本期目录
综述
数学与物理学
生物学
环境科学与地理学
-
中国快速城镇化地区生态城市建设问题与经验——以厦门市为例
- 刘佳坤, 吝涛, 张箫, 邓富亮, 张国钦, 赵宇, 叶红, 李新虎
-
2020, 37 (4):
473-482.
DOI: 10.7523/j.issn.2095-6134.2020.04.006
-
摘要 (
488 )
HTML ( )
PDF (3705KB) (
679
)
-
以厦门市作为中国生态城市建设典型代表,通过对其近40年城镇化与生态城市建设的历史自然过程回顾分析,指出不同历史阶段中国生态城市建设面临的主要问题与挑战,并对厦门生态城市建设的成功经验进行总结。研究结果显示:行政区划、建成区扩张和自然资源限制是影响中国生态城市建设的主要因素。按照厦门市生态城市建设的历史过程及其面临的主要问题,将厦门市生态城市建设历程划分为3个阶段:20世纪80年代至90年代物质资源约束阶段,90年代至21世纪初环境污染与生态修复阶段,21世纪初至今城市空间格局优化与管理阶段。最后,将厦门市生态城市建设经验总结为3方面:1)政府高度重视,相关部门整合领导;2)依托自然环境禀赋,城市建设与生态建设并行;3)顶层设计城市发展路径,多规合一。该研究结果可为中国乃至其他发展中国家快速城镇化地区生态城市建设和发展的研究与实践提供科学借鉴。
-
基于FD-RCF的高分辨率遥感影像耕地边缘检测
- 李森, 彭玲, 胡媛, 池天河
-
2020, 37 (4):
483-489.
DOI: 10.7523/j.issn.2095-6134.2020.04.007
-
摘要 (
565 )
HTML ( )
PDF (4324KB) (
841
)
-
针对建立和更新田间图形数据库时,以高分辨率遥感影像为底图人工勾绘地块耗时费力这一问题,探索从边缘检测的角度实现对地块边缘的自动提取。在构建耕地地块边缘遥感影像数据集工作中,尝试深度学习边缘检测模型holistically-nested edge detection(HED)和richer convolutional features(RCF)的基础上,进一步改变模型特征融合方式,并采用空洞卷积结构,提出构建应用于遥感影像的边缘检测模型full dilated-RCF(FD-RCF),提取耕地地块边缘。实验表明,相关方法的精度评定F1值均能达到0.8以上。构建的FD-RCF模型表现最佳,其检测结果在ODS和OIS精度评定中F1值分别达到0.848 1和0.850 2,平均精度0.795 7。比较而言,FD-RCF方法检测结果画面更加清晰,能够显著提高田间地形数据的更新效率。
-
基于面向对象技术的旅游用地遥感识别
- 罗开盛
-
2020, 37 (4):
490-497.
DOI: 10.7523/j.issn.2095-6134.2020.04.008
-
摘要 (
348 )
HTML ( )
PDF (20306KB) (
415
)
-
利用国产GF-1卫星影像,以南京市为例,采用面向对象技术对旅游用地信息进行专题提取,研发出基于遥感手段的旅游用地信息提取方法和流程。研究结果如下:1)GF-1夏季影像4个图层(红、绿、蓝和近红外波段)方差的平均值(VI-Summer)是识别旅游用地的有效指标。2)旅游用地提取的制图精度和用户精度分别为83.33%和73.53%,表明基于GF-1卫星影像和面向对象技术的方法能够对旅游用地进行有效识别和监测。3)南京市的旅游用地总面积为137.34 km2。4)在空间分布上,旅游用地主要集中在长江以南地区,尤其是鼓楼区、雨花台区、建邺区、玄武区和秦淮区及其附近;而长江以北(江北)地区相对稀疏。本研究结果可为利用GF-1卫星影像快速有效地监管旅游用地提供技术支撑。
电子科学
-
基于生成对抗网络的半监督遥感图像飞机检测
- 陈国炜, 刘磊, 郭嘉逸, 潘宗序, 胡文龙
-
2020, 37 (4):
539-546.
DOI: 10.7523/j.issn.2095-6134.2020.04.014
-
摘要 (
502 )
HTML ( )
PDF (8400KB) (
593
)
-
遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。
计算机科学
-
基于实体嵌入和长短时记忆网络的入侵检测方法
- 赖训飞, 梁旭文, 谢卓辰, 李宗旺
-
2020, 37 (4):
553-561.
DOI: 10.7523/j.issn.2095-6134.2020.04.016
-
摘要 (
318 )
HTML ( )
PDF (1554KB) (
454
)
-
针对网络入侵检测过程中无法有效处理入侵数据中分类变量的表示,导致网络入侵检测准确率低、漏报率高等问题,提出一种基于实体嵌入和长短时记忆网络(long short-term memory network,LSTM)相结合的网络入侵检测方法。首先,在数据预处理时,将表示网络特征数据中的数值型变量和分类型变量数据分开,通过实体嵌入方法将分类型变量数据映射在一个欧几里得空间,得到一个向量表示,再将这个向量嵌入到数值型数据后面得到输入数据。然后,通过把数据输入到长短时记忆网络中去训练,通过时间反向传播更新参数,得到最优嵌入向量作为输入特征的同时,也得到一个相对最优的LSTM网络的检测模型。在数据集NSL-KDD上进行实验验证,结果表明实体嵌入是一种有效处理网络入侵数据中分类变量的方法,它和LSTM网络相结合组成的模型能够有效提高入侵检测率。在数据预处理时对分类变量的处理中,实体嵌入方法与传统的One-Hot编码方法相比,检测的准确率提高1.44个百分点,漏报率降低2.99个百分点。
-
基于级联卷积网络的面部关键点定位算法
- 孙铭堃, 梁令羽, 汪涵, 何为, 赵鲁阳
-
2020, 37 (4):
562-569.
DOI: 10.7523/j.issn.2095-6134.2020.04.017
-
摘要 (
338 )
HTML ( )
PDF (5741KB) (
401
)
-
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。
简报