导读:本文包含了时空特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,增强学习,自动驾驶,卷积神经网络
时空特征提取论文文献综述
敬颉,陈潭,杜文丽,刘志康,尹皓[1]（2019）在《自动驾驶场景中增强深度学习的时空特征提取方法》一文中研究指出自动驾驶是当下的热点研究方向,同时交通拥堵也是国内常年存在的社会问题。在未来,交通拥堵很大概率会出现在自动驾驶车辆和人为驾驶车辆共存的道路上。考虑到多种可能会影响自动驾驶的因素,在已有学说的基础上进行实验。为了提升整体交通的运行效率,在保证安全的情况下,所有自动驾驶车辆应当尽可能进行高速的行驶,以提升道路效率,从而解决交通拥堵的问题。通过使用二维平面表示道路,将二维信息堆迭形成叁维数据以及混合神经网络结构的不同方法来解决这一问题,并利用深度神经网络从中提取出所需的时空特征来进行车辆控制,从而使车辆做出较优的响应。最后,我们利用增强学习的方法来搭建并训练该系统,完成神经网络结构效果的测试。(本文来源于《计算机科学》期刊2019年S2期）
贺桃娥,何胜娟,况顺利,贾继云[2]（2019）在《不同季节臭氧污染时空分布特征提取系统设计研究》一文中研究指出随着经济发展,汽车和其他污染源不断增加,臭氧污染现象越来越严重,依据不同季节臭氧污染时空分布特征提取系统获取的分布特征,采用有效解决措施降低臭氧污染。系统通过宿主算法、程序插件和基础类库提取不同季节臭氧污染时空分布特征,以重庆市为例,系统提取重庆市不同季节臭氧污染时空分布特征为:重庆市从春季到秋季的臭氧质量浓度均超标,且夏季臭氧质量浓度最高,重庆市臭氧污染持续时间长、治理难度大。臭氧污染物的主要影响因子NO_2、PM_(2.5)与臭氧呈现较好的负相关,对臭氧质量浓度变化产生一定影响。(本文来源于《环境科学与管理》期刊2019年09期）
邱令冰,黄丽娟[3]（2019）在《化学工厂附近水环境质量时空变化特征提取研究》一文中研究指出现代化工园区的健康、有序发展将越来越重视环境和生态问题。探究化学工厂附近水环境质量时空变化特征规律,为利用和保护水资源、改善水环境质量提供一定参考。选取pH、高锰酸盐指数、化学需氧量、生化需氧量、氨氮、总氮和总磷等7种水质指标分析某化工园区附近水环境质量的时空变化特征,包括年度指标变化特征、月度指标变化特征和空间分布特征。结果表明,某化工园区附近水质指标较往年有大幅改善,五处水质监测点指标月度变化特征总体相似,局部时段略有差异;靠近化工园区的综合水质指标较差,远离化工园区且经技术措施改善后的指标较好。(本文来源于《环境科学与管理》期刊2019年09期）
蔡冠蓝[4]（2019）在《柔性姿态估计和时空特征结合的乒乓球动作视频片段关键帧提取》一文中研究指出为了解决传统方法在场景复杂的情况下,因无法保证时间与空间上的连续性,导致乒乓球动作识别错误,影响关键帧提取性能的问题,将柔性姿态估计和时空特征结合在一起,研究乒乓球动作视频片段关键帧提取问题。依据稠密光流对乒乓球动作视频片段进行分段。对单帧图像人体柔性姿态进行估计,通过可分离线性滤波器时空特征点检测方法对乒乓球动作视频图像序列特征点的检测,将时空特征点当成中心建立时空立方体,提取时空立方体的像素建立时空特征。为了保证时间与空间上的连续性,引入时空特征边,得到有时空特征的柔性姿态估计结果。通过直方图相交法求出乒乓球动作视频片段中姿态相似度,计算全部姿态的Hog间差异度,构成差异度矩阵。在当前帧姿态差异度超过阈值的情况下认为当前帧为关键帧。实验结果表明,所提方法针对不同场景的保真率与压缩率一直高于0. 7,处于较高水平;主观评价结果好,可提取合理关键帧。可见所提方法对复杂场景的关键帧提取性能优,主观与客观评价结果好。(本文来源于《科学技术与工程》期刊2019年25期）
周亮[5]（2019）在《基于哨兵数据的灌区种植结构提取与时空分布特征分析》一文中研究指出随着社会经济的不断发展,城镇化逐渐推进,人们对农作物的需求变大,为了满足人们的基本生活需求,有必要弄清楚耕地的分布情况和作物的种植结构。作物的种植结构可以直观地反映作物的种类、数量及空间分布信息,为种植结构调整和灌溉用水计算提供数据支持,对提高农业综合生产能力,发展现代化农业基地具有重大意义。本文以四川省乐山市青衣江灌区作为研究区域,结合灌区调查数据,运用最大似然法和决策树分类的方法,通过多源多时相Sentinel卫星数据分别对青衣江灌区的作物种植结构进行提取分析,研究灌区作物种植比例及其分布情况,对比分析Sentinel-1和Sentinel-2数据及Sentinel-1和Sentinel-2组合波段在作物分类方面的精度,并结合提取的作物种植面积分析种植结构提取精度,最后根据最佳提取结果作基于GIS的灌区种植结构时空变化特征分析。主要结论有:(1)Sentinel-1和Sentinel-2组合波段分类精度比Sentinel-1数据和Sentinel-2数据分类精度都高,平均分类精度达到了 88%以上,平均Kappa系数为0.835,这说明多源数据组合波段可以提高作物分类精度;Sentinel-2数据的分类精度比Sentinel-1数据的分类精度高,而决策树分类法的分类结果精度高于最大似然法,这说明决策树更适合于多种作物分类,而最大似然分类法对作物分类的误差比较大。(2)利用Sentinel-1和Sentinel-2组合波段进行作物分类得到的结果为最佳,能够反映灌区作物种植结构基本情况。在大春作物中,水稻种植面积为11801.O1ha,占大春作物的47.9%;大春蔬菜种植面积为3155.11ha,占大春作物的12.8%;玉米种植面积为3959.57 ha,占大春作物的16.1%;大春薯类种植面积为11265.67ha,占大春作物的23.2%。在小春作物中,油菜籽种植面积为3117.86ha,占小春作物的23.1%;小春蔬菜种植面积为8179.44ha,占小春作物的60.6%;小春洋芋种植面积为2202.55ha,占小春作物的16.3%。(3)大春作物种植面积较大。水稻在大春作物中占比大,其次为大春薯类、玉米,大春蔬菜在大春作物中占比较少;水稻主要分布在灌区北部、中部、南部地区,大春蔬菜与玉米集中分布在青衣江以南地区,大春薯类呈块状分散于灌区北部和南部地区;大春作物具有比较鲜明的分布格局,部分作物分布较集中。对于小春作物来说,小春蔬菜占比较大,其次为油菜籽,小春洋芋较少,分布比较离散;油菜籽相对比较集中种植,分布为大小不一的种植区;小春蔬菜主要集中分布于青衣江两岸,其它地方分布较零散;小春洋芋主要分布在灌区南部,西南山地比较多。图30个;表16个(本文来源于《安徽理工大学》期刊2019-06-10）
周致丞[6]（2019）在《大气污染特征时空分析的自动化提取算法研究》一文中研究指出随着我国经济迅速崛起,环境污染问题日益突出,尤其华北平原在过去10年内灰霾现象频繁发生。遥感卫星具有覆盖范围广、动态更新等优势,可以弥补地面监测站点空间分布上存在的不足,已成为区域和全球尺度大气污染物监测的重要手段。华北平原大气污染物成分复杂、来源广泛,常以气溶胶光学厚度AOD(Aerosol Optical Depth)、二氧化氮NO_2、二氧化硫SO_2等复合污染物为主,借助卫星遥感观测资料有助于厘清该区域大气污染的时空特征,能够为该区域的大气污染防治提供重要的数据支援。而多源、时间序列遥感数据面临格式不统一、数据量大、处理速度慢、用户等待时间长等问题,为实现对华北平原多种大气污染物时空特征的准确把握,必须借助计算机手段对大气污染特征提取进行自动化建模。论文针对这一应用需求,为多源大气污染参数产品制定数据规范标准,并实现多源数据的归档与预处理。在此基础上构建大气参数提取算法,并进行遥感数据源和提取算法的验证评价。最后以华北平原为研究区,使用MODIS AOD数据和OMI NO_2、SO_2数据对2006-2015年间的大气污染物时空变化特征进行分析,并结合MEIC排放清单数据和MODIS火点资料筛选有效的减排政策和措施,为以后大气污染防治提供数据支撑。主要研究结论包括:(1)制定了多源大气污染参数产品数据规范标准,并实现多源数据的归档与预处理。在数据规范标准制定时,考虑多源遥感数据及产品的时间和空间特征,并从多源、时间序列遥感数据大气污染时空特征分析的需求出发,在参考CSDGM和ISO 19115标准的基础上,增加约束条件(主要包括参数阈值、时间窗口和无效值剔除策略)来实现多源数据的可对比性和有效性。(2)基于多源大气污染参数产品数据规范化的归档数据集,借助滑动平均算法和格网策略构建了大气参数自动化提取算法。并使用地基站点观测数据进行MODIS和OMI大气参数的精度验证,以确保大气污染物特征时空分析的准确性。对于大气参数的提取,主要涉及时间尺度和空间尺度的转换。并且为了保证数据集的完整性和可重复利用性,对于各级数据处理,在遵循数据规范标准的前提下采用先时间尺度处理、后空间尺度处理的策略。精度验证结果表明,本文使用本文所构建的大气参数提取算法得到的遥感数据反演大气参数与地基观测参数的相关性均在0.6以上,表明原始数据集具有较高的可信度,且本文所构建的大气参数提取算法具有普适性。(3)基于大气污染参数时空变化趋势分析模块,使用MODIS和OMI多源遥感数据从月、旬和年的时间尺度以及空间分布的2个维度,讨论了AOD、NO_2和SO_2这叁种主要大气污染指标在长达10年中的空间演变规律。结果表明:AOD与NO_2、SO_2呈现较强负相关,NO_2与SO_2呈正相关,AOD与NO_2、SO_2存在着此消彼长的关系。在月均尺度上,NO_2和SO_2柱浓度的最小值均出现在每年7、8月份,最大值出现在12、1月份,而AOD在6、7月份最大,11、12月份最小。在季均值角度上,叁者的高值区主要分布在河北石家庄、邢台、邯郸沿线城市,沿山西太原-临汾主线过渡到河南郑州,山东黄河以北及西南部及天津等地。对于2006-2015年长时间序列,AOD和SO_2均从2006年起逐年下降至2009年次小值,随后两年短暂反弹,10年最大值均出现在2011年;NO_2在2007年增加、2008年短暂回缩后以年均11.14%/yr的速度快速增加;且叁者均从2011年起不断下降,在10年变化周期内,AOD和SO_2下降幅度分别达到17.14%和10.57%,仅有NO_2从2006年到2015年上浮4.72%。结合MODIS火点监测及MEIC排放清单资料得知,AOD夏季较高与生物质燃烧多发在夏季有关,NO_2与SO_2冬季高值严重依赖于燃煤取暖需求;MEIC NO_x年际变化和OMI观测的NO_2均与政府减少机动车保有量有关;2007年发电部门严格安装脱硫装置后,MEIC SO_2排放量明显下降。“十一五”期间以SO_2和AOD减排为主,“十二五”阶段NO_2减排效果显着。大气污染参数时空变化趋势分析结果表明,治理大气复合污染在严格控制AOD、NO_2、SO_2排放源的同时,还需协同考虑各自的污染特点以及气象因素的影响。(本文来源于《河南大学》期刊2019-06-01）
王媛,翁剑成,刘哲,胡松,滕肖莉[7]（2019）在《基于定位数据的旅游出行链提取方法及客流时空特征分析》一文中研究指出旅游交通出行信息的提取为挖掘旅游者出行时空特征提供数据基础,从而对旅游交通规划与设计、旅游客运优化以及多模式旅游交通协调系统构建等提供支持.本研究以客运包车定位数据为基础,利用DBSCAN算法建立了旅游出行停留点识别方法,并基于关联规则技术提出了出行链提取、分类方法.论文以青海省热度排名前叁的青海湖,塔尔寺和茶卡盐湖为研究对象,从多时间粒度挖掘了旅游出行者的旅游交通客流月/日变特征和旅游时间分布特征,以及旅客出发时间、抵达时间、景区驻留时间等信息.论文的主要方法及研究结论可为政府主管部门、景区监管部门以及交通运营管理部门提供决策支持.(本文来源于《交通工程》期刊2019年01期）
陈健,黄泽远[8]（2019）在《基于多特征SVM的昆明市城市森林时空分布信息提取》一文中研究指出采用2017年昆明市主城区Landsat TM/OLI及DEM数据,采用SVM分类方法,对比不同多特征组合的分类精度筛选出森林提取的最佳特征组合,并由此得到2000、2010及2017年昆明市主城区森林分布,分析3期森林的总面积、不同海拔森林面积分布和植被覆盖度变化。结果表明,光谱、纹理以及地形特征的多特征组合为城市森林提取的最佳组合(精度为92.69%);2000—2017年昆明市主城区森林总面积呈上升趋势,海拔低于2 000 m区域的森林面积逐年减少,而高于2 000 m区域的森林面积逐年增加;随时空变化呈现出低植被覆盖度及高植被覆盖度面积增加,中植被覆盖度及较高植被覆盖度面积减少的趋势。(本文来源于《林业调查规划》期刊2019年01期）
张恒敢,顾克军,张斯梅[9]（2018）在《用经验正交函数提取太湖MODIS-EVI时空分布特征》一文中研究指出为了解太湖蓝藻水华时空分布特征,以MODIS数据产品MOD13Q1为数据源,构建了从2000—2016年太湖水域的MODIS-EVI时空数据集。用经验正交函数分解(EOF)法,获得了太湖水面EVI的典型空间分布模式。根据North检验结果,选择前4个EOF进行了时间系数的趋势分解。结果表明:所选时间和空间分辨率的太湖MODIS-EVI时空数据可以进行EOF分解,至少前4个EOF显着;前4个EOF对应的变异可解释总方差的46%,分别为21.3%、4.9%、4.7%和2.7%;前4个EOF长时间序列趋势项与季节项也有不同的模式,可用于辅助区分EOF的变异来源;MODIS-EVI经验正交函数分解方法可用于获得太湖水面EVI的时空分布特征。(本文来源于《生态学杂志》期刊2018年12期）
赵英豪,吕亮,徐青,施群山,卢万杰[10]（2018）在《基于Spark的城市居民出行时空特征快速提取》一文中研究指出利用交通轨迹挖掘人类活动规律是实现智慧城市与生活的基础,然而常规方法已无法满足高效处理的大数据量要求。以海量出租车轨迹数据分析为例,设计了基于Spark平台的城市居民出行时空特征快速提取方法。借助Spark分布式计算框架,将核心算子匹配应用于二次排序、数据清洗及O/D点提取等预处理工作,并在时间分割和网格剖分统计的基础上完成时空特征提取。利用2014年8月份成都市出租车轨迹数据开展实验验证,结果表明,相较于传统单机环境,在确保准确性的基础上,该方法能够大幅提高特征提取的效率;集群节点一定时,数据规模越大优势越明显;数据规模足够大时,Spark集群节点数量越多,耗时越少。(本文来源于《测绘科学技术学报》期刊2018年06期）
时空特征提取论文开题报告
（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：
随着经济发展,汽车和其他污染源不断增加,臭氧污染现象越来越严重,依据不同季节臭氧污染时空分布特征提取系统获取的分布特征,采用有效解决措施降低臭氧污染。系统通过宿主算法、程序插件和基础类库提取不同季节臭氧污染时空分布特征,以重庆市为例,系统提取重庆市不同季节臭氧污染时空分布特征为:重庆市从春季到秋季的臭氧质量浓度均超标,且夏季臭氧质量浓度最高,重庆市臭氧污染持续时间长、治理难度大。臭氧污染物的主要影响因子NO_2、PM_(2.5)与臭氧呈现较好的负相关,对臭氧质量浓度变化产生一定影响。
（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。
时空特征提取论文参考文献
[1].敬颉,陈潭,杜文丽,刘志康,尹皓.自动驾驶场景中增强深度学习的时空特征提取方法[J].计算机科学.2019
[2].贺桃娥,何胜娟,况顺利,贾继云.不同季节臭氧污染时空分布特征提取系统设计研究[J].环境科学与管理.2019
[3].邱令冰,黄丽娟.化学工厂附近水环境质量时空变化特征提取研究[J].环境科学与管理.2019
[4].蔡冠蓝.柔性姿态估计和时空特征结合的乒乓球动作视频片段关键帧提取[J].科学技术与工程.2019
[5].周亮.基于哨兵数据的灌区种植结构提取与时空分布特征分析[D].安徽理工大学.2019
[6].周致丞.大气污染特征时空分析的自动化提取算法研究[D].河南大学.2019
[7].王媛,翁剑成,刘哲,胡松,滕肖莉.基于定位数据的旅游出行链提取方法及客流时空特征分析[J].交通工程.2019
[8].陈健,黄泽远.基于多特征SVM的昆明市城市森林时空分布信息提取[J].林业调查规划.2019
[9].张恒敢,顾克军,张斯梅.用经验正交函数提取太湖MODIS-EVI时空分布特征[J].生态学杂志.2018
[10].赵英豪,吕亮,徐青,施群山,卢万杰.基于Spark的城市居民出行时空特征快速提取[J].测绘科学技术学报.2018