本文件中关于公司业务或拟议业务的陈述并非历史事实,而是涉及风险和不确定性的前瞻性陈述,例如描述公司未来计划、目标或目标的估计和陈述,包括公司或管理层预期发生所述情况或结果的措辞。由于前瞻性陈述涉及未来事件和条件,因此就其本质而言,它们涉及固有风险和不确定性。每种情况下的实际结果可能与此类陈述中当前预期的结果存在重大差异。投资者应注意不要过分依赖前瞻性陈述。
前言 本硕士论文是在位于吕勒奥的瑞典空军 F21 联队完成的。我要衷心感谢我的导师、吕勒奥理工大学运营与维护部助理教授 Aditya Parida 在论文写作过程中对我的指导和鼓励。我要感谢吕勒奥理工大学运营与维护部博士生 Rajiv Dandotiya 对优化建模的介绍和建议。我还要感谢瑞典空军 F21 联队的 Markus Häggkvist 上尉,他帮助我找到合适的人选并对我的论文提出建议。我还要感谢所有支持我完成论文的人。Michael Larsson 2010 年 5 月 瑞典吕勒奥
Debadrita Panda 是吕勒奥理工大学的博士后研究员。Debadrita 参与了 NorrlandsNavet 的一项研究项目,该项目涉及工业企业和小型企业在
值得注意的是,本调查中引用的一些文献可能很难找到;但是,大多数文献可以通过 https://www.hd-computing.com/publications 上的在线出版物列表进行查找。Denis Kleyko 和 Dmitri Rachkovskij 对这项工作做出了同等贡献。DK 的工作得到了欧盟“地平线 2020”计划下玛丽居里个人奖学金 (839179) 的支持。DK 的工作还得到了 AFOSR FA9550-19-1-0241 和英特尔 THWAI 计划的部分支持。 DAR 的工作部分得到了乌克兰国家科学院(拨款编号 0120U000122、0121U000016、0122U002151 和 0117U002286)、乌克兰教育和科学部(拨款编号 0121U000228 和 0122U000818)以及瑞典战略研究基金会 (SSF,拨款编号 UKR22-0024) 的支持。作者地址:D. Kleyko,加州大学伯克利分校,美国加利福尼亚州伯克利市,邮编 94720,瑞典研究机构,瑞典希斯塔,邮编 16440;电子邮箱:denkle@berkeley.edu; D. Rachkovskij,国际信息技术研究与培训中心,乌克兰基辅,03680,吕勒奥理工大学,瑞典吕勒奥,97187;电子邮件:dar@infrm.kiev.ua;E. Osipov,吕勒奥理工大学,瑞典吕勒奥,97187;电子邮件:evgeny.osipov@ltu.se;A. Rahimi,IBM Research–Zurich,瑞士苏黎世,8803;电子邮件:abr@zurich.ibm.com。允许免费复制或复印本作品的全部或部分以供个人或课堂使用,但不得出于营利或商业目的而复制或分发,且复制件首页必须注明此声明和完整引文。必须尊重 ACM 以外的其他人拥有的本作品组成部分的版权。允许以署名形式发表摘要。以其他方式复制、重新发布、发布到服务器或重新分发到列表,需要事先获得特定许可和/或付费。请向 permissions@acm.org 申请许可。© 2023 计算机协会。
1 宝鸡文理学院计算机科学系,宝鸡 271000,中国 2 达米埃塔大学计算机系,达米埃塔 34511,埃及 3 伊斯坦布尔医学大学统计学系,伊斯坦布尔,土耳其 4 中南大学资源与安全工程学院,长沙 410083,中国 5 维新大学研究与发展研究所,岘港 550000,越南 6 安巴尔大学计算机科学与信息技术学院计算机科学系,拉马迪,伊拉克 7 吕勒奥理工大学土木、环境与自然资源工程,吕勒奥 97187,瑞典 8 同德唐大学土木工程学院,胡志明市,越南 9 同德唐大学土木工程学院土木工程可持续发展研究组,胡志明市,越南 10 德克萨斯 A&M 大学生物与农业工程系,德克萨斯州大学城77843-2117,美国 11 Zachry 德克萨斯 A&M 大学土木工程系,德克萨斯州大学城 77843-2117,美国
1 巴斯克研究与技术联盟 (BRTA) Tecnalia 研究与创新基金会,Mikeletegi Pasealekua 2, 20009 Donostia-San Sebastián,西班牙; asier.oleaga@tecnalia.com 2 LGI 可持续创新,总部 I 6 Cité de l'Ameublement,75011 巴黎,法国; camille.auriault@gmail.com 3 Acciona Construcci ón SA,技术创新理事会,28108 马德里,西班牙; anurag.bansal@acciona.com 4 斯洛文尼亚国家建筑和土木工程学院 (ZAG),Dimiˇceva 12, 1000 Ljubljana, 斯洛文尼亚; karmen.fifer@zag.si 5 土木工程系,CICECO,阿威罗大学,3810-193 阿威罗,葡萄牙; hpaiva@ua.pt 6 吕勒奥理工大学土木、环境与自然资源工程系,瑞典吕勒奥 971 87; Christian.Maurice@ltu.se 7 RISE Processum AB, Box 70, SE-891 22 Örnsköldsvik, 瑞典; gunnar.westin@processum.se 8 GAIKER 技术中心,巴斯克研究与技术联盟 (BRTA),比斯开科技园区,202 号楼,48170 Zamudio,西班牙; rios@gaiker.es 9 Greenize Projects SL, c/Iruña 9D, 2ºD, 48014 Bilbao, 西班牙; acanas@greenize.es * 通讯地址:amaia.sopelana@tecnalia.com
前言 如果没有衡量,绩效就无法管理,特别是在动态、竞争和平淡的全球商业环境下。制定和使用关键/绩效指标来部署战略和提高绩效是当今行业更客观管理的最关键要求之一。指标对于运营和维护领导者在报告、决策、战略实施和绩效改进方面的表现至关重要。维护绩效衡量领域是一个新兴领域。对于重型和资本密集型工程行业来说更是如此。维护绩效衡量和管理依靠指标来产生积极的组织影响,以实现资源合理化、明确的责任制、努力的协调、高效的流程和增强的未来能力。吕勒奥理工大学运营与维护工程系是该领域的领先团队之一,已经培养了最初的几位博士学位论文作者,此外还发表了大量该学科领域的出版物。恰逢其时,第 1 届“维护绩效测量与管理 -2011 (MPM²2011)”国际会议于 2011 年 12 月 14-15 日在他们的主持下在瑞典吕勒奥举行。本“第 1 届维护绩效测量与管理 -2011 (MPMM)”国际会议论文集包括以下六个主题,这些主题是
致谢 这项工作部分由瑞典国家空间委员会 (SNSB) 通过 NRFP-3 计划和吕勒奥理工大学 (LTU) 资助。我们感谢北方高性能计算中心 (HPC2N) 提供执行本海报中展示的数值模拟所需的计算机资源。我们还要感谢瑞典空间公司 (SSC) 的 Martin Bysell、Klas Nehrman、Mikael Viertotak 和 Per Baldemar 的协助和宝贵的讨论,这些有助于完成这项工作。
4. 吕勒奥理工大学土木环境与自然资源工程系,瑞典吕勒奥 97187 摘要:尺度不变特征变换 (SIFT) 自动提取控制点 (CP) 的能力在遥感图像中非常著名,然而,其结果不准确,有时由于生成少量错误 CP 对而导致匹配不正确,其匹配具有很高的误报。本文介绍了一种包含修改的方法,通过以不同方式应用绝对差和 (SAD) 来提高 SIFT CP 匹配的性能,适用于新一代光学卫星(称为近赤道轨道卫星 (NEqO))和多传感器图像。所提出的方法可以提高 CP 匹配率,并显著提高正确匹配率。本研究中的数据来自覆盖吉隆坡-北干地区的 RazakSAT 卫星。该方法包括三部分:(1)应用 SIFT 自动提取地面控制点;(2)使用经验阈值的 SAD 算法细化地面控制点匹配;(3)通过将原始 SIFT 结果与所提方法的结果进行比较来评估细化后的地面控制点场景。结果表明该模型具有准确和精确的性能,证明了所提方法的有效性和鲁棒性。关键词:地面控制点自动提取、绝对差和、近赤道卫星、多传感器、改进的 SIFT。1.