排序方式: 共有166条查询结果,搜索用时 0 毫秒
151.
152.
针对单一模型容易过拟合的缺陷,通过4种不同的集成学习策略实现多种机器学习方法之间的优势互补,从而提升模型的精度和泛化性,并以苏州市为研究区,无人机采集的多光谱遥感影像和实地测量的悬浮物浓度数据为基础建立集成学习反演模型.同时,4种常用的回归分析方法和3种经典的机器学习方法被作为对比方法以探究集成学习策略的有效性.结果表明,集成学习策略能够克服单一模型各自的缺陷,显著提升遥感反演的精度和泛化性,其中表现最优的集成学习反演模型的验证集决定系数达到0.821井相比回归分析方法提升38.21%,井相比单一机器学习方法提升16.79%.此外,集成学习方法反演的绝对误差集中于较小值,其绝对误差均值和中值均优于传统方法,以期提高城市悬浮物浓度反演精度,为无人机遥感河流悬浮物浓度反演提供指导. 相似文献
153.
基于无人机多光谱的沼泽植被识别方法 总被引:1,自引:0,他引:1
为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林(RF)算法,对输入的多维数据集进行变量选择和参数(mtry、ntree)调优,构建适合沼泽植被群丛尺度识别模型.结果表明:优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四(结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数)获得最高总体精度为87.12%,kappa系数为0.850,比方案二(结合了光谱波段、几何特征和位置特征)总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持. 相似文献
154.
靳雷刘洋张硕韩冰 《环境保护与循环经济》2013,(8):55-57
剖析了无人机遥感系统的组成及工作流程,结合无人机遥感系统在某河流域环境监测项目中的应用案例进行深度分析,凸显了应用方案的诸多优势,并对该系统在环境保护领域中的应用前景进行了展望。 相似文献
155.
156.
为减少无人机(UAV)坠毁伤人事故发生,首先,通过UAV飞行空域栅格化,以每飞行小时地面人员伤亡数量为指标定义栅格风险因子,创建航路安全代价期望函数;然后,考虑UAV航路代价,探究距离和安全双重约束条件下的航路规划方法,并采用改进蚁群算法规划最优航路;最后,通过城市物流UAV配送场景验证该模型的有效性,并对比是否考虑安... 相似文献
157.
为解决工程总承包(EPC)联合体模式下,设计单位与施工单位安全管理割裂、理念不合的问题,以湖北中烟三峡卷烟厂新厂建设EPC总承包项目为例,充分借鉴社区疫情防控网格化管理经验,并引进工程项目管理领域相对成熟的矩阵管理模式,扩大横向项目管理专业优势和纵向职能管理体系架构,尝试构建一种“网格+矩阵”的项目安全管理组织架构;结合无人机巡航、监控联网和建筑信息模型(BIM)模拟演练等技术手段,提高预防能力和监测预警能力。结果表明:“网格+矩阵”的项目安全管理组织架构和多种信息技术手段的应用,有助于解决常规项目建设安全管理中各参建单位职责不明、监管乏力的问题,提升企业安全效益,降低事故发生概率。 相似文献
158.
为降低城市物流无人机(UAV)失效坠落风险,通过考虑其运行环境和系统故障等因素的影响,以城市物流无人机运行数据为基础,从系统故障、运行环境和人为因素3方面提取失效诱因;分析物流无人机失效模式,并构建意外坠落事故的贝叶斯网络;基于所建网络和失效诱因发生概率分别计算不同工况下意外坠落事故及各中间事件概率,并基于网络拓扑结构展开反向推理,推演事故的主要失效诱因。结果表明:物流无人机正常运行时发生安全事故的概率为6.54×10-3;其中,电池电量不足、桨叶失效和电池故障是坠落事故的主要诱因,计算结果可为无人机运行安全风险防控提供依据。 相似文献
159.
张晶 《消防界(电子版)》2022,(23):76-78
在国家建设持续高速发展背景下,各种灭火救援任务不仅数量增加而且更加复杂,对传统消防救援设施提出了新的挑战。在灭火救援中引入无人机,有助于更好地应对灭火救援中的各种复杂情况,提高救援效率,实施全方位多角度的灭火救援服务,是一项值得大力推广的新技术。文章对无人机应用于灭火救援的优势进行分析,探讨了无人机的技术要点和优势价值,提出了无人机在不同灭火救援场景中应用方法,为灭火救援中无人机高质高效应用提供了有益参考。 相似文献
160.
污染发生在边界层中,边界层热力和动力垂直结构对重污染天气形成有显著影响.本文基于无人机探空、地基遥感观测和数值模式,开展天津地区2019年1月10~15日重污染过程期间边界层垂直结构及污染成因分析,以期加强北方沿海城市边界层过程对重污染影响规律认知,提升重污染天气预报预警准确率.结果表明:大气温度层结对重污染天气形成、持续和消散有显著影响,此次过程伴随逆温层的发展和消散,PM2.5高浓度区白天向大气上层发展,高度可达300 m以上,夜间向近地面压缩,高度在100 m左右;雾天气出现并在白天维持,改变了边界层垂直结构特征,雾顶逆温的持续存在抑制了污染物向大气上层扩散,使得白天湍流垂直混合过程贡献明显下降,导致近地面重污染天气维持和发展;过程期间区域输送贡献率为66.6%,边界层垂直结构与重污染天气区域输送密切相关,区域污染物输送高度主要出现在边界层顶部以及雾顶逆温层以上的大风速层处,且随着边界层和雾顶抬升高度的变化,通过下沉运动影响地面,形成北部弱高压天气控制下静稳天气区域输送;边界层垂直结构影响冷空气对空气质量的改善效果,S3阶段雾顶的强逆温导致冷空气无法通过湍流切应力传导到地面,在高低空存在明显的风速差,冷空气影响地面时间延后,作用减弱,重污染天气无法彻底缓解. 相似文献