摘要。通过确定最脆弱的区域以及影响洪水易感性的最脆弱的区域以及相关特征,洪水易感性的映射和评估是减轻洪水和预防计划的组成部分。因此,本研究的目的是首次使用多标准方法,尤其是分析层次结构过程(AHP)技术和地理信息系统(GIS),首次使用Fez-Meknes地区(摩洛哥)识别洪水泛滥的地区。选择了洪水的15个条件因子:距离河流的距离,河流网络密度,降水,流动积累,高程,坡度,平面曲率,TWI,TWI,Extix,NDVI,LULC,LULC,TRI,TRI,地质,土壤类型和SPI。所有因素均定义为栅格数据集,分辨率为30 x 30 m。结果表明,洪水易感性图的效率测试表明,使用曲线下的区域(AUC)的良好准确性(0.90)(0.90)。此外,LULC被认为是最重要的因素,随后是影响洪水图的流功率指数。
摘要:为了尽量减少机载激光扫描(ALS)条带重叠区域的差异,可以进行条带调整。除了转换模型之外,条带调整的质量还受到此过程中使用的观测值的强烈影响。为了充分利用数据的全部分辨率,应在原始点云而不是插值表面或栅格的基础上建立对应关系,以避免精度损失和系统插值效应。基于原始点云的对应关系的表面匹配方法是迭代最近点(ICP)算法。在本研究中,研究了几种适用于大量数据的 ICP 变体。我们引入了一种新的对应选择方法,该方法基于点对调整计算的影响。作为这项研究的结果,提出了一种变体组合,形成了针对大多数 ALS 数据优化的基线。所研究的变体为 ALS 条带调整提供了对应框架。在具有挑战性的 ALS 场景的基础上展示了特定变体的好处。
摘要:为了尽量减少机载激光扫描 (ALS) 条带重叠区域内的差异,可以进行条带平差。除了转换模型之外,条带平差的质量还受到此过程中使用的观测值的强烈影响。为了充分利用数据的全部分辨率,应基于原始点云而不是插值表面或栅格建立对应关系,这样可以避免精度损失和系统插值效应。基于原始点云建立对应关系的表面匹配方法是迭代最近点 (ICP) 算法。在本研究中,研究了几种适用于大量数据的 ICP 变体。我们介绍了一种基于点对平差计算的影响来选择对应关系的新方法。作为这项研究的结果,提出了一种变体组合,形成了针对大多数 ALS 数据优化的基线。所研究的变体为 ALS 条带调整提供了对应框架。特定变体的优势在具有挑战性的 ALS 场景的基础上得到展示。
摘要 从激光雷达数据中得到的冠层高度模型 (CHM) 已被用于提取森林资源清查参数。然而,建模高度的变化会导致数据凹陷,这是一个具有挑战性的问题,因为它们会破坏 CHM 的平滑度,对树木检测和随后的生物物理测量产生负面影响。这些凹陷出现在激光束深入树冠的地方,在产生第一次回波之前,激光束会击中下部树枝或地面。在本研究中,我们开发了一种新算法,该算法通过使用激光雷达点的子集来封闭凹陷,从而生成无凹陷的 CHM 栅格。该算法在高密度激光雷达数据和细化激光雷达数据集上都能稳定运行。评估包括使用无凹陷 CHM 检测单棵树木,并将结果与使用高斯平滑 CHM 的结果进行比较。结果表明,我们从高密度和低密度激光雷达数据中得到的无凹陷 CHM 显著提高了树木检测的准确性。
摘要:为了尽量减少机载激光扫描 (ALS) 条带重叠区域内的差异,可以进行条带平差。除了转换模型之外,条带平差的质量还受到此过程中使用的观测值的强烈影响。为了充分利用数据的全部分辨率,应基于原始点云而不是插值表面或栅格建立对应关系,这样可以避免精度损失和系统插值效应。基于原始点云建立对应关系的表面匹配方法是迭代最近点 (ICP) 算法。在本研究中,研究了几种适用于大量数据的 ICP 变体。我们介绍了一种基于点对平差计算的影响来选择对应关系的新方法。作为这项研究的结果,提出了一种变体组合,形成了针对大多数 ALS 数据优化的基线。所研究的变体为 ALS 条带调整提供了对应框架。特定变体的优势在具有挑战性的 ALS 场景的基础上得到展示。
摘要:为了尽量减少机载激光扫描 (ALS) 条带重叠区域内的差异,可以进行条带平差。除了转换模型之外,条带平差的质量还受到此过程中使用的观测值的强烈影响。为了充分利用数据的全部分辨率,应基于原始点云而不是插值表面或栅格建立对应关系,这样可以避免精度损失和系统插值效应。基于原始点云建立对应关系的表面匹配方法是迭代最近点 (ICP) 算法。在本研究中,研究了几种适用于大量数据的 ICP 变体。我们介绍了一种基于点对平差计算的影响来选择对应关系的新方法。作为这项研究的结果,提出了一种变体组合,形成了针对大多数 ALS 数据优化的基线。所研究的变体为 ALS 条带调整提供了对应框架。特定变体的优势在具有挑战性的 ALS 场景的基础上得到展示。
摘要:为了尽量减少机载激光扫描 (ALS) 条带重叠区域内的差异,可以进行条带平差。除了转换模型之外,条带平差的质量还受到此过程中使用的观测值的强烈影响。为了充分利用数据的全部分辨率,应基于原始点云而不是插值表面或栅格建立对应关系,这样可以避免精度损失和系统插值效应。基于原始点云建立对应关系的表面匹配方法是迭代最近点 (ICP) 算法。在本研究中,研究了几种适用于大量数据的 ICP 变体。我们介绍了一种基于点对平差计算的影响来选择对应关系的新方法。作为这项研究的结果,提出了一种变体组合,形成了针对大多数 ALS 数据优化的基线。所研究的变体为 ALS 条带调整提供了对应框架。特定变体的优势在具有挑战性的 ALS 场景的基础上得到展示。
(a)在Maestro MEA™系统上将Brainphys™神经元介质(目录#05790)培养的HPSC衍生的神经元(目录#05790)铺平。(b)神经元在15周内发挥电活性,从第8周增加到第16周的平均点火率逐渐增加。(c)栅格图在不同时间点显示了64个电极上神经元的发射模式。每条黑线代表一个检测到的尖峰。每条蓝线代表一个单个通道突发,收集至少5个尖峰,每个峰值由ISI≤100ms分隔。每个粉红色框都表示网络爆发,这是整个井中至少25%参与电极的至少10个尖峰的集合,每个电极的ISI≤100ms。在Brainphys™神经元培养基中培养的神经元表现出电活动,如随着时间的推移的增加所示。此外,网络爆发频率也增加了,这表明随着神经元的成熟,神经元的发射逐渐组织成同步网络爆发。isi =跨度间隔
摘要。我们提出了4DIFF,这是一个解决Exo-to-ego视图转换任务的3D引起的扩散模型 - 从相应的第三人称(Exentric)图像中生成第一人称(Ego-go-Imentric)查看图像。建立扩散模型生成光地式图像的能力,我们提出了一个基于变压器的扩散模型,该模型通过两种机制对几何学进行了评分:(i)Egocentric Point Cloud Rasterization和(II)3D意识到的旋转旋转交叉注意。以中心的点云栅格化将输入外向图像转换为以自我为中心的布局,后者随后被扩散图像变压器使用。作为扩散变压器的DeNoiser块的组成部分,3D感知的旋转跨注意事件进一步结合了从源exentric视图中的3D信息和半出现特征。我们的4DIFF在挑战性和多样化的自我exo4d多视图数据集上实现了状态的结果,并展示了对训练期间未遇到的新型环境的强大概括。我们的代码,处理过的数据和预处理的模型可在https://klauscc.github.io/4diff上公开获取。
摘要。我们报告了使用扭转和双轴定向的聚乙二醇苯二甲酸酯铰链的两轴可易剂显微镜镜。研究了基于四个或单线电磁执行器的两种不同的设计。开发了一种基于微加工的工厂过程,以实现高模式分辨率和对准精度并减少手动组件的量。具有扭转铰链,快速轴的谐振频率为300至500 Hz,水中有200至400 Hz。带有弯曲的铰链,慢速轴的共振频率为60至70 Hz,水中的谐振频率为20至40 Hz。2D B扫描和3D体积超声显微镜使用杂交扫描镜进行了证明。在直流或非常低的频率下扫描慢轴的能力允许形成密集的栅格扫描模式,以改善成像分辨率和视野。©作者。由SPIE在创意共享归因4.0国际许可下出版。全部或部分分发或重新分配或重新分配本工作,需要完全归因于原始出版物,包括其DOI。[doi:10.1117/1.jom.1.4.044001]