期刊,测绘学报 2024年卷8期_国家学术搜索

期刊信息/Journal information

测绘学报

主　　编：陈俊勇

出版周期：双月刊

国际刊号：1001-1595

电子邮箱：chxb@periodicals.net.cn；chxb@chinajournal.net.cn

电　　话：010-68531322、68531192

邮政编码：100045

地　　址：北京复兴门外三里河路50号

测绘学报/Journal Acta Geodaetica et Cartographica SinicaCSCD北大核心CSTPCDEI

查看更多>>本刊创刊于1957年，是由中国科协主管，中国测绘学会主办的反映我国测绘科学技术发展水平的国家级综合性学术刊物，影响因子和被引频次居中文核心期刊测绘类首位，是我国最具影响力的测绘期刊，Ei核心期刊,是中国科技期刊影响因子前40名的惟一的测绘期刊，也是我国提交国际测绘科技交流的主要文献。　　本刊发表中、英两种文字的论文。着重报道我国测绘科技最新的重要研究成果及其应用，内容涉及大地测量、工程测量、遥感、航空摄影测量、地图学、地理信息系统、矿山测量、海洋测绘、地籍测绘、地图印刷、测绘仪器，信息传输等测绘学科及其相关的相邻学科。

正式出版

收录年代

多尺度特征融合与空间优化的弱监督高分遥感建筑变化检测

鄢薪慎利潘俊杰戴延帅...

1586-1597页

查看更多>>摘要：针对建筑物变化检测中深度学习方法严重依赖大量高成本高难度的像素级标注样本进行模型训练的问题,本文提出一种基于图像级标注样本的高分辨率遥感建筑物弱监督变化检测方法MDF-LSR-Net.该方法首先提取双时相多尺度差异特征,并对多尺度差异特征进行渐进式融合,利用充分融合后的多层次多尺度差异特征来生成变化热力图;然后,利用低层融合差异特征的局部空间相似性来优化初始的变化热力图,进一步增强热力图中变化区域的完整性和准确性;最后,基于高质量的变化热力图训练最终的变化检测模型.在公开的建筑物变化检测数据集WHU和LEVIR上的多组试验结果表明,本文方法能够获取更加完整且准确的变化热力图,从而使得基于此训练的变化检测模型也取得更高的检测精度,其中最终的变化检测模型在WHU数据集上的IOU和F1 值分别可达65％和79％以上.

关键词：

高分辨率遥感影像建筑物变化检测深度学习弱监督学习多尺度特征融合

原文链接:

万方数据
维普

基于L1范数混合主动轮廓的河流SAR图像分割

邢一波韩斌鲍秉坤

1598-1609页

查看更多>>摘要：为解决现有主动轮廓模型难以准确分割河流SAR图像的问题,提出一种基于L1范数的混合主动轮廓模型.首先,计算轮廓曲线内外区域像素灰度的中值作为区域拟合中心,以抑制SAR图像中干扰区域对其准确性的影响;然后,利用L1范数构建新的能量约束项并在模型能量泛函中引入边缘指示函数,进一步提升模型的分割性能;最后,将基于L1范数的中值和均值能量约束项结合起来并添加额外的区域拟合中心约束项,以提高模型的整体稳定性.针对实际河流SAR图像进行分割试验,结果表明,与现有分割方法相比,本文模型能更准确、稳定地分割河流SAR图像.

关键词：

河流分割SAR图像主动轮廓模型混合能量项L1范数

原文链接:

万方数据

面向对象高分影像归纳式图神经网络分类法

谢志伟翟帅智张丰源陈旻...

1610-1623页

查看更多>>摘要：传统面向对象分类多采用遥感影像的光谱特征,忽略了影像对象之间的空间特征.本文提出了一种采用改进归纳式图神经网络的高分遥感影像面向对象分类方法,实现了光谱-空间复合节点相似度的融合系数自适应调节,以及邻域节点采样最佳数量的自动确定.首先,改进KNN图构建方法,采用标准差信息量评价法确定用于构建光谱特征和空间特征的复合节点相似度的融合系数;然后,利用反馈曲线法确定最佳的采样邻域节点数量,使用GraphSAGE节点嵌入完成特征表达;最后,依托Softmax函数预测节点类别.以GID和BDCI2017数据集为试验数据,本文的构图方法相较于改进前的构图方法在分类精度上有所提升.本文分类方法的平均Kappa系数和总体精度分别优于CART分类树算法、GCN算法、GAT算法、LANet 算法、CCTNet 算法和 SLCNet 算法 0.31、0.14、0.13、0.12、0.08、0.02 和 42.31％、7.4％、6.73％、8.69％、6.03％、1.52％,并且在植被和建设用地提取上具有较好的稳健性.本文方法为高分遥感影像土地覆盖分类提供了有效的工具.

关键词：

高分遥感影像GraphSAGE节点连接权重聚合节点土地覆盖分类

原文链接:

万方数据
维普

融合图卷积与多尺度特征的接触网点云语义分割

徐涛杨元维高贤君王志威...

1624-1633页

查看更多>>摘要：准确的接触网语义分割结果对于接触网组件提取和几何参数检测具有重要的意义.实际上,接触网场景复杂,部件之间的尺寸差异较大,并且存在着较多语义信息接近且相连的部件,导致现有的深度学习方法难以高精度地完成接触网点云语义分割任务.基于上述问题,本文提出一种基于图卷积和多尺度特征的神经网络GDM-Net.该网络包含基于图的局部特征提取器,增强了对接触网点云局部特征提取;双重通道注意力模块,同时兼顾了接触网点云的全局和显著特征的提取;多尺度特征融合的细化模块,通过提取并融合接触网的多尺度信息,提升了分割精度.受益于上述几个模块,该网络提升了对于接触网部件交界处的点云分割能力.基于接触网数据集对该方法进行定性和定量的验证分析,GDM-Net相较于5种其他的点云深度学习方法,精度最高,OA、mIoU和F1值这3个精度指标分别可以达到96.73％,91.06％和95.28％.定性比较表示,本文提出的网络可以有效减少部件连接部分的错分问题,提高接触网部件分割的完整性.

关键词：

激光雷达接触网系统图卷积注意力机制多尺度特征融合点云语义分割

原文链接:

万方数据
维普

一种曲线数据压缩的自编码器神经网络方法

刘鹏程马宏然周洋邵子芹...

1634-1643页

查看更多>>摘要：矢量空间数据的压缩是减少存储空间及节省网络传输带宽最直接有效的途径.本文利用自编码器神经网络构建了一种面向矢量曲线数据的压缩和解压模型.该模型针对不同规模和复杂度的曲线数据,首先进行分段和重采样处理进而规范化输入向量,然后通过优化自编码器结构和调整损失函数实现了高精度的压缩解码模块,最后通过弧段数据的坐标闭合差分配确保了数据的稳定性.对山西、湖南、江西3省的1∶100万县级弧段进行了压缩和还原试验,分析发现:数据还原精度随压缩率变小而变小,当压缩率小于35％后,数据还原精度呈波动趋势,25％为满足精度要求的适宜压缩率.比较傅里叶级数及贝塞尔曲线拟合方法发现本文模型压缩精度和处理速度在一定的压缩率范围内存在优势,同时该模型说明了深度学习在提取空间要素几何特征方面有一定的潜力.

关键词：

自编码器矢量空间数据压缩线要素化简地图综合

原文链接:

万方数据
维普

面向地理流的时空交叉K函数方法

周梦杰阳孟杰陈慧颖田雨萌...

1644-1655页

查看更多>>摘要：地理流表示地理对象在不同地理位置之间有意义的交互或移动.挖掘地理流时空关联模式,对于揭示地理流之间的时空依赖性和异质性,理解地理流的发生机制和时空交互作用具有重要意义.目前,地理流空间关联分析方法日益增多,但鲜有研究考虑地理流的时空耦合特征并关注时间效应对探测模式的影响,准确捕捉地理流之间依赖关系的时空演变趋势仍是当前领域的难点问题.因此,本文扩展点模式时空交叉K函数,提出了地理流的时空交叉K函数,该函数以地理流整体为研究对象,用于探测两类地理流事件之间的时空关联模式.全局时空交叉K函数可探测研究区域中整体地理流关联模式,而局部时空交叉K函数可以识别不遵循全局趋势的在局部尺度上的时空关联情况.本文采用地理流时空交叉K函数的方法对厦门岛巡游车和网约车流数据进行了时空关联分析,揭示了两类车辆流的全局和局部时空竞争格局.全局结果表明,两类车辆呈排斥模式,说明在厦门岛整体上两类车辆之间并未出现激烈的正面竞争;而局部结果显示,在早、午、晚高峰期,巡游车流和网约车流在某些局部区域仍存在竞争,且主要分布在居民区—产业园、居民区—机场、火车站—商圈、商圈—旅游景点等区域之间.

关键词：

地理流时空关联模式时空交叉K函数网约车服务巡游车服务

原文链接: