公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

一种从两平行轨道SAR数据集中精确提取地面垂直形变方法: 本发明涉及一种从两平行轨道SAR数据集中精确提取地面垂直形变方法，步骤1：数据收集与选择：收集来自两个相邻平行轨道、大致相同时间段内的单视复数SAR数据；步骤2:对两个数据集进行剪切，分别得到覆盖重叠区域的两个SAR数据...; 常占强于文祝杰王微

一种从两平行轨道SAR数据集中精确提取地面垂直形变方法: 本发明涉及一种从两平行轨道SAR数据集中精确提取地面垂直形变方法，步骤1：数据收集与选择：收集来自两个相邻平行轨道、大致相同时间段内的单视复数SAR数据；步骤2:对两个数据集进行剪切，分别得到覆盖重叠区域的两个SAR数据...; 常占强于文祝杰王微; 文献传递

北京东部平原区地面沉降时空演化特征及预测被引量：5: 2022年; 地面沉降是地表高程下降的一种自然地质现象,若发生在人口密集、社会发展程度较高的城市,将对城市基础设施具有严重的破坏性,威胁着城市安全。地面沉降演化特征分析可以反映其对地面基础设施的影响程度,建立一个高效的地面沉降预测模型对于地面沉降的防治和保障城市安全有着重要意义。首先,利用永久散射体合成孔径雷达干涉测量方法(persistent scatterer interferometric synthetic aperture Radar,PS-InSAR)获取到地面沉降时空信息,且与水准验证得到较高的精度。其次,利用经验正交函数对地面沉降场整体时空特性进行分析,发现研究区域空间模态1方差贡献率很大,几乎代表研究区域空间的整体演化情况,对应时间系数线性趋势显著;模态2有一定的方差贡献率,但占比很小,对应的时间系数季节性显著。最后,分别利用长短期记忆(long short term memory,LSTM)与嵌入注意机制的长短期记忆(Attention-LSTM)模型对区域地面沉降进行时序预测,发现Attention-LSTM模型优于LSTM模型,其均方误差损失函数(mean square error loss,MSE-loss)可低至0.01。该预测方法扩大了深度学习在地面沉降研究方面的应用。; 于文宫辉力陈蓓蓓周超凡; 关键词：地面沉降经验正交函数

全选清除导出

共1页<1>

于文