-
题名基于DRCNN的PolSAR图像分类综合实验设计
被引量：1
- 1
-
-
作者
石俊飞
姬珊珊
金海燕
聂萌萌
王伟
-
机构
西安理工大学计算机科学与工程学院网络计算与安全技术陕西省重点实验室
-
出处
《实验技术与管理》
CAS
北大核心
2023年第12期74-81,130,共9页
-
基金
国家自然科学基金青年科学基金项目(62006186)
国家自然科学基金面上项目(62272383)
校级教改项目(xjy2347,310-252042110)。
-
文摘
为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像能够提供更加丰富的极化信息,更好地刻画地物特征,对国防建设和国家发展具有重要意义。实验利用Python语言,在CNN基础上进行改进研究,设计了多区域的多尺度CNN模型,实现了极化SAR图像的数据处理、特征学习和分类一体化设计。该实验不仅可以帮助学生综合应用图像处理与深度学习知识,理解和利用CNN来进行极化SAR图像分类的基本原理和方法,还能使学生更加深入、熟练地掌握TensorFlow框架,提高学生的科研素质和动手实践能力。
-
关键词
综合实验
极化合成孔径雷达图像分类
TensorFlow框架
多尺度卷积神经网络
-
Keywords
comprehensive experiment
polarimetric SAR image classification
TensorFlow framework
multi-scale convolutional neural network
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
-
题名浅切割的高山峡谷复杂地形的地震动放大效应研究
被引量：18
- 2
-
-
作者
李郑梁
李建春
刘波
聂萌萌
-
机构
东南大学土木工程学院
-
出处
《工程地质学报》
CSCD
北大核心
2021年第1期137-150,共14页
-
基金
国家自然科学基金(资助号:41525009,41831281)。
-
文摘
高山峡谷复杂地形是我国西部地区常见的地形和场地条件,大量的工程(桥梁、大坝等)修建在这类场地上。实际震害调查结果表明不规则地形对地震动具有明显的放大作用,对边坡的稳定性和建筑物的安全性构成不利的影响。因此研究高山峡谷复杂地形的地震动放大效应具有重要的工程价值。本文针对浅切割的高山峡谷复杂地形(山体顶和峡谷底的高差在100~500 m范围内),基于边界积分方程法获得场地任意点的地震动,详细探讨了入射波类型(P波和SV波)、入射波频率、入射角、山体和峡谷的几何参数对浅切割的高山峡谷复杂地形的地震动放大效应的影响,发现山体的存在明显改变场地地震动的空间分布;高山峡谷复杂地形对地表地震动的放大作用与入射波频率密切相关;不同的地震波类型对应不同的地震动空间分布模式;峡谷深度对地震动放大效应的影响取决于入射波的类型;不对称的几何形状导致地震动的空间分布也呈现明显的不对称,并且SV波入射时的不对称性强于P波;当地震波斜入射时,峡谷背向震源侧的地震动远大于面向震源侧的地震动。本文的研究方法可以获得考虑高山峡谷复杂地形地震动放大效应的场地任意位置的地震动,为边坡的稳定性分析提供更符合实际的地震输入。
-
关键词
高山峡谷
地震动
放大效应
边界积分方程法
-
Keywords
Hill-canyon composite topography
Seismic motion
Amplification effect
The boundary integral equation method
-
分类号
P511.2
[天文地球—地质学]
-
