简介:摘要:深度学习技术作为直接从数据中学习特征表示的有效方法,近年来启发信息提取领域取得了显著的突破。本文基于2014年、2017年、2018年三期高分一号遥感影像,选取北京市石景山区西部道路为试验区域,针对其变化特征,开展基于深度学习算法的道路自动提取与变化图斑自动发现。论文首先基于地理要素智能训练平台对道路进行样本采集及训练,形成深度学习道路提取模型,之后采用“自动化的线索检测+交互式异常问题判读+野外现场环境取证”的遥感监测技术路线,该流程转变从被动式道路变化发现到主动式道路问题发现与预警,可实现对典型道路的实时、动态及持续的遥感监测。本文选取典型道路样本进行分析、训练,不断优化深度学习卷积神经网络道路提取模型。通过对影像预处理、自动道路监测、交互式异常问题判读、变化图斑自动发现、野外现场环境取证与信息汇交各环节的分析验证发现,基于深度学习道路提取模型自动提取的道路准确率高于80%,可用于城市道路的自动提取和变化发现。
简介:摘要:随着我国信息技术的不断发展,信息技术改变了人们的生活方式,促进了各个行业的转型升级。工程造价是各类工程项目开发和运营中的一项重要管理内容。目前,人们的生活水平不断提高,对建设项目的要求也越来越高。它不仅要求建筑的质量,还要求建筑的功能性。同时,信息化技术在建设项目的开发设计阶段得到了充分的应用。工程项目的发展也呼唤着工程造价管理的转型升级。因此,管理者应正视时代发展的挑战和困难,实现项目成本的创新管理,积极引入数字化管理的理念,积极学习全面的技术知识,推动项目成本的数字化升级和发展。数字造价管理是将数字技术与工程造价管理相结合,实现工程造价的科技创新,也提高工程造价工作的效率,实现管理专业的转型升级。