一、膨胀的城市 膨胀的阴影（论文文献综述）
王建飞[1]（2021）在《基于遥感技术的建筑抗震因子提取与应用研究》文中研究说明开展建筑抗震能力影响因子（下文简称“抗震因子”）调查,预测地震情景下的建筑破坏比,是编制区域防震减灾规划、制定区域抗震设防水准的重要依据。受“保障生命”的抗震设计思路影响,传统的单体建筑抗震能力验算重点在于研究单体建筑的物理响应机制、建立建筑破坏概率模型。在此基础上,通过影响建筑破坏率的“结构、高度、设防等级”等抗震因子加权,建立了丰富的区域建筑震害预评估模型。近年来,在“保障性态”的抗震设计新思路下,建筑抗震能力评估不仅考虑建筑本身的破坏概率,还增加了“建筑使用功能、人员伤亡、经济损失”等社会影响方面的考虑。在传统的“结构、高度、设防等级”等抗震因子体系中引入“设防水准、人口密度、经济密度”等空间分布差异显着的因素,综合开展城市群、建筑群建筑抗震能力,构建地震情景,预评估建筑破坏比、人员伤亡和经济损失是当前建筑抗震能力评估的新趋势。第一次全国自然灾害风险普查对我国的建筑抗震因子数据调查提出了“范围更广、效率更高”的需求。然而,由于我国地域辽阔且建筑基础数据库不完整,加之,传统实地调查方法难度大、成本高且效率较低。如何建立快速、高效、低成本的大范围建筑抗震因子调查方法,建立适合大空间尺度的震害预评估流程,是我国自然灾害风险普查亟需解决的关键科学问题。针对建筑群震害预评估中的抗震因子参数难获取的问题,本论文研究了各类遥感数据与Web大数据信息相结合的建筑群抗震因子提取方法,结合灯光遥感数据,统计分析了人口与经济等承灾体的时空分布特征,构建了基于遥感的震害预评估流程与方法。本文取得的主要成果包括:（1）基于建筑震害等级和震害指数,研究了影响建筑抗震能力的主要因素,分析了各类遥感影像的“光谱特征、纹理特征、相位特征”等遥感指数与建筑“轮廓、高度、年代”等抗震因子的关系,介绍了各类建筑抗震因子的遥感提取原理。基于遥感提取的建筑抗震因子（下文简称“遥感抗震因子”）概率化分布特点,给出了基于遥感抗震因子的建筑破坏比预评估方法。（2）构建了基于遥感数据的建筑群抗震因子提取流程与方法。结合Web大数据改进了K-means影像分类算法,提出了网络数据与遥感数据相结合的建筑区快速提取技术,提取精度可达到90%以上;针对国内建筑属性数据库不完善的问题,提出了“城市、乡镇、农村”三级抽样的建筑抗震因子获取方法,评估了“人口普查数据”和“1%人口抽样调查数据”的建筑属性分布率随时间变化特征,在双侧精度99%置信区间内,全国各省份建筑属性结构在10年内无显着变化。最终认为,“人口普查数据”中的建筑属性分布概率可作为区域建筑抗震因子参数输入区域建筑破坏比预评估模型。（3）建立了单体建筑抗震因子的遥感提取方法与流程。基于机器学习的Seg Net模型建立了基于GF-2的0.8m分辨率建筑轮廓提取方法,平均提取精度92.14%;提出了基于永久散射体合成孔径雷达干涉测量（Persistent Scatterer Interferometric Synthetic Aperture Radar,PS-In SAR）相位残差的建筑高度提取方法,结果的误差均值为-0.06层,误差均方差为2.01层（样本最大楼层数为29层）,能够满足建筑易损性曲线评估模型的要求;建立了基于时序光学遥感数据和web大数据的建筑年代变化检测方法,90年代以前老旧建筑的识别率46.15%,90年代建筑识别率63.55%,2000-2010年建筑识别率84.23%,2010年以后建筑识别率90.91%;尝试基于PS-In SAR的时序形变数据,探索考虑大型建筑热胀冷缩系数的结构鉴定方法,结构判别精度可达到70.17%。（4）分别以首都圈和四川为研究区,基于模糊评价法与建筑易损曲线,实现了应用遥感技术进行建筑震害预评估。以首都圈当前建筑震害因子数据为例,复现1976年唐山地震,预评估了首都圈建筑群破坏比,产出县域尺度的建筑抗震指数与模拟的宏观地震烈度;以四川省2008年汶川地震前后遥感数据为例,模拟了2008年四川省建筑震害、震中区县人员伤亡及建筑经济损失,验证了本方法的震害损失预评估精度。
林思涵[2]（2021）在《我国资产价格泡沫的形成机理与传染效应研究》文中指出近几十年来,世界上的许多国家都经历了资产价格泡沫的膨胀与破灭,以及随之而来的经济衰退。如日本的泡沫经济、美国的互联网泡沫以及2008年的全球性金融危机等等,无一不伴随着大规模的资产价格泡沫崩溃。这些事件让理论研究与实务工作者不断意识到关于资产价格泡沫潜在风险研究的重要性。当前,我国虽尚未发生大规模的泡沫崩溃事件,但是资产价格频繁波动以及资产价格的泡沫化迹象对我国经济运行的潜在威胁也十分显着。如我国的房地产市场在1998年住房改革之后,已经经历了长达二十年的普遍上涨。如今,房地产市场被我国央行视作我国经济发展中最大的“灰犀牛”。而我国的股票市场在经历了2015年异常波动后,由资产价格泡沫化导致的严重的资金空转现象以及资本配置不当,已使得我国资本市场服务于实体经济的有效性显着下降。现如今,在新型冠状病毒肺炎危机影响下,出于经济救助的目的,全球央行“大放水”已造成了全球流动性的泛滥,而过于充足的流动性很可能会进一步滋生新的资产价格泡沫。基于此,本文立足于我国资产市场现状,以资产价格泡沫作为研究对象,采用理论分析与实证分析相结合的研究范式,基于“识别、测度→形成机理→影响效应→政策治理”这一研究脉络,对资产价格泡沫的识别测度、形成机理、传染效应以及政策治理展开系统研究,这不仅对理解我国资产价格泡沫的运行机制具有显着意义,也对我国守住不发生系统性金融风险的政策要求十分重要。第1章,重点对资产价格泡沫的识别与测度、形成机理、传染效应以及政策效应进行了文献梳理,并给出了本文的研究框架。第2章,介绍了资产价格泡沫的内涵与形成过程,以及理性资产价格泡沫与非理性资产价格泡沫的理论基础。其中,关于理性资产价格泡沫的部分,本章又介绍了内生性、外生性资产价格泡沫的理论界定;关于非理性资产价格泡沫,重点介绍了以异质信念与有限套利为诱发因素的非理性资产价格泡沫的形成机理以及噪声交易理论与泡沫乘骑理论。第3章,基于PSY识别程序对我国股票市场与主要市域房地产价格泡沫进行识别。首先,本章介绍了PSY识别方法的检验原理与递归算法,而后对我国主要资产市场的资产价格泡沫进行了识别。研究发现,在样本区间内,我国股票市场与房地产市场均经历了频繁的泡沫过程,如我国上交所、深交所以及创业板股票市场均识别到完整的泡沫区间,仅中小板市场未识别出明显的泡沫区间。主要泡沫区间为2007年4月至10月、2015年3月至6月。在市级城市的房价泡沫识别中,样本城市普遍经历了不同频次的泡沫周期,时间集中于2016年6月至2017年8月。在泡沫韧性方面,股票市场中上交所市场的泡沫韧性强于深交所,房地产市场中一线城市强于新一线城市,新一线城市强于二线城市和三线城市。韧性较高的资产市场其泡沫持续期长,资产价格泡沫不易破灭。第4章,重点研究了信贷政策对房地产价格泡沫形成过程中的作用机理。首先,本章在理论上论证了资产价格泡沫与金融杠杆之间的定价关系,得出在违约概率大于零的前提下,金融杠杆的存在会导致正向资产价格泡沫的出现。而后为验证上述理论结果,本文采用NARDL模型实证分析了分部门宏观杠杆率对我国房地产价格泡沫的长、短期非对称影响。实证结果表明,首先,实体经济部门以及金融部门杠杆率的负向调整均会长期有效抑制房地产价格泡沫的持续膨胀,但一刀切的实体经济部门去杠杆不利于房地产市场的长期稳定运行。其次,长期内可采用非金融企业部门向居民部门的杠杆转移,来实现对房地产价格泡沫的温和平抑作用。最后,应有效、合理地发挥中央政府杠杆的前瞻性指引作用,政策当局不应对地方政府施行强效去杠杆政策,而应试图“熨平”地方政府债务波动以免引发局部房地产价格泡沫化风险。第5章,重点研究卖空约束下,投资者异质信念对股票价格泡沫形成的作用机理。首先,本章对卖空约束、投资者异质信念对股票价格泡沫的影响机理进行了深入的理论层面分析;在实证研究方面,本章构建了嵌入狄利克雷过程的无限区制马尔科夫转换向量自回归模型（RTV-VAR）,以刻画变量间的时变因果关系。研究结果表明,上海主板市场融资融券交易机制更具加速风险释放的杠杆交易特征。该杠杆交易特征致使投资者情绪非对称表达,进而引致股票的错误定价。而深圳主板市场的融资融券交易则未体现较强的杠杆交易特征。在沪深主板股价泡沫活跃期间,投资者异质信念对融资融券的正向影响的上升表明投资者情绪借助融资融券工具得以表达的意愿变强,因此该正向影响的快速上升可作为股价异常波动的预警信号。第6章,重点分析了股票价格泡沫的传染效应。首先,本章根据PSY方法识别了我国股票市场分行业资产价格泡沫,并通过市盈率与BSADF统计量的趋势匹配方法,构造了资产价格泡沫规模的代理变量。而后采用带有时变波动率的时变向量自回归模型以及广义方差分解,构造了时变动态DY连通性指标,对2012年12月至2020年6月期间行业间的股票泡沫传染性进行测算。结果表明:首先,总体动态连通性指数捕捉到2012年以来我国资本市场发生的三次典型的泡沫事件,分别为2015年股市异常波动、2017-2018年上旬的债券市场大规模债务违约以及2018年以来的中美贸易摩擦。其次,行业间的泡沫传染在传染方向以及传染规模上均具有显着的时变特征。整体上工业、医药卫生以及信息技术行业资产价格泡沫溢出影响持续为正,表明该三个行业最具泡沫传染性,而能源、主要消费、金融地产以及公共事业行业则是泡沫风险的主要净接收行业,最具行业脆弱性。最后,两两行业间的净溢出动态连通性指数的测度结果表明,由于行业自身泡沫规模变化所产生的投资者情绪引导作用以及与其他行业业务关联性的变动导致行业间的泡沫传染具有显着的行业轮动特征。第7章,重点分析了我国股票价格泡沫和房地产价格泡沫的货币政策效应。首先,本章结合局部均衡框架下理性资产价格泡沫理论简要论证了利率的变化对基础价值成分和泡沫成分具有不同影响。而后在实证分析中采用TVP-VAR模型分析了以短期名义利率上升为代表的外生紧缩性货币政策冲击以及以货币供应量M2为代表的扩张性货币政策冲击对货币政策潜在目标变量的影响。最后,根据理论分析结果,通过脉冲响应函数构造了利率冲击对资产价格内在价值成分和泡沫成分的冲击影响。结果表明,外生紧缩性价格型货币政策冲击能够引起股票价格的短暂下跌,并且相比于基础价值成分的下跌,泡沫成分的上升更为显着。此外该货币政策还会引起房地产价格泡沫短期内呈现上升趋势,长期才呈现下降趋势。因此,利用紧缩性价格型政策治理资产价格泡沫时,不但无法达到有效抑制泡沫的作用,反而会损害股票的基础价值。而扩张性数量型货币政策会导致资产价格的显着上升,但其对股利变量的影响存在较大不确定性。此外,扩张型货币政策对房地产价格泡沫存在更为显着的政策滞后效应。因此,传统的“逆向操作”策略对资产价格泡沫的作用具有较大不确定性,甚至适得其反。
周婷婷[3]（2021）在《基于高分辨率光学遥感影像的城市地区地物提取及阴影信息恢复研究》文中进行了进一步梳理遥感影像长期以来都是用于城市分析的重要手段,特别是近十几年来,全世界范围内卫星技术发展迅速,搭载有高分辨率光学成像仪的卫星相继发射,这极大的推动了城市遥感的发展。当前,城市扩张迅速,路网的更新迭代很快,利用高分辨率遥感影像可以快速、高效的对路网进行提取,对城市规划、智慧城市建设、交通管理以及灾害应急分析都具有重大的意义。亚米级光学卫星的发射为利用高分辨率光学遥感影像进行城市区域的路网分析提供了可能。但是,目前针对高分辨率光学影像城市地物提取的研究仍处于发展阶段,对于道路提取存在以下几个亟待解决的问题:（1）同物异谱和同谱异物的干扰,例如不同区域的道路可能由水泥、沥青或马路砖等不同材料铺设,利用同种光谱信息无法将不同道路提取出来。而建筑物屋顶等和道路有很有可能由同种材料组成,极易对道路提取造成干扰;（2）建筑物、植被及阴影的遮挡,城市地区建筑物密集,道路和建筑物相邻而建,在遥感影像上,建筑物、行道树以及阴影会对道路造成一定程度的遮挡,造成道路提取不完整。另外,建筑物阴影在城市地区遥感影像中普遍存在,对利用遥感影像进行城市区域的相关分析造成了极大的干扰。如果能在遥感影像预处理阶段对阴影进行提取并对阴影区域信息准确补偿,能有效提升遥感影像的可利用率,会极大推动城市遥感的发展。目前对遥感影像阴影的研究存在如下几个明显问题:（1）不同光照条件下阴影性质差异很大,同一种阴影提取策略难以满足不同环境下的阴影提取,并且阴影极易受到水体的干扰;（2）阴影信息补偿过程中选用何处的信息进行补偿以及采取何种策略进行补偿是阴影信息恢复的难点;（3）目前针对有训练样本的普通阴影影像,生成对抗网络（Generative Adversarial Network,GAN）可以很好的生成无阴影影像,但遥感影像无法获得同一位置有/无阴影的数据,导致目前前沿的深度学习模型在遥感影像阴影去除的研究中一直未得到好的应用。针对以上问题,本文分别在道路提取和阴影去除两方面做了研究。本文在道路提取方面提出了新的策略,利用中线和路宽重构道路的方法来解决道路提取过程中由于遮挡造成的断裂的问题。在阴影去除方面结合遥感影像多光谱信息和光照模型来对阴影进行提取并对阴影区域信息恢复。此外,本文还利用GAN模型训练已有普通阴影数据集,并将训练得到的参数用于无人机影像的阴影去除。本文的工作具体包括以下四部分:1.针对由于植被、建筑物和阴影等遮挡造成道路提取不完整的问题,本章提出了一种利用中心线提取、路宽提取,断裂中心线连接及道路重构的方法来获得路网信息。首先利用多尺度分割算法对多光谱影像进行分割,再使用面积,纹理和长宽比等特征提取最初的路网;然后使用速进行算法（Fast Marching Method,FMM）通过求解不同速度函数条件下的程函方程来获得边界距离场、源距离场,并应用支路回溯算法计算每条支路的中心线和路宽;对于断裂的中心线,使用张量投票算法进行连接;最后将连接后的中心线和路宽进行匹配,并将中心线拓宽到对应路宽的宽度,得到重构的道路。2.不同光照条件下,阴影的光谱特性动态变化范围大,用同一个准则很难提取不同光照环境下的阴影,并且阴影很容易受到水体的干扰。针对以上问题,本文利用直射光强和环境光强的比值定义阴影强度,并使用分形网络演化方法（Fractal Net Evolution Approach,FNEA）弱化阴影区域高反射率地物的影响。接着使用归一化差水体指数（Normalized Difference Water Index,NDWI）和近红外（Near Infrared,NIR）波段来增强阴影并消除水体的干扰,最后结合阴影强度提出了适用于不同关照强度和数据源的阴影指数。3.针对已有阴影信息恢复算法不能对复杂背景下遥感影像阴影进行准确恢复的问题,本文基于光照模型提出了一种利用最近邻域信息对阴影信息进行补偿的算法。在阴影检测中,提出了增强阴影指数（Improved Shadow Index,ISI）,ISI通过将NIR波段和YCb Cr空间结合的方式来增强阴影特征,然后通过从mean-shift算法获取的分割对象来重建ISI,以减弱阴影区域高反射率地物的干扰并提高阴影边缘的完整性。在阴影补偿,本文利用面向对象的方法,始终使用与阴影相邻的非阴影对象进行补偿。此外,本文还提出了一种动态半影补偿方法（Dynamic Penumbra Compensation Method,DPCM）来定义半影范围并准确地去除半影。4.对于遥感影像无法获得无阴影标签的问题,利用GAN（Generative Adversarial Network）网络训练含有无阴影标签的阴影数据集,并将获得的模型用于无人机遥感影像阴影去除。在已有阴影数据集的基础上,本文训练两个GAN网络分别分成阴影掩膜影像和无阴影影像,首先通过第一个GAN生成阴影掩膜,并将阴影掩膜和有阴影图像一起作为第二个GAN的输入,训练生成无阴影图像,对于以上训练,本文保存最优的参数,用于无人机遥感影像的阴影去除。综上所述,本文优化了现有道路提取算法在道路受遮挡时造成道路提取不完整的问题,并深度研究了城市地区光学遥感影像在不同光照条件下的提取方法以及在复杂背景下的信息恢复方法,同时本文也同步探索了GAN网络在生成无阴影无人机遥感影像上的方法。本文的工作对于利用光学遥感影像进行城市地区地物分析具有很重要的意义,特别是对阴影信息恢复的研究,是遥感影像可以进行城市遥感应用的重要前提。
张心雨[4]（2021）在《长三角12月和1月霾日数变化相关的大气环流及预测》文中进行了进一步梳理长三角遭受严重霾污染的危害,对社会造成重大影响。本文运用统计学方法讨论12月和1月长三角地区的霾特征,分析相关的大气环流和局地气象条件异常,并和华北地区做对比。最后,改进模式预测的气象要素,进而预测长三角地区的霾日数。主要结论如下:（1）长三角北部的霾更严重,霾年际变率大的地域与平均态上霾严重的区域一致。从背景场来看,12月长三角北部地区呈现弱下沉运动;长三角位于风向的转折区;温度均值在零度以上;南部降水量比北部大,与相对湿度分布一致。1月长三角北部的下沉运动有所减弱;相对湿度相对于上个月有所增加;近地面的温度依然呈现上冷下暖的分布,但温度差在减少;行星边界层高度比起上一月略有升高;降水比起上月有所增加,和本月相对湿度的增加变化一致。（2）12月长三角的霾主要受斯堪的纳维亚遥相关型的影响,而1月该模态的影响在减弱。12月和1月不利气象条件分别限制了长三角地区霾的垂直和水平扩散。1月比起上月,局地下沉运动对应的降水异常和长三角地区霾之间的反相关关系更稳定。两个月的东亚季风对长三角地区霾总体是负贡献,但控制力较弱。对比之下,12月华北的霾主要受东大西洋/西俄罗斯遥相关型的影响,而1月环流模态的影响在减弱。影响华北地区12月和1月霾的局地条件比较类似,且只有1月异常上升运动对应的降水异常对霾日数呈现正贡献。（3）对来自美国第二代气候预测系统模式中的气象要素进行订正,这些气象要素能够显着影响长三角地区霾的扩散条件,订正因子采用模式中预测良好的海温和模式中预测的气象因子,订正后的气象因子与观测值的相关系数表现良好。运用改进后的反气旋、南北温差、降水指数对长三角12月（1月）霾日数进行拟合,发现使用订正指数的模型要优于使用非订正指数的模型,它们与观测的霾日数的相关系数分别为0.66和0.63（0.70和0.66）,证明基于订正后的气象指数对长三角地区霾日数的预测能力有所改进。
王东平[5]（2021）在《基于盲道检测与方向识别的算法研究》文中提出盲道作为城市基础建设的组成部分,有着十分重要的意义。视障者群体传统的出行多以盲道为基础,通过脚底触觉来判断前方路径及转弯等路况,这种出行方式不仅十分危险,也无法充分利用盲道信息。本文借助数字图像处理技术,以盲道信息为依托,将光照,阴影等外部条件下的盲道图像作为算法处理对象,从盲道检测与方向识别两大方面入手,分别提出了不同的处理算法。在盲道检测方面,将研究工作分为颜色分割与纹理分割两部分。针对颜色特征盲道,提出一种基于HSI色彩空间与改进OTSU的分割算法,利用色彩空间转换,改进后的OTSU以及形态学处理等算法,提取图像颜色分量,实现阈值分割,完善目标区域,进而提高分割的准确性;针对具有明显纹理特征的盲道,提出一种基于GLCM与改进的K-means算法相结合的分割算法,使用直方图均衡化、灰度共生矩阵以及改进后的K-means聚类分割等算法,增强原始盲道图像的对比度,计算出盲道特征值,以确定位置作为初始点,实现区域分割,减少分割时间,增强元素间相似性。在方向识别方面,将处理后的盲道图像分为直行盲道图像与转弯盲道图像。针对直行盲道,利用Canny边缘检测算子提取出边界,再通过Hough变换查找到图像中最长的两条直线,并且根据两条直线与x轴投影的夹角来确定盲道相对于盲人的位置,便于盲人判断偏移方向,规划行走路线;针对转弯盲道,提出一种基于多边形逼近思想的拐点检测算法,将检测的边界连接成闭合轮廓,再利用多边形逼近思想,使用Dp算法将轮廓曲线用几何图形进行拟合,由于拟合后的图形拐点位置精确,利用Susan角点检测算法可以快速高效的检测出盲道的拐点,避免了伪拐点的产生,从而达到盲道方向的识别,提高算法的普适性。实验表明,本文提出的算法可以有效避免光照等外部条件的影响,提高分割准确性,准确高效地提取出盲道范围,并识别出盲道的偏离位置以及盲道路径的方向,从而指导盲人安全高效出行。
陈培锴[6]（2021）在《数字驱动的交通图网络构建》文中进行了进一步梳理电子矢量地图是智能交通系统的核心组成部分,是实现交通流量预测、出行规划、交通态势呈现、宏观和微观交通管理的基础。现有电子地图的制作主要沿着两种技术路线来实现。其一,通过Arc GIS等地理信息软件采用人机交互的方法对遥感影像进行标注、整理并绘制成地图;其二,利用搭载高精度GPS与雷达设备的车辆对公路进行扫描、汇聚、计算而得到。但是,这些方法均需要投入大量的人力物力,并且制作周期长、动态更新缓慢。如何更加高效、快速准确地构建道路矢量地图一直是学术界和企业界的一个热点研究问题。本文分析研究了GPS轨迹数据与遥感影像的数据特点,综合利用两种数据提出了一套电子地图绘制流程。本文工作包含以下三点内容:（1）面向遥感影像数据,提出了一种基于道路跟踪的道路拓扑结构提取方法。其核心思想是,以遥感图像为输入,通过构建神经网络模型来预测各点（比如路口）的道路拓展方向,并使道路拓扑结构图朝预测出的方向生长;在此基础上,生成完整的道路拓扑结构图。此外,本文引入了几种道路矢量图质量评价方法。对比实验验证了所提方法的有效性。（2）面向GPS数据,提出了一种利用GPS角度信息描述道路特征的方法。其核心思想是,引入卷积神经网络来学习道路中心线与道路特征之间的映射关系,并通过后处理方法将网络输出结果转化为拓扑结构图。基于真实的GPS轨迹数据,实验分析验证了所提方法的有效性。（3）设计了一种道路级别估计方法。首先,设计了一个融合多尺度和多层次特征信息的道路分割模型。在此基础上,采用方向模板匹配方法,通过综合利用道路拓扑结构图与遥感影像中的道路分割结果,估计出了道路的级别。实验验证了所提方法的有效性。
刘星雨,王建,朱恰,马紫雯,周再文,高贤君[7]（2021）在《基于深度学习差值分析的高分影像建筑物变化检测》文中提出高分辨率遥感影像的建筑物变化检测在灾害评估、城市管理等方面应用广泛。为提高建筑物变化检测精度,提出一种对不同时相的图像分别进行建筑物提取,再利用差值法进行变化检测提取建筑物变化结果的方法。首先利用基于分类验证原理对高分辨率遥感影像进行建筑物提取与优化,进一步将两幅不同时相的建筑物提取结果转化为两幅二值图像,在此基础上使用图像差值法得出图像变化的部分,最后对初步结果进行腐蚀膨胀等后处理,得到最终的变化结果。实验表明,该方法相对于直接利用原始影像进行变化检测,能够有效对变化建筑物进行检测并提高检测的精度。
余波[8]（2021）在《基于高分辨率遥感影像的城市典型地物提取技术研究》文中认为近年来,快速的经济发展推进着城市化进程,城市规模不断扩大。可是在一些非综合功能分区的城市布局理念指导下,城市空间功能不完善、发展不平衡,相互间缺乏有机联系,阻碍城市发展的同时也给居民生活带来不便。街区作为构成城市的基本区划单元,既是城市区域系统的核心,也是城市经济、政治、文化等人类社会活动的基石,其功能设计优劣从根本上影响着城市的建设与发展。因此,通过分析现有城市街区模式来研究城市的发展模式,探索城市内部潜在问题,塑造稳定的城市架构具有重要意义。随着卫星通信、遥感成像以及数据传输等技术的快速发展,遥感对地观测系统趋于成熟,能够高效、准确获取城市中各类地物的详细信息。综合以上讨论,本文提出一种基于高分辨率遥感影像的城市典型地物提取以及街区功能分类方法,主要从以下几个方面展开研究:1.针对高分辨率遥感影像中因地物遮挡光线形成的阴影区域,影响着后续影像解译的结果。为了充分利用影像中的阴影区域特性,提出了一种多尺度分割和数学形态学运算相结合的阴影提取方法。首先,利用均值漂移法实现影像分割生成对象,并以对象为基本单位进行形态学膨胀运算和腐蚀运算,生成面向对象的阴影指数;然后,基于不同分割尺度将各尺度下的阴影指数进行融合,构建相应的阴影检测准则。实验结果表明,本文方法能够准确提取出遥感影像中的阴影特征,且具有一定的抗干扰能力,适用性强,可靠性高。2.针对传统道路中心线提取算法易产生毛刺现象的问题,提出一种基于“交点”搜索的高分辨率遥感影像道路中心线提取方法。首先,采用SVM分类器得到道路区域,并生成二值化图像,再利用高斯滤波平滑图像和去除非道路区域,减少部分毛刺;然后,提出一种“交点”搜索规则,统计“交点”附近线段的长度,并设定阈值,将小于阈值的线段删除,从而消除毛刺现象。3.针对传统城市地物目标识别形式单一,没有突出城市街区功能特征的问题,根据现代城市街区规划理念和发展规律,提出了一种城市街区功能分类方法。首先,分别提取出影像中城市区域具有代表性的地物特征影像;然后,以城市道路网络信息作为基础,将城市分割成单独的街区影像单元,根据街区单元中各地物比例信息将城市按照功能划分为现代居民区、商业区、工厂等八类街区;最后,构造支持向量机多分类器进行街区功能分类。经过对比实验,本文提出的街区功能分类方法能将城市划分为不同功能的街区,能直观反映城市街区版图,且整体分类精度在90%以上。
杨艳[9]（2021）在《航空复材图像中的复杂直线提取技术研究》文中进行了进一步梳理碳纤维复合材料（Carbon Fibre Reinforced Plastic,CFRP）具有质量轻、热膨胀系数低以及耐腐蚀等优良特性,在航空设备建造领域被广泛使用。由于该材料具有各向异性,使用时需要按照预设铺层方向准确铺设才能最大限度发挥其性能优势。但CFRP表面图像背景复杂、分界模糊,而且图像中没有明显的线条,因此难以利用传统的直线提取方法从中获得直线信息以确认材料方向。CFRP纹理图像中存在一些分散的小区域,这些区域在视觉上表现为断裂的直线,可以将这些具有直线模式的离散区域定义为复杂直线。结合成都某飞机工业集团的科研项目需求和具有直线模式的离散区域特性,本文提出了一种基于中心线拟合的直线提取方法,实现了航空复合材料图像中的复杂直线提取,从而获取CFRP方向信息。实验表明,利用本文提出的方法可以有效地识别出航空复合材料图像中的复杂直线特征,实现了复材方向检测,且检测精度充分满足工程需求。针对以上问题,本文主要工作如下:（1）针对航空复合材料图像的背景复杂性,根据不同二值化方法的处理效果,利用自适应二值化方法对航空复合材料图像进行处理,同时通过实验分析了自适应二值化方法中各参数对二值化结果的影响。实验表明,利用该方法可以有效地对复杂背景下具有直线模式的离散区域进行初步提取,保障后续复杂直线特征提取工作的开展;（2）针对航空复合材料图像中的区域离散问题,提出了基于形态学的Steger中心线提取算法:利用形态学方法将离散区域图像扩大并连接,并提出利用Steger中心线提取算法识别膨胀图像的线特征。通过中心线提取实验,验证了本文算法对航空复材图像中复杂线特征提取的有效性;（3）针对传统方法无法提取航空复合材料图像中的复杂直线特征问题,提出了一种基于中心线拟合的复杂直线特征提取方法:设计了基于连通域判断的线交叉点判别方法,并基于此提出了交叉点切割拟合算法,在中心线提取基础上进行直线拟合,实现复杂直线特征提取。最后通过控制拍摄条件和增加遮挡物来采集不同航空复合材料图像进行实验,验证了本文算法对于复杂直线提取的有效性和抗干扰性;量化分析显示,最终提取直线的角度偏差在0.4°以内,该精度可以充分满足航空复合材料制造偏差不超过±3°的要求。
张宏雪[10]（2021）在《基于InSAR与机器学习的延安新区沉降监测与预测研究》文中提出由于黄土高原城市化进程的加快,导致该地区城市发展空间不足。受地形以及上覆黄土极易开挖等因素的影响,黄土高原成为我国“削山造地”的主要分布区,如兰州新区、山西吕梁机场、延安新区等。大规模填挖方对原有地形地貌以及地质、水文条件等的改变导致了严重的地面沉降问题,因此开展长时间尺度与区域范围的沉降监测对于黄土高原城市安全建设尤为重要。与传统的单点地面沉降监测相比,In SAR（Interferometric Synthetic Aperture Radar,合成孔径干涉测量技术）可提供大范围、长时间尺度、高精度的变形数据。利用集成遥感技术开展建筑物高度对沉降速率的影响以及基于机器学习的沉降速率的预测的研究较为少见,基于此,本文选择黄土高原上“削山造地”的典型案例延安新区为研究对象,以工程地质学、土力学、遥感科学、地理信息科学等中的相关理论为依据,利用已有研究成果,借助SBAS-In SAR技术、阴影测高法、激光测距、野外工程地质勘察等手段,综合分析建筑物高度、建成时间、降水等因素对延安新区填挖方区域地面沉降的影响。在此基础上,利用机器学习的方法,开展填挖方区域单点地面沉降速率预测研究,甄选出适合延安新区地面沉降的预测模型。其中集成遥感技术的使用,为开展建筑物高度对沉降速率的影响研究提供一种新思路,沉降预测中RBF径向基网络的应用是对沉降预测新的探索。以上研究成果可为黄土高原“削山造地”区的地面沉降监测与预测提供新思路,为填挖方区域的后期规划建设提供参考。本论文共取得了如下3个主要研究成果:（1）沉降规律:延安新区2015-2019年LOS（视线）向形变速率为-52～12mm/yr,垂直向形变速率为-74～18 mm/yr,最大累积沉降250mm;延安新区存在带状沉降中心,沉降区域与填方区域形状基本吻合;填方区沉降速率呈慢-快-较快的变化,据此判定其处于主固结阶段;挖方区出现抬升-沉降形变。（2）沉降成因:填方区剖面数据相关分析发现填方土越厚,原状土越薄,沉降量越大,原状土越厚,填方土越薄,沉降量越小,说明相对于原状土,填方土厚度对沉降的影响更大;填挖方区建筑荷载对沉降影响差异较大,填方区高层建筑产生少量沉降,因填方厚度与地基处理的差异,低层建筑的沉降高于高层建筑;挖方区在近同等挖方深度下,低层建筑重力受抬升力抵消出现抬升现象,高层建筑出现少量沉降现象;降水与形变对比发现降水增加时填挖方区都未出现湿陷沉降,但挖方区随降水增加出现隆升变形。（3）沉降预测:利用BP神经网络进行时序沉降预测,3种算法（Feedforward、Cascadeforward、Elman）中,Cascadeforward算法最适合时序预测,预测所选形变点84天后沉降160mm;采用BP网络和RBF网络进行沉降单点空间预测,发现RBF径向基网络预测的精度更高,更适合单点空间预测,预测到纯填方区域随机抽取点的沉降为194～228mm,纯挖方区形变为-8～19mm。
二、膨胀的城市 膨胀的阴影（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、膨胀的城市 膨胀的阴影（论文提纲范文）
（1）基于遥感技术的建筑抗震因子提取与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 建筑抗震能力与震害预评估研究 |
| 1.2.2 震害预评估方法及震害影响因子研究 |
| 1.2.3 利用遥感技术的建筑特征提取研究 |
| 1.3 论文研究内容及章节安排 |
| 第二章 建筑抗震因子的遥感提取原理 |
| 2.1 建筑震害等级与抗震能力 |
| 2.1.1 建筑破坏等级与震害风险 |
| 2.1.2 震害风险指数与建筑抗震能力 |
| 2.2 建筑抗震能力的影响因子 |
| 2.2.1 建筑结构类型对抗震能力的影响 |
| 2.2.2 建筑设防标准对抗震能力的影响 |
| 2.2.3 建筑侧向刚度对抗震能力的影响 |
| 2.2.4 其它影响因素对抗震能力的影响 |
| 2.3 建筑抗震因子的遥感提取原理 |
| 2.3.1 光学遥感影像的建筑轮廓提取 |
| 2.3.2 基于干涉测量的建筑高度提取 |
| 2.3.3 基于遥感影像变化检测的建筑年代提取 |
| 2.4 基于遥感抗震因子的建筑抗震能力综合评估 |
| 2.4.1 建筑结构易损曲线模型 |
| 2.4.2 基于遥感震害因子的结构易损模型 |
| 2.5 小结 |
| 第三章 建筑群抗震因子的遥感提取技术 |
| 3.1 建筑群抗震因子快速提取方法 |
| 3.1.1 建筑群抗震能力评估指标与抗震因子 |
| 3.1.2 建筑群抗震因子提取流程 |
| 3.2 结合Web数据的遥感影像快速分类 |
| 3.2.1 改进K-means初始类中心点的影像分割 |
| 3.2.2 基于Web数据源的建筑群行政类别提取 |
| 3.2.3 基于先验知识的遥感影像分类 |
| 3.3 基于博弈分类模型的建筑群不透水面提取 |
| 3.3.1 不同博弈假设的建筑群提取 |
| 3.3.2 遥感建筑群提取结果优化 |
| 3.4 基于人口普查数据的建筑群抗震因子取值 |
| 3.4.1 全国建筑抗震因子概率分布特征 |
| 3.4.2 全国5-10 年内人口普查数据可用性分析 |
| 3.5 小结 |
| 第四章 单体建筑抗震因子的遥感提取技术 |
| 4.1 单体建筑抗震因子提取方法 |
| 4.2 单体建筑轮廓与楼层数提取 |
| 4.2.1 基于SegNet神经网络的建筑轮廓提取 |
| 4.2.2 基于时序PS-InSAR的楼层数提取 |
| 4.3 建筑建成年代的遥感变化检测 |
| 4.3.1 中低分辨率遥感的建筑区变化检测方法 |
| 4.3.2 高分辨率遥感的建筑轮廓变化检测 |
| 4.4 基于建筑遥感特征的结构分布概率提取 |
| 4.4.1 基于高度与年代的建筑结构经验判定模型 |
| 4.4.2 考虑建筑材料特性的结构判定模型 |
| 4.5 小结 |
| 第五章 基于灯光遥感的震害损失预评估方法 |
| 5.1 基于遥感技术的震害损失预评估方法 |
| 5.1.1 震害损失预评估原理 |
| 5.1.2 震害损失预评估方法 |
| 5.2 不同建筑类型的建筑破坏比预测参数 |
| 5.2.1 建筑抗震性能水准及量化指标 |
| 5.2.2 建筑结构的地震响应参数 |
| 5.2.3 建筑震害矩阵 |
| 5.3 基于灯光遥感的受灾人口与经济密度估计 |
| 5.3.1 灯光遥感数据 |
| 5.3.2 基于不变目标区的灯光遥感数据校正 |
| 5.3.3 基于夜间灯光亮度的经济密度估计 |
| 5.3.4 基于夜间灯光亮度的人口密度估计 |
| 5.4 震害损失比预测方法 |
| 5.4.1 建筑经济损失预评估方法 |
| 5.4.2 建筑倒塌造成的人员伤亡预评估方法 |
| 5.5 小结 |
| 第六章 遥感抗震因子在震害损失预评估中的应用 |
| 6.1 首都圈建筑抗震因子遥感提取及建筑震害预评估应用 |
| 6.1.1 研究区及数据来源 |
| 6.1.2 首都圈建筑抗震因子提取 |
| 6.1.3 基于唐山地震情景的首都圈震害预评估 |
| 6.2 基于遥感抗震因子的震害预评估验证——以汶川地震为例 |
| 6.2.1 研究区概述 |
| 6.2.2 研究区建筑破坏比预测结果 |
| 6.2.3 研究区建筑损失比预测 |
| 6.2.4 研究区损失预评估结果对比验证 |
| 6.3 小结 |
| 第七章 结论与讨论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读博士期间参加的科研项目 |
| 攻读博士期间发表的文章 |
（2）我国资产价格泡沫的形成机理与传染效应研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 资产价格泡沫的识别与测度研究综述 |
| 1.2.1 资产价格泡沫的识别研究 |
| 1.2.2 资产价格泡沫的测度研究 |
| 1.3 资产价格泡沫的形成机理研究综述 |
| 1.3.1 有效市场假说与理性资产价格泡沫 |
| 1.3.2 金融摩擦与理性资产价格泡沫 |
| 1.3.3 委托投资与信贷泡沫 |
| 1.3.4 行为金融学框架下的资产价格泡沫 |
| 1.4 资产价格泡沫的传染效应与政策效应研究综述 |
| 1.4.1 资产价格泡沫的传染效应研究 |
| 1.4.2 资产价格泡沫的政策治理研究 |
| 1.5 研究方法、研究创新与研究不足及展望 |
| 1.5.1 研究方法 |
| 1.5.2 研究创新 |
| 1.5.3 研究不足及展望 |
| 1.6 研究框架与研究内容 |
| 1.6.1 研究框架 |
| 1.6.2 研究内容 |
| 第2章 资产价格泡沫的理论基础 |
| 2.1 资产价格泡沫的内涵与演化过程 |
| 2.1.1 资产价格泡沫的内涵 |
| 2.1.2 资产价格泡沫的演化过程 |
| 2.2 理性资产价格泡沫的理论基础 |
| 2.2.1 局部均衡下理性资产价格泡沫理论基础 |
| 2.2.2 内生性资产价格泡沫 |
| 2.2.3 外生性资产价格泡沫 |
| 2.3 非理性资产价格泡沫理论基础 |
| 2.3.1 异质信念与有限套利理论 |
| 2.3.2 噪声交易理论与泡沫乘骑理论 |
| 2.4 本章小结 |
| 第3章 资产价格泡沫的识别研究 |
| 3.1 ADF方法的检验原理 |
| 3.1.1 ADF单位根检验 |
| 3.1.2 理性资产价格泡沫检验原理 |
| 3.1.3 资产价格崩溃检验原理 |
| 3.2 PSY方法的递归算法 |
| 3.2.1 资产价格泡沫存在性的识别程序 |
| 3.2.2 资产价格泡沫周期的识别程序 |
| 3.3 我国股票市场与房地产市场资产价格泡沫的识别检验 |
| 3.3.1 我国股票市场资产价格泡沫的识别检验 |
| 3.3.2 我国房地产市场资产价格泡沫的识别检验 |
| 3.4 本章小结 |
| 第4章 中国宏观金融杠杆对房地产价格泡沫的非对称动态影响效应研究 |
| 4.1 金融杠杆不确定性下的资产定价理论模型 |
| 4.1.1 模型的基本假设 |
| 4.1.2 理论分析 |
| 4.2 NARDL计量模型 |
| 4.3 资产价格泡沫的金融杠杆的非对称动态效应检验 |
| 4.3.1 数据说明与指标测度 |
| 4.3.2 模型估计结果分析 |
| 4.3.3 金融杠杆的动态效应分析 |
| 4.4 本章小结 |
| 第5章 异质信念、融资融券失衡与股票价格泡沫 |
| 5.1 我国沪、深股票市场资产价格泡沫测度 |
| 5.2 RTV-VAR模型 |
| 5.3 我国多层次股票市场资产价格泡沫成因分析 |
| 5.3.1 数据选择 |
| 5.3.2 实证分析 |
| 5.4 本章小结 |
| 第6章 我国股票市场行业间资产价格泡沫传染效应研究 |
| 6.1 时变动态连通性指数构建 |
| 6.1.1 时变向量自回归模型 |
| 6.1.2 时变动态DY连通性指数构建 |
| 6.2 我国股票市场分行业资产价格泡沫测度 |
| 6.2.1 数据选取 |
| 6.2.2 分行业资产价格泡沫测度——基于趋势匹配方法 |
| 6.3 行业间资产价格泡沫连通性实证分析 |
| 6.3.1 总体动态连通性指数 |
| 6.3.2 总的带有方向的动态连通性指数 |
| 6.3.3 两两行业间泡沫净溢出动态连通性指数 |
| 6.4 本章小结 |
| 第7章 我国货币政策对资产价格泡沫的影响效应研究 |
| 7.1 货币政策对资产价格泡沫的影响效应理论基础 |
| 7.2 数据选取与实证模型 |
| 7.2.1 数据选取 |
| 7.2.2 计量模型介绍 |
| 7.3 货币政策对股票市场资产价格泡沫的影响效应实证分析 |
| 7.3.1 等间隔脉冲响应 |
| 7.3.2 等时点脉冲响应 |
| 7.4 货币政策对房地产市场资产价格泡沫的影响效应实证分析 |
| 7.4.1 等间隔脉冲响应 |
| 7.4.2 等时点脉冲响应 |
| 7.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及其他科研成果 |
| 致谢 |
（3）基于高分辨率光学遥感影像的城市地区地物提取及阴影信息恢复研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究进展 |
| 1.2.1 基于光学遥感影像的道路提取方法 |
| 1.2.2 阴影提取方法 |
| 1.2.3 阴影信息恢复方法 |
| 1.3 高分辨光学遥感影像地物提取及信息恢复基本理论 |
| 1.3.1 城市遥感理论 |
| 1.3.2 光学遥感影像基本概念 |
| 1.3.3 光学遥感影像数据预处理 |
| 1.4 研究内容及章节安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文章节安排 |
| 第二章 基于道路中心线和路宽提取的道路重构方法 |
| 2.1 基于分形网络演化算法的影像分割 |
| 2.2 基于FMM算法的初始化中心线提取 |
| 2.2.1 基于FMM算法的距离场表示 |
| 2.2.2 基于支路回溯方法的中心线提取 |
| 2.2.3 路宽提取 |
| 2.3 张量投票 |
| 2.4 断裂中心线连接及道路重构 |
| 2.5 结果分析 |
| 2.5.1 实验结果 |
| 2.5.2 道路中心线及路宽提取结果分析 |
| 2.5.3 中心线提取结果对比分析 |
| 2.6 本章小结 |
| 第三章 基于不同光照强度的多光谱影像城市地区阴影指数研究 |
| 3.1 数据及预处理 |
| 3.1.1 数据介绍以及数据预处理 |
| 3.1.2 阴影强度 |
| 3.1.3 多光谱影像重构 |
| 3.2 基于不同阴影强度的阴影指数 |
| 3.2.1 归一化水体指数 |
| 3.2.2 面向对象阴影指数 |
| 3.3 阴影提取结果分析 |
| 3.3.1 指数的可行性分析及交叉验证 |
| 3.3.2 OSI_s在强阴影下的结果分析 |
| 3.3.3 OSIw_WV和OSIw_GF在弱阴影下的结果分析 |
| 3.3.4 不同方法定性分析 |
| 3.3.5 不同算法的定量分析 |
| 3.4 本章小结 |
| 第四章 复杂背景下的阴影提取及信息恢复研究 |
| 4.1 基于YCb Cr空间及NIR波段的阴影信息提取 |
| 4.1.1 基于Mean-shift算法的影像分割 |
| 4.1.2 增强阴影指数(ISI) |
| 4.1.3 ISI重构及阴影提取 |
| 4.2 阴影补偿和后处理 |
| 4.2.1 基于相邻对象信息的阴影信息补偿 |
| 4.2.2 动态半影补偿 |
| 4.3 阴影提取结果及对比分析 |
| 4.3.1 阴影提取定性分析 |
| 4.3.2 阴影提取对比分析及精度评价 |
| 4.4 阴影补偿及半影去除结果分析 |
| 4.4.1 阴影补偿及半影去除结果 |
| 4.4.2 阴影补偿结果对比分析 |
| 4.4.3 半影去除结果对比分析 |
| 4.5 本章小结 |
| 第五章 基于GAN网络的无人机遥感影像阴影去除研究 |
| 5.1 数据准备及预处理 |
| 5.2 阴影提取与去除方法 |
| 5.3 阴影提取及信息恢复结果分析 |
| 5.3.1 在原数据集上的阴影提取和去除效果对比 |
| 5.3.2 无人机遥感影像阴影去除 |
| 5.3.3 对比分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文主要结论 |
| 6.2 存在的问题与展望 |
| 6.2.1 存在的问题 |
| 6.2.2 展望 |
| 参考文献 |
| 作者简介及攻读学位期间取得的科研成果 |
| 致谢 |
（4）长三角12月和1月霾日数变化相关的大气环流及预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 长三角霾的理化机制 |
| 1.2.2 大气环流对霾的影响 |
| 1.2.3 霾的短期气候预测 |
| 1.3 拟解决的科学问题 |
| 1.4 主要内容及章节安排 |
| 第二章 数据和方法 |
| 2.1 数据 |
| 2.2 方法 |
| 第三章 霾的变化特征和大气环流背景 |
| 3.1 霾的时空变化 |
| 3.2 大气环流背景 |
| 3.3 小结 |
| 第四章 影响霾日数的大气环流和局地气象条件 |
| 4.1 影响长三角12 月霾变化的关键大气环流过程 |
| 4.2 影响长三角1 月霾变化的关键大气环流过程 |
| 4.3 与影响华北霾环流系统的异同 |
| 4.4 小结 |
| 第五章 霾日数的预测 |
| 5.1 改进12 月的气象要素及预测 |
| 5.2 改进1 月的气象要素及预测 |
| 5.3 小结 |
| 第六章 结论与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 讨论与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（5）基于盲道检测与方向识别的算法研究（论文提纲范文）
| 摘要 |
| ABSRTACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 图像处理研究现状 |
| 1.2.2 盲道检测现状 |
| 1.3 研究工作 |
| 1.4 论文结构 |
| 第二章 颜色特征盲道分割算法研究 |
| 2.1 图像预处理 |
| 2.1.1 图像滤波 |
| 2.1.2 直方图均衡化 |
| 2.1.3 图像形态学处理 |
| 2.2 图像分割算法 |
| 2.2.1 阈值分割 |
| 2.2.2 区域分割 |
| 2.2.3 边缘分割 |
| 2.2.4 基于聚类的分割方法 |
| 2.3 颜色特征提取 |
| 2.3.1 色彩空间 |
| 2.3.2 基于HSI色彩空间的颜色特征提取 |
| 2.4 最大类间方差法 |
| 2.5 改进的OTSU算法 |
| 2.6 基于HSI色彩空间与改进的OTSU算法分割盲道 |
| 2.7 分割结果分析 |
| 2.8 本章小结 |
| 第三章 纹理特征盲道分割算法研究 |
| 3.1 纹理特征提取 |
| 3.1.1 灰度共生矩阵 |
| 3.1.2 Gabor变换 |
| 3.2 聚类分割方法 |
| 3.2.1 K-means聚类分割算法 |
| 3.2.2 FCM均值聚类分割算法 |
| 3.3 改进的K-means分割算法 |
| 3.4 基于灰度共生矩阵与改进的K-means分割算法 |
| 3.5 分割结果分析 |
| 3.6 本章小结 |
| 第四章 盲道检测 |
| 4.1 边界检测 |
| 4.1.1 常见的检测算法 |
| 4.1.2 Canny检测算法 |
| 4.1.3 边缘检测结果分析 |
| 4.2 盲道范围确定 |
| 4.2.1 盲道边界直线检测 |
| 4.2.2 盲道边界查找结果 |
| 4.2.3 盲道偏离角度 |
| 4.3 本章小结 |
| 第五章 盲道方向识别 |
| 5.1 多边形拟合轮廓 |
| 5.1.1 提取转弯盲道轮廓 |
| 5.1.2 Dp算法 |
| 5.2 盲道拐点检测 |
| 5.2.1 Susan角点检测 |
| 5.2.2 拐点检测结果 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（6）数字驱动的交通图网络构建（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内研究现状 |
| 1.2.1 基于GPS数据的道路拓扑结构图提取方法 |
| 1.2.2 遥感影像中道路分割方法研究现状 |
| 1.2.3 道路宽度测量方法研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 本章小结 |
| 第2章 基础知识 |
| 2.1 电子矢量地图与GPS数据的特点 |
| 2.2 遥感图像中道路的特点 |
| 2.3 深度学习基础 |
| 2.3.1 神经网络结构 |
| 2.3.2 卷积神经网络 |
| 2.4 用于语义分割的神经网络结构 |
| 2.4.1 全卷积神经网络 |
| 2.4.2 U-Net与 Link-Net网络结构 |
| 2.5 本章小结 |
| 第3章 遥感图像中的道路信息提取方法 |
| 3.1 引言 |
| 3.2 一种基于道路跟踪的道路拓扑结构提取方法 |
| 3.2.1 路口检测器 |
| 3.2.2 Spatial CNN模块 |
| 3.2.3 道路矢量图提取流程 |
| 3.2.4 模型损失函数与标签 |
| 3.3 实验与分析 |
| 3.3.1 道路矢量图质量评价方法 |
| 3.3.2 模型与参数训练 |
| 3.3.3 模型对比与实验结果分析 |
| 3.4 本章小结 |
| 第4章 基于GPS数据的道路拓扑结构提取方法 |
| 4.1 基于K-mean方法的道路矢量图提取方法 |
| 4.1.1 GPS点距离度量方法 |
| 4.1.2 节点的确定 |
| 4.1.3 矢量图边的插入 |
| 4.1.4 基于Graph Spanner的图网络裁剪方法 |
| 4.2 基于卷积神经网络的道路矢量图提取方法 |
| 4.2.1 网络结构设计 |
| 4.2.2 中心线矢量化 |
| 4.3 实验与分析 |
| 4.3.1 实验设置 |
| 4.3.2 图扳手算法的有效性验证 |
| 4.3.3 特征提取方法的影响 |
| 4.4 本章小结 |
| 第5章 道路宽度提取方法 |
| 5.1 基于道格拉斯扑克算法的图简化方法 |
| 5.2 基于改进型Link-Net的道路分割方法 |
| 5.2.1 空洞卷积 |
| 5.2.2 道路提取模型 |
| 5.2.3 模型损失函数 |
| 5.2.4 实验设置 |
| 5.2.5 评价指标 |
| 5.2.6 结果分析 |
| 5.3 基于形态学过滤的分割结果优化方法 |
| 5.3.1 腐蚀与膨胀运算 |
| 5.3.2 开运算与闭运算 |
| 5.3.3 道路分割结果优化方法 |
| 5.4 基于方向模板的道路级别估计方法 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间成果 |
| 致谢 |
（7）基于深度学习差值分析的高分影像建筑物变化检测（论文提纲范文）
| 0 引言 |
| 1 差值法建筑物变化检测原理 |
| 1.1 基于深度学习分类验证的建筑物结果提取 |
| 1.1.1 基于Unet的建筑物分类初提取 |
| 1.1.2 建筑物多特征联合验证优化 |
| 1.2 基于差值原理的多时相建筑物变化检测 |
| 1.2.1 差值法基本原理 |
| 1.2.2 多时相建筑物结果的差值处理 |
| 1.2.3 差值结果的形态学后处理 |
| 2 实验分析 |
| 3 结束语 |
（8）基于高分辨率遥感影像的城市典型地物提取技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于高分辨率遥感影像阴影提取研究现状 |
| 1.2.2 基于高分辨率遥感影像道路中心线提取研究现状 |
| 1.2.3 基于高分辨率遥感影像城市街区分类研究现状 |
| 1.3 研究内容与技术路线 |
| 1.4 论文的框架结构 |
| 2 结合多尺度分割和形态学运算的阴影提取方法 |
| 2.1 基本方法介绍 |
| 2.1.1 Mean Shift影像分割 |
| 2.1.2 数学形态学理论 |
| 2.1.3 多尺度分割技术 |
| 2.2 构建阴影提取准则 |
| 2.2.1 基于数学形态学的阴影指数构建 |
| 2.2.2 融合多尺度分割的阴影指数 |
| 2.2.3 阴影提取技术流程 |
| 2.3 实验与分析 |
| 2.4 本章小结 |
| 3 基于张量投票的高分辨率遥感影像道路中心线提取 |
| 3.1 基于SVM的遥感影像道路初步提取 |
| 3.1.1 SVM基本原理 |
| 3.1.2 核函数 |
| 3.1.3 LIB-SVM |
| 3.1.4 道路区域初步提取结果 |
| 3.2 图像平滑与非道路区域剔除 |
| 3.2.1 图像平滑处理 |
| 3.2.2 非道路区域去除 |
| 3.3 基于张量投票的道路中心线提取 |
| 3.3.1 张量编码 |
| 3.3.2 张量投票过程 |
| 3.3.3 特征提取 |
| 3.3.4 搜索“交点” |
| 3.3.5 去除“毛刺”现象 |
| 3.3.6 道路中心线提取技术流程 |
| 3.4 实验与分析 |
| 3.5 本章小结 |
| 4 高分辨率遥感影像城市街区功能分类方法 |
| 4.1 高分辨率遥感影像中城市街区特征 |
| 4.2 城市街区功能分类方法 |
| 4.2.1 城市街区功能划分种类 |
| 4.2.2 植被、水体、建筑物特征影像获取 |
| 4.2.3 建立街区特征影像单元集合 |
| 4.3 SVM分类器设计 |
| 4.3.1 多分类器构造方法 |
| 4.3.2 SVM参数设置 |
| 4.3.3 不同核函数效果对比 |
| 4.4 实验与分析 |
| 4.4.1 实验数据介绍 |
| 4.4.2 影像预处理 |
| 4.4.3 实验结果分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 创新点 |
| 5.3 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（9）航空复材图像中的复杂直线提取技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直线特征提取 |
| 1.2.2 复杂线特征提取研究 |
| 1.3 论文概述 |
| 1.3.1 本文的主要研究内容 |
| 1.3.2 论文结构 |
| 第2章 相关技术概述 |
| 2.1 图像预处理 |
| 2.1.1 图像灰度化 |
| 2.1.2 图像去噪 |
| 2.2 图像二值化 |
| 2.2.1 常用二值化方法 |
| 2.2.2 评价指标 |
| 2.2.3 二值化对比实验分析 |
| 2.3 图像连通域 |
| 2.3.1 连通域判定 |
| 2.3.2 连通域过滤 |
| 2.4 本章小结 |
| 第3章 基于形态学的Steger中心线提取 |
| 3.1 中心线提取 |
| 3.2 Steger中心线提取算法 |
| 3.3 基于图像形态学的Steger中心线提取 |
| 3.3.1 图像形态学基本理论 |
| 3.3.2 图像形态学连接离散连通域 |
| 3.3.3 基于图形形态学的Steger中心线提取 |
| 3.4 中心线提取实验分析 |
| 3.5 本章小结 |
| 第4章 基于中心线拟合的复杂直线提取 |
| 4.1 常用直线提取算法 |
| 4.2 交叉点切割 |
| 4.2.1 线细化 |
| 4.2.2 交叉点切割 |
| 4.2.3 线筛选 |
| 4.3 直线拟合 |
| 4.3.1 直线拟合方法介绍 |
| 4.3.2 基于交叉点切割的RANSAC最小二乘直线拟合 |
| 4.4 基于中心线拟合的直线提取算法流程 |
| 4.5 直线提取实验及结论分析 |
| 4.5.1 碳纤维复合材料图像采集 |
| 4.5.2 直线提取评价指标 |
| 4.5.3 直线提取实验结果分析 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 主要结论 |
| 5.2 论文研究展望 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
| 致谢 |
（10）基于InSAR与机器学习的延安新区沉降监测与预测研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地面沉降研究现状 |
| 1.2.2 In SAR技术研究现状 |
| 1.2.3 建筑高度提取技术研究现状 |
| 1.2.4 地面沉降预测模型研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 创新点 |
| 第二章 研究区概况 |
| 2.1 自然环境 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候与水文条件 |
| 2.1.4 地层岩性 |
| 2.1.5 地质构造 |
| 2.2 社会环境 |
| 第三章 研究方法原理介绍 |
| 3.1 InSAR原理 |
| 3.1.1 InSAR干涉测量原理 |
| 3.1.2 SBAS-InSAR方法 |
| 3.2 阴影测高原理 |
| 3.3 神经网络预测原理 |
| 3.3.1 BP神经网络原理 |
| 3.3.2 RBF径向基神经网络原理 |
| 第四章 基于InSAR监测的延安新区沉降结果分析 |
| 4.1 数据和结果 |
| 4.1.1 填挖方数据 |
| 4.1.2 建筑高度 |
| 4.1.3 InSAR监测沉降结果 |
| 4.2 野外验证 |
| 4.3 沉降结果分析 |
| 4.3.1 新区沉降的空间分布 |
| 4.3.2 新区沉降的时间演化 |
| 4.4 本章小结 |
| 第五章 沉降成因分析 |
| 5.1 填方对沉降的影响 |
| 5.1.1 原状黄土与填方黄土的特性 |
| 5.1.2 填方与沉降的关系 |
| 5.2 建筑加载对沉降的影响 |
| 5.2.1 建筑高度 |
| 5.2.2 建筑速率对沉降速率的影响 |
| 5.2.3 建筑时间 |
| 5.3 降水对沉降的影响 |
| 5.4 本章小结 |
| 第六章 基于InSAR数据的地面沉降神经网络预测 |
| 6.1 时序预测结果 |
| 6.1.1 Feedforward算法 |
| 6.1.2 Cascadeforward算法 |
| 6.1.3 Elman算法 |
| 6.2 单点空间沉降预测结果 |
| 6.2.1 填方区单点空间预测 |
| 6.2.2 挖方区单点空间预测 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 研究中存在的不足 |
| 7.3 展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
四、膨胀的城市 膨胀的阴影（论文参考文献）
- [1]基于遥感技术的建筑抗震因子提取与应用研究[D]. 王建飞. 中国地震局工程力学研究所, 2021(02)
- [2]我国资产价格泡沫的形成机理与传染效应研究[D]. 林思涵. 吉林大学, 2021(01)
- [3]基于高分辨率光学遥感影像的城市地区地物提取及阴影信息恢复研究[D]. 周婷婷. 吉林大学, 2021(01)
- [4]长三角12月和1月霾日数变化相关的大气环流及预测[D]. 张心雨. 南京信息工程大学, 2021
- [5]基于盲道检测与方向识别的算法研究[D]. 王东平. 西安石油大学, 2021(09)
- [6]数字驱动的交通图网络构建[D]. 陈培锴. 哈尔滨理工大学, 2021(02)
- [7]基于深度学习差值分析的高分影像建筑物变化检测[J]. 刘星雨,王建,朱恰,马紫雯,周再文,高贤君. 北京测绘, 2021(05)
- [8]基于高分辨率遥感影像的城市典型地物提取技术研究[D]. 余波. 西南科技大学, 2021(08)
- [9]航空复材图像中的复杂直线提取技术研究[D]. 杨艳. 四川大学, 2021(02)
- [10]基于InSAR与机器学习的延安新区沉降监测与预测研究[D]. 张宏雪. 兰州大学, 2021(11)