简介:摘要我国中共中央办公厅于近期印发了《关于在全体党员中开展“学党章党规、学系列讲话,做合格党员”学习教育方案》,简称“两学一做”,要求全国各地各政府部门及企业都要参与到此项学习工作中来,开展“两学一做”活动是有效提高党员素质的途径,是全体党员深化教育的关键环节,对于推进党风廉政建设,学习型党组织的建立有着重要的作用,是从严治党,永葆党的先进性的重要措施。本文从“两学一做”的重要性出发,针对怎么学,怎么做提出了几点有效策略。
简介:摘要:随着城市化进程的加速和车辆保有量的不断增加,交通拥堵已经成为城市发展过程中普遍存在的问题。解决交通拥堵,提高交通效率已成为政府和学术界共同关注的焦点,随着人工智能技术的飞速发展,机器学习在交通领域的应用逐渐由理论探讨走向实际应用阶段。机器学习能够通过分析历史交通数据,探究其中的规律性,从而预测未来交通流量情况。
简介:摘要:高光谱图像分类一直是遥感领域的研究热点。由于高精度光谱特征的遥感对象图像富含深层次特征的光谱信息和空间信息,以及待捕捉特征的光谱信息与高精度光谱遥感数据采集对象之间的非线性空间关系,这些传统分类方法无法对特征进行准确分类,如何利用这些光谱信息对深层次特征进行准确分类识别,如何准确提取地物的深层特征并使其更容易分类,是高精度光谱遥感图像特征分类领域下一步技术研究的热点。目前,卷积神经网络模型作为工业深度学习的主要技术模型,已经发展成为工业图像分析处理的重要技术应用。深度机器学习特征方法系统作为一种强大的特征提取器,广泛应用于高精度光谱度的图像特征分类和分析任务。如何针对具体问题搭建网络,也是深度学习的研究内容之一。
简介:摘要:深度学习技术作为直接从数据中学习特征表示的有效方法,近年来启发信息提取领域取得了显著的突破。本文基于2014年、2017年、2018年三期高分一号遥感影像,选取北京市石景山区西部道路为试验区域,针对其变化特征,开展基于深度学习算法的道路自动提取与变化图斑自动发现。论文首先基于地理要素智能训练平台对道路进行样本采集及训练,形成深度学习道路提取模型,之后采用“自动化的线索检测+交互式异常问题判读+野外现场环境取证”的遥感监测技术路线,该流程转变从被动式道路变化发现到主动式道路问题发现与预警,可实现对典型道路的实时、动态及持续的遥感监测。本文选取典型道路样本进行分析、训练,不断优化深度学习卷积神经网络道路提取模型。通过对影像预处理、自动道路监测、交互式异常问题判读、变化图斑自动发现、野外现场环境取证与信息汇交各环节的分析验证发现,基于深度学习道路提取模型自动提取的道路准确率高于80%,可用于城市道路的自动提取和变化发现。