简介:摘要随着社会的发展,我国的电力系统的发展也有了很大的进步。在电力营销过程中,需要对用户的用电需求信息进行针对性的分析和筛选,结合统计分析方法进行电力用户的用电需求信息特征规律性分析,提取用电需求信息的关联特征量,从而指导电力营销部门制定针对性的营销策略,并实现电力输送和配电优化。因此,研究电力营销系统用电需求信息的特征分析和统计分析方法,建立电力营销系统用电需求信息的特征提取模型,对提高电力营销系统的智能管理能力和输电配电的稳定性方面具有重要意义,相关的信息提取和特征分析方法研究受到人们的极大重视。电力营销系统用电需求信息采用的分布式的异构数据存储设计,结合云存储技术存储在电力系统中,通过对用电需求信息的自动提取,结合特征分析方法进行用电需求信息的模式辨识,提高电力营销系统用电需求信息的统计分析能力,传统方法中,对电力营销系统用电需求的提取方法主要有描述性统计分析方法、解释变量统计分析方法、时频特征分析方法和谱特征分析方法等,对用电需求信息的数据流进行分布式结构重组,提取电力营销系统用电需求信息的平均互信息特征量,结合关联规则模糊配对方法进行大数据融合,提高信息提取能力,但上述方法在进行大规模的电力营销系统用电需求信息提取中的自动配对性能不好,计算开销较大。
简介:摘要:遥感影像作为丰富的地面载体,可以为自然资源监测监管等业务提供影像支撑。遥感技术能够全面、快速、有效地探查自然资源的分布情况,帮助自然资源部门摸清自然资源现状,及时掌握自然资源变化信息,辅助行使“两统一”职责。当前,遥感已成为自然资源调查监管的重要手段。遥感影像解译技术是随着遥感技术的产生发展而来的。目前,精准的遥感信息提取主要靠人工目视解译来完成。面对海量、多源、多时相的遥感影像数据,低效率的人工解译已经无法满足快速获取信息的需求。为了建立高效的自然资源遥感监测服务体系,迫切需要开展高精度自动化信息提取技术研究,实现目标快速识别和信息提取。
简介:摘要:流域水文模型的参数提取是水资源管理和环境保护中的重要环节。基于GIS的技术能够有效提高参数提取的精度和效率。通过整合地形、土壤、植被等多种空间数据,构建适用于流域特征的模型,能够实现参数的自动提取与优化。这种方法不仅减少了人工干预,还提升了模型的适应性和可靠性,为流域水文分析提供了科学依据。
简介:我国高分系列卫星数据因具有重访周期短、价格低廉、精度较高的特点,在矿山开发监测工作中得到了广泛的应用。本文在深入了解高分二号卫星数据特征的基础上,以甘肃永登县为例,利用机器学习模型中支持向量机算法(SupportVectorMachine,SVM)自动提取矿山开发信息,在处理的遥感影像上进行样本采集,借Matlab平台对样本及影像数据进行归一化、降维处理(PCA)。利用SVM模型进行信息自动提取过程中,选取径向基核函数(RBF),运用量子粒子群算法进行参数寻优,最终对提取结果进行野外调查。查证结果表明利用SVM模型进行矿山开发信息自动提取是可行的。该研究为国产数据在矿山监测应用中提供了新的思路。