XiaoMi-AI文件搜索系统
World File Search System过多时
星载雷达监测森林火灾和森林...
Ruandha Agung Sugardiman 电子邮件：ra.sugardiman@dephut.go.id ra.sugardiman@gmail.com Ruandha Agung Sugardiman，2007 太空雷达监测森林火灾和森林覆盖率变化。加里曼丹案例研究/Sugardiman，R.A. 博士论文，瓦赫宁根大学，瓦赫宁根，荷兰，参考文献和摘要为英文和荷兰文。ISSN：1566-6522 ISBN-13：978-90-5113-087-4（Tropenbos 版本）ISBN：90-8504-604-1（论文版本）© 2007 MOF – Tropenbos-Kalimantan 计划，R.A. Sugardiman 本出版物中表达的观点均为作者的观点，并不一定反映 Tropenbos International 的观点。未经事先书面许可，不得以任何形式（包括印刷影印、缩微胶卷和电磁记录）复制、重新录制或出版本出版物的任何部分（书目数据和评论中的简短引文除外）。封面：ERS、ENVISAT、SRTM 和 ALOS 卫星；多时相 ERS-2 SAR 合成图和 3D 视图。感谢 ESA、NASA 和 JAXA。由荷兰瓦赫宁根的 Drukkerij Ponsen en Looijen BV. 印刷
医疗保健中的人工智能：应用与挑战
作为一门技术，AI 可以应用于结构化和非结构化医疗数据。传统上，基于“if-then”规则的专家系统被广泛用于临床决策支持系统。研究领域的一系列规则是基于人类专家的知识构建的。但是，当规则过多时，规则之间往往会相互冲突。此外，如果领域知识发生变化，更改规则将非常困难且耗时。1 因此，它正逐渐被基于机器学习算法的方法所取代。最流行的 AI 技术是机器学习，这是一种使用数据训练模型的统计技术。支持向量机等简单机器学习模型的一个例子被广泛用于结构化数据，用于根据由患者属性组成的训练数据集预测疾病或治疗结果。由于结果变量是已知的，因此它被称为监督学习。1 机器学习的一种更复杂形式是神经网络，它模仿神经元处理信号的方式，包括输入、输出和加权特征，将输入与输出关联起来。它已用于对结构数据进行分类，例如确定患者患病的风险。1,5 最复杂的机器学习技术是深度学习。它包含许多级别的特征，可以预测结果
土耳其伊斯坦布尔东部的土地使用模式
土耳其伊斯坦布尔东部的土地利用模式 Coskun, M. Z. a. *，Musaoglu. a Saroglu a，E.，Bektas a a。ITU，土木工程学院，80626 Maslak，伊斯坦布尔，土耳其 – (coskun, nmusaoglu, saroglue, bektasfi @itu.edu.tr) 本研究是土耳其科学技术委员会 (TUBITAK) 资助项目的一部分，旨在分析伊斯坦布尔亚洲区国有土地的土地利用模式。本研究选定伊斯坦布尔亚洲区的一部分。研究区域位于博斯普鲁斯海峡东侧。本文使用了 1960-2001 年期间的 Corona Lansad TM 和 SPOT 5 影像对森林面积进行多时相分析。使用影像分类方法对卫星影像进行分类。分类后，森林面积被转换为矢量多边形，所有信息被传输到 GIS 媒体。将国有土地的现状与从卫星数据获得的情况进行了比较。通过查询分析了森林和国有土地的变化。查询分为两部分，分别是 1960、2002、2004 年和 1984、1992、1997 年。关键词：土地、伊斯坦布尔、GIS、遥感、国有、Corona Lansat、Spot 1. 1. 简介
一种用于微电网多时间尺度协调运行的软演员-评论家深度强化学习方法
摘要 本文提出了一种基于现代深度强化学习的微电网多时间尺度协调运行方法。考虑到不同储能设备的互补特性，所提出的方法通过引入分层的两阶段调度模型实现了电池和超级电容器的多时间尺度协调。第一阶段使用每小时预测数据做出初步决策，而不考虑不确定性，以最小化运营成本。第二阶段旨在为第一阶段的决策生成纠正措施，以补偿实时可再生能源发电波动。第一阶段被表述为非凸确定性优化问题，而第二阶段被建模为马尔可夫决策过程，通过熵正则化的深度强化学习方法即软演员-评论家来求解。软演员-评论家方法可以有效地解决探索-利用困境并抑制变化。这提高了决策的鲁棒性。仿真结果表明，可以在两个阶段使用不同类型的储能设备来实现多时间尺度的协调运行。证明了所提方法的有效性。关键词：微电网运行，混合储能系统，深度强化学习
电气工程和信息学公告
利用高程角度和方位角是在光伏（PV）中将太阳能最大化为电能的非常重要的部分。最大化PV功率输出的一种方法是设计一个单轴跟踪器系统，并使用太阳位置计算器应用来考虑太阳的方位角和高程角度。单轴跟踪器系统是基于PV 45°表面倾斜角的位置设置的，然后是90°的角度和135°的倾斜角。测试结果表明，单轴跟踪器PV系统设计可以根据已编程的角度设置来工作。然后使用电池控制系统支持PV可靠性系统，当电池电压在多云的天气条件下降至12 V以下和电池电量过多时，电池电压下降到12 V以下。PZEM-017模块与电池的集成将支持对电池电量使用的监视。PV能量数据转换性能使用单轴跟踪器技术在12.00 pm的最大功率达到631.72瓦DC，最低功率在6.00 pm达到56.02瓦DC。
精确的植物高度测量和生物量估计...
摘要。适当的田间管理需要高精度、高准确度和高分辨率的植物高度测量方法。研究表明，地面激光扫描 (TLS) 适用于捕获农作物等小物体。本文介绍了用于监测中国水稻田植物高度的多时相 TLS 调查结果。在田间试验和农民常规管理的田地上进行了三次活动。高密度的测量点使我们能够建立分辨率为 1 厘米的作物表面模型，可用于推导植物高度。对于两个地点，TLS 得出的植物高度和手动测量的植物高度之间都具有很强的相关性（R 2 = 0.91），这证实了扫描数据的准确性。根据田间试验的植物高度和生物量样本之间的相关性建立了生物量回归模型（R 2 = 0.86）。模拟值和测量值之间的强相关性（R 2 = 0.90）支持了对农民田地的可转移性。独立的生物量测量用于验证时间可转移性。该研究证明了 TLS 在推导植物高度方面的优势，可用于模拟生物量。因此，激光扫描方法是精准农业的一种很有前途的工具。© 作者。由 SPIE 根据知识共享署名 3.0 未移植许可证出版。
全球饮食质量评分与2型糖尿病风险之间的关联：德黑兰脂质和葡萄糖研究
将供应链优化（SCO）与生命周期评估（LCA）相结合对于创建既有经济效率且在环境上可持续易用的供应链至关重要。SCO专注于优化与产品和服务交付有关的网络结构和决策，但LCA系统地评估了整个供应链的环境影响。现有文献将SCO和LCA视为单独的顺序步骤，通常会导致范围和数据传输和续订挑战的不一致。我们的研究提出了一种新颖的供应链生命周期优化（SCLCO）模型，该模型集成了SCO和LCA。我们的SCLCO模型基于LCA数据结构，Incorpo-rate多时间期，闭环SCO决策（例如，逆向链管理，Inventory Control，网络设计），并且能够考虑可持续性的三个支柱：环境，经济和社会。它包括协调原则，术语和符号，从而通过传染性的表述弥合了SCO和LCA社区之间的差距。从运营研究文献中选定的SCO模型进行的计算实验验证了SCLCO，并证明了其在为SCO和LCA从业人员和研究人员提供有价值的见解方面的有效性。结果强调，在SCLCO中同时执行SCO和LCA，最大程度地减少了忽视决策影响的风险，并促进了来自现有LCA数据库的数据传输。
混合快速和慢速动态的智能光伏系统多时间尺度能源管理框架
我们为智能光伏 (PV) 系统提出了一种多时间尺度能源管理框架，可以计算出电池运行、电力购买和电器使用的优化时间表。智能光伏系统是一个本地能源社区，包括配备光伏板和电池的几栋建筑和家庭。然而，由于光伏发电的不可预测性和快速变化，维持能源平衡并降低系统中的电力成本具有挑战性。我们提出的框架采用模型预测控制方法，采用基于物理的光伏预测模型和精确参数化的电池模型。我们还引入了一个由两个时间尺度组成的多时间尺度结构：一个较长的粗粒度时间尺度，用于每日范围，分辨率为 15 分钟；一个较短的细粒度时间尺度，用于 15 分钟范围，分辨率为 1 秒。与当前的单时间尺度方法相比，这种替代结构能够以合理的计算时间管理快速和慢速系统动态的必要组合，同时保持高精度。模拟结果表明，与基线方法相比，提出的框架可将电力成本降低 48.1%。还展示了多时间尺度的必要性以及对光伏预测和电池方面精确系统建模的影响。
人工智能在远程监控数据处理任务中的应用Yu.Yu.格罗莫夫 1，I.N.伊什丘克 1，V.V.罗季奥诺夫 1
摘要 本文提出了一种使用深度学习卷积神经网络U-net对地表多时相多光谱图像进行分类的方法。使用无人驾驶飞机的多光谱光电系统获取可见光和红外图像，并用于构建该地区的正射影像图。根据获得的数据，训练神经网络来解决检测人造物体的问题。基于深度学习和热物理参数评估的远程监控对象智能识别方法允许使用遗传算法创建背景目标环境。该算法解决了热导率的系数反问题，并提供了材料热物理参数的估计。为了训练模型，引入了 18 类物体，根据人造物体和背景（人为或自然景观）之间的热对比差异进行研究。每天以 4 小时为间隔对地球表面进行 6 次勘测。该实验于2021年夏季进行，具体日期为8月4日至5日。在人造物体的检测和分类任务中，发现该模型表现出具有不同可靠性的适用性。进行的研究表明，在模型运行过程中发现了所需的对象类别。关键词1 深度学习，分类，分割，远程监控，神经网络，遗传算法，背景目标环境，光电系统，热物理参数。人工智能在远程监测数据处理任务中的应用 YY Gromov 1、IN Ishchuk 1、VV Rodionov 1
机载激光雷达勘测技术在数字化转型中的作用
摘要。土木工程包括需要三维 (3D) 信息的广泛应用。随着 LiDAR（光检测和测距）技术的出现，以成本和时间有效的方式准确获取 3D 地形信息变得越来越流行。本文通过三个案例研究展示了机载 LiDAR 数据的作用和应用，包括高速公路、输电线和水电大坝开发项目。在第一个案例研究中，高速公路路线在初始设计阶段后发生了很大变化。LiDAR 数据能够快速进行重新调整测量，从而可以迅速更改设计。在下一个案例研究中，对传统的输电线路线设计与使用带有 LiDAR 数据的 PLS-CADD 的设计进行了比较。与传统方法相比，利用 PLS-CADD 中的 LiDAR 数据，输电线工程师可以有效、高效地模拟几种路线方案的建设成本。最后一个案例研究使用 LiDAR 获取拟建大坝所需的信息。使用 LiDAR 数据可以最大限度地提高拓扑精度和体积测量，同时最大限度地减少测量时间和成本。此外，利用多时相 LiDAR 数据可以揭示地形变化等有价值的信息。LiDAR 勘测技术已被证明是从地表捕获精确数据的最佳方法，可提供最大密度的地形和数字图像信息