wangbaoyun的个人博客

王保云
访问数:18307
工作情况:云南师大,数学学院,副教授
研究领域:数理科学->数学->应用数学方法
加为好友
发送消息

全部博文

【成果】运用双通道残差网络来预测泥石流沟谷孕灾风险

1,导读 王保云博士团队提出了提基于双通道残差结构的泥石流沟谷分类方法,该方法命名为双通道残差网络(two-way residual network, TWRNet)。论文发表在2023年11月的《贵州大学学报(自然科学版)》上。 首先采用切片的方式对数字高程(digital elevation model, DEM)数据和 ...
2024-4-24 14:33

【成果】基于三维卷积与残差结构的沟谷泥石流危险度评价

1,摘要 结合立体卷积与残差结构,提出了一个同时对DEM数据与多光谱数据进行特征学习的网络模型。该模型一定程度上解决了常规网络在少量训练样本上无法有效习得数据特征的问题。在沟谷泥石流分类任务上达到最高76%的正确率与88%的召回率,比其它已有模型的正确率高出12%。 2,引言 本文借鉴双通道 ...
2024-4-22 18:54

云南省泥石流灾害影响因子分析

1,摘要 云南省山地河流众多,加上复杂的地形地貌以及雨季集中的降雨量,成为我国泥石流灾害频发的省份之一。本文采用Arcgis空间分析以及回归分析等方法,对降雨量、植被类型、地形高程、土壤类型、土地利用类型和水系分布等六个影响因子与泥石流灾害的时空关系进行相关性研究。研究结果表明,泥石流灾害数 ...
2024-4-21 18:34

【成果】基于原型网络的泥石流灾害易发性评价

1,摘要 针对基于泥石流因子的易发性评价中选择因子不一和目前神经网络不能有效提取遥感中泥石流特征进行泥石流易发性评价的问题,本文提出一种基于自校正原型网络提取沟谷遥感图像的泥石流特征进行泥石流易发性评价的方法。以沟谷为评价单元,提取沟谷的DEM、高分1号和Google Earth遥感图像作为训练 ...
2024-4-21 17:31

【成果】小样本学习用于泥石流灾害易发性评价

1,摘要 云南是全国泥石流受灾最严重的省份之一,泥石流的防治是及其重要的研究工作。提出了一种将小样本深度学习与遥感图像结合进行泥石流易发性评估的方法,首先,以沟谷为单位,建立怒江州沟谷泥石流遥感图像数据集,其次,以小样本学习中经典的原型网络模型对泥石流沟谷图像进行训练,并 ...
2024-4-21 16:52

基于残差注意力机制的泥石流灾害沟谷识别

这是我们运用深度迁移学习进行沟谷泥石流易发性评估的系列文章, 2022年12月发表在《中国地质灾害与防治学报》上。 1 本文算法描述 1.1 总流程 目前,卷积神经网络已经在计算机视觉领域表现出了优越性。然而,随着卷积神经网络模型越来越庞大,层数越来 ...
2023-1-26 11:07

测定四个变量就可以评估场所的拥挤踩踏风险

拥挤踩踏事故的发生,有人的因素,有场所的因素,有管理的因素。关于人流和管理的研究较多,而对场所风险点的研究较少。这篇文章着眼于踩踏事故的静态因素:场所本身所具有的风险点。 针对场所中疏散点的风险评估问题,首先由王保云 提出了四变量算法,后来又被进一步的改进 ,得到了较为完整而高效的 ...
2022-6-9 13:23

MeanShift算法在图像分割中的应用

【导读】这是一篇方法总结,做了简单的实验,内容较为浅显。 图像分割是计算机视觉中的重要技术。图像分割就是把图像分成若干个特定的、具有独特性质的区域,提出感兴趣目标的技术和过程。图像分割被广泛应用于地理、军事、医学和人工智能中。图像分割的方法众多,总的说来,图像分割可分为 5 类:基 ...
2022-5-26 09:42
全部博文
人群踩踏
计算机算法
随便写写
机器学习
泥石流灾害预警