几何精度的对比，表明本方法对L1A产品进行处理的精确性和可靠性。

基于深度学习方法的建筑物自动提取具有精度高、速度快的技术特点,对城市规划、防灾减灾等的行业应用具有重要意义。针对高分辨率遥感影像建筑物自动提取,引入深度学习特征功能模块和传统遥感应用技术验证环节,形成不同骨架模块、UNet++网络和真实性检验的建筑物遥感提取功能模块嵌合的深度学习业务化应用技术体系,通过VGG、ResNet和Inception等传统卷积网络模型骨架对基础网络进行改造,提升模型运行效率,强化模型特征学习能力,通过真实性检验验证算法的有效性、适用性,展示完整的遥感应用技术链条。以Mnih公开的马萨诸塞州建筑物数据集为数据源,和传统非全卷积网络模型和全卷积网络模型等方法进行对比分析,结果表明通过增加模型深度和宽度可以有效提升模型建筑物提取效果,基于InceptionV3-UNet++骨架模型在召回率、准确度、CSI、F₁分数、Kappa系数和总精度表现最为优秀,分别达到85.14%、90.50%、0.7816、0.8774、0.8504和95.57%,并在WHU数据集上验证了它的鲁棒性。该方法在建筑物提取结果和细节上都有显著提高,特别是对复杂不规则建筑物的提取上,将极大促进真实、复杂、大场景高分辨率影像的建筑物提取遥感应用。

城市化、社会经济发展和资源环境系统之间的协调机制是学术界关注的焦点议题。夜间灯光(nighttime light,NTL)数据与人类的生产和生活足迹密切相关,在人口密集的城市化地区的研究及相关数据挖掘方面有明显优势。基于中国知网(CNKI)与Web of Science (WOS)核心合集数据库,利用CiteSpace文献计量软件,梳理NTL数据在城市化及其资源环境效应研究中的热点主题。结果表明:1)城市化这一主题是NTL数据相关的中、英文文献共同关注的核心主题,但在城市化引致的资源环境效应方面的研究仍有待于拓展;2)城市用地提取和城市空间结构的研究,集中在基于不同NTL特征表征土地城市化进程,而在人口和社会经济发展、电力消费和碳排放的研究中,NTL数据通常作为辅助数据用于探究更精细尺度上的时空特征、影响因素以及作用机制;3)在大气污染和城市热岛效应相关研究中,NTL通常被用来表征城市化、社会经济发展、人类活动因子,进而用于不同因子对空气污染和城市热岛效应的作用机制研究;4)城市化、社会经济发展与资源环境效应表现出复杂的交互作用,数据空间分辨率的提高、多源数据的综合利用以及复杂模型方法的使用等,使研究得以深化。最后,从数据融合、主题拓展、方法创新等3个方面,总结分析NTL数据相关研究未来可能的新方向与侧重点。

基于无人机影像的高精度人脸识别在应急救援、嫌疑人员跟踪等场景中发挥着重要作用。深度学习卷积神经网络以其较高的精度和较少的人为干扰被广泛应用于目标检测识别领域，能很好地应用于无人机影像人脸识别任务中。探究在无人机嫌疑人员识别应用场景下利用卷积网络进行人脸高精度识别，用改进后的YOLOv3(you only look once)进行无人机影像的人脸检测，将得到的预测框对齐后输入到经典的Facenet人脸识别网络中进行目标身份的判定。实验对比了改进后的YOLOv3、原始YOLOv3和MTCNN(multi-task convolutional neural network)的检测效果以及结合Facenet进行人脸识别的效果。结果表明：1)改进后的YOLOv3相对于原始YOLOv3不仅精度和召回率得到提升，而且模型参数量有所减少，无人机影像的漏检和错检现象也轻于原始YOLOv3；此外，改进后的YOLOv3相对MTCNN的AP(average precision)提升9.49%，检测速度也约是MTCNN的3倍；2)改进后的YOLOv3+Facenet相对于原始YOLOv3+Facenet及MTCNN+Facenet对人脸的区分能力更强，精度更高，对遮挡以及模糊的鲁棒性也更强。

旨在通过对学习路径规划研究现状的分析，为未来学习路径规划领域相关研究的发展提供借鉴。具体而言，首先介绍学习路径规划的定义以及学习路径规划方法中常用参数；然后按照使用算法的类别的不同，对学习路径规划算法进行详细分类，总结各类学习路径规划方法的优缺点；接着，对学习路径规划方法使用的数据集与评估方法进行介绍；最后，总结学习路径规划方法面临的挑战并对其未来发展趋势进行预测。

MODTRAN （moderate resolution atmospheric transmission）的夜间辐亮度模式能够模拟夜间月球辐射传输，但是该模式中的月球辐照度模型在月相函数、月球反照率、日月距离以及地月距离的获取或计算方法上相对简略，导致月球辐照度模拟精度较低。利用扰动分析方法评价MODTRAN月球辐照度模型对月球模型参数的敏感性，结果表明影响MODTRAN月球辐照度模型精度的主要参数为地月距离、月相函数、月球反照率。为了分析MODTRAN月球辐照度模型适用范围，利用月球辐照度模型MT2009（Miller-Turner 2009）和SeaWiFS （sea-viewing wide field-of-view sensor）星上对月观测数据作为基准，对MODTRAN月球辐照度模型进行比较分析。结果显示：1）当波长大于0.675μm时，该模型模拟结果与2种辐射基准结果更为接近；2）月相角绝对值小于30°时，地月距离为390000km处附近的相对差异小于10%；3）月相角绝对值大于30°时，远地点附近的相对差异更小，当月相角范围在-41°~-30°/30°~41°时，远地点处最大相对差异在10%左右。研究表明MODTRAN夜间辐亮度模式只有在有限几何条件下适宜开展微光遥感载荷定标工作，以此为基础，未来将对MODTRAN的月球辐照度模型进行改进以便将MODTRAN充分利用到微光遥感中。

图像中的强光在一定程度上会降低图像的质量,本文致力于从受到强光影响的图像中去除强光并生成清晰图像。为解决这个问题,提出一种带有注意力辅助模块的生成对抗网络。它主要由加入压缩-激励模块的卷积长短期记忆网络和注意力矩阵辅助模块组成,注意力辅助模块可以指导自动编码器生成清晰的图像。该方法可以轻松地移植处理其他类似的图像恢复问题。实验证明,改进后的网络体系结构是有效的并且有一定的意义。

用一个新颖的方法证明以下等式：
$\mathop {\lim }\limits_{\alpha \to {0^ + }} {\alpha ^P}{d_f}(\alpha ) = \mathop {\lim }\limits_{\alpha \to \infty } {\alpha ^P}{d_f}(\alpha ) = 0$
其中 f∈L^p,q(X,μ)，并且有0<p<∞和0<q<∞。也证明函数α^p在某种意义下不能再提升。特别地，当q=∞时，以上等式是不一定成立的。

基于高速摄影系统，开展无磁场及水平磁场下液态金属三维自由射流实验，实现对无氧环境中最大We数为400、最大Ha数为30的液态镓铟锡（GaInSn）射流破碎形成液滴过程的观察。从射流形态、表面扰动和破碎长度3个方面分析射流破碎特性。无磁场时，射流呈现9种不同形态，表面扰动呈现膨胀波和正弦波两种形式，且随着We数的增大，扰动振幅先减小后增大，破碎长度先增大后减小。当施加水平磁场时，射流呈现4种典型形态，射流前缘在垂直磁场线方向呈扁平状，沿磁场线方向呈椭圆状，且随着Ha数的增大，射流破碎长度整体呈现增长趋势，但在部分工况下会出现减小的现象。

研究高维情形下一样本均值检验的问题。已有的一些高维均值检验方法假设样本具有椭球等高分布。为应用到更多的分布，提出基于符号秩的均值检验统计量。所提方法是稳健的且具有刻度变换不变性。建立了所提出检验统计量的渐近性质，数值模拟表明该方法可以很好地控制第一类错误，且功效更高。还将该方法应用到眼科数据中。

旨在研究中国商品期货市场动量策略的有效性，并且在判断动量崩溃的存在与动因之后提出能够管理动量崩溃风险的有效方法。在考虑交易费用的情况下，构建出的商品期货动量策略能够持续性获得显著的风险调整收益，进一步实证发现中国商品期货市场存在动量崩溃现象，其原因在于输家组合具有类期权性质从而使得时变β对市场组合波动更加敏感，进而主导了动量组合发生崩溃。为了进行动量崩溃的风险管理，提出构建基于目标条件停时的动态权重动量策略以管理动量崩溃风险，结果显示这一方法有效地规避了动量崩溃带来的极端风险，同时获得更高的动量收益和夏普比例。

近年来，低轨卫星通信系统凭借全球覆盖和灵活部署等优势，受到学术界和工业界的广泛关注。在低轨卫星通信系统中，星间链路将多个卫星连接成一个动态网络，如何降低网络的通信时延是一个亟待解决的研究问题。针对Walker极轨道星座的反向缝建链问题，提出一种星形交叉循环建链策略（SCLBS）。将反向缝两侧的轨道划分为多个交叉建链区，通过动态建立星间链路，优化传输时延，为极轨道反向缝提供稳定的建链方案。在飞机和船舶等实际业务场景下对SCLBS进行仿真，结果表明与基于最近卫星准则和基于最长可视时间准则等建链策略相比，SCLBS能够有效降低30%~60%的传输时延，明显提升系统性能。

考虑一类随机泊松系统，这类系统来自于对一类Lotka-Volterra系统进行Stratonovich型白噪声扰动。给出该系统的解几乎处处存在(全局不爆发)且唯一的充分条件，并进一步证明在这个条件下，解是几乎处处正的和有界的。数值实验对结论进行了验证。

含水矿物对于地球内部水循环非常重要,通过研究典型含水矿物的电导率可以获得地球内部水循环的路径和物质成分的变化。归纳高温高压下典型含水矿物脱水前后的电导率结果、导电机制、脱水机制和地球物理应用。含水矿物脱水前电导率普遍在10^-4S/m,脱水后电导率显著增加,不同含水矿物电导率存在差异。脱水机制与导电机制耦合可能决定了含水矿物脱水过程的电导率,而脱水后体系的电导率一般取决于流体的成分和连通度。含水矿物脱水前后电导率的变化可以为解释俯冲带不同深度的高导异常提供实验依据;确定含水矿物分解产生的流体的成分可以为认识俯冲带物质循环带来启示。在已有研究基础上,展望了含水矿物电导率未来的研究方向。

针对相干性这一合成孔径雷达(SAR)图像分析常用的特征量进行分析，首先从理论上分析高分辨率SAR图像中人造目标和自然地物等典型目标的子孔径、子频带以及不同子孔径重轨干涉图像间的相干系数，然后利用高分辨率星载SAR实际数据开展上述相干系数的计算，验证分析的正确性。随后根据不同地物在不同维度相干系数上体现的不同特点，进行非监督地物分类，并给出不同类别所表征的地物特点。分析结果可为高分辨率SAR数据的优化应用提供支撑，并可加深对SAR不同地物目标特性的理解。

有序多分类方法已经得到了广泛研究。传统的有序多分类方法假设样本的类别标签是不存在误标记的。但是由于实际数据复杂以及人工经验有限,获得标记完全正确的样本是不现实的,因此,传统的方法就存在局限性。提出一种基于γ-散度的有序误标记logistic回归方法,在处理存在误标记的有序多分类问题时具有很强的稳健性,也就是说,当某一样本被错误标记时它对参数估计的权重小于其被正确标记时的权重。该方法通过最小化γ-散度构建模型,利用梯度下降算法求解模型,不仅具有很强的稳健性而且在模型中可以忽略误标记概率。模拟研究和真实数据分析都说明该有序误标记logistic回归方法在处理存在误标记的有序分类问题时效果很好。

在线动作检测对安防和人机交互等应用非常重要，该问题要求模型在动作刚开始时就能检测到，而不是等待整个事件完整结束。由于在线动作检测只能基于观测到的部分视频进行判断，因此相比动作识别和动作检测等任务，模型需要挖掘更多信息辅助决策。基于在线动作检测问题中常用的长短时记忆网络(LSTM)模型，构建双流LSTM模型(2S-LSTM)，并将在图像领域中被广泛使用的自监督学习思想引入到在线动作检测问题中。首先，双流网络2S-LSTM模型分别对RGB流与光流的时序信息采用LSTM建模。同时基于自监督学习的思想构建出2个新型的损失函数——时序相似度损失与光流稳定损失用于模型的训练。实验表明，与过去的在线动作检测方法RED、TRN、IDN相比，本文的模型在TVSeries与THUMOS’14这2个数据集上都取得了较好的结果。

随着城市化进程的快速发展，地表覆被类型发生着前所未有的变化，也加剧了热岛效应的发展。基于Landsat数据分析海口市城市热岛的空间变化，运用CA-Markov 模型模拟预测城市热岛的发展趋势及空间分布特征，并建立城市热岛与归一化差值植被指数(NDVI)、归一化差值建成指数(NDBI)的回归模型。结果表明：1)利用CA-Markov模型模拟预测2016年海口市热环境分布情况，各热岛强度等级平均误差较小，Kappa系数为80.49%，模拟精度较高，并得到2024年海口市热环境分布情况；2)2000—2016年间，海口市热岛效应愈发明显，主要向琼州海峡沿岸、南渡河西岸以及高铁周围延伸。强热岛范围增加11.60 km²，热岛范围减少2.26 km²，大致保持不变，绿岛范围增加38.64 km²，是16年中热岛强度转变最大的。预测2024年的热岛强度分布将有向东南方向移动的趋势；3)在多元线性回归分析中，NDVI指数每升高0.1，城乡地区地表温度差降0.22~0.45 ℃；而NDBI指数每升高0.1，将对城乡地区地表温度造成0.20~1.42 ℃的温度差。此研究成果可为缓解城市热岛及规划城市未来发展方向提供科学依据和参考。