測繪通報(2024年11期)
Bulletin of Surveying and Mapping

目 錄

• 基于PSO＿GA-RBF神經(jīng)網(wǎng)絡(luò)模型的元謀干熱河谷區(qū)土壤水分反演
• 水下視覺SLAM分段式光束平差算法
• 基于GEE的黃河三角洲地區(qū)土壤含鹽量時空反演
• 利用多地物指數(shù)自動提取水體方法
• 基于機載激光點云的輸電線路平斷面及植被包絡(luò)線自動提取方法
• 基于多線激光雷達(dá)的系泊船舶姿態(tài)監(jiān)測算法
• 基于視覺位姿矯正的機載激光實景三維重構(gòu)
• 結(jié)合DS-InSAR和LSTM的礦區(qū)地面沉降監(jiān)測與預(yù)測
• 復(fù)雜城區(qū)環(huán)境下基于POS的車載激光點云糾正
• 面向軌跡可視化的泛地圖表達(dá)維度關(guān)聯(lián)方法及應(yīng)用
• 基于YOLOv5改進的交通場景目標(biāo)檢測算法HCAM-YOLO
• 結(jié)合顏色補償和卷積神經(jīng)網(wǎng)絡(luò)去霧模型的水下圖像色彩恢復(fù)研究
• 基于實景三維與GIM技術(shù)的滑坡地質(zhì)災(zāi)害勘查應(yīng)用
• 附加UWB約束的GNSS/INS組合導(dǎo)航算法
• 基于多波束測深系統(tǒng)在海島（礁）地形測量中的應(yīng)用
• 基于陸探一號SAR衛(wèi)星的地質(zhì)災(zāi)害普查監(jiān)測技術(shù)研究及應(yīng)用
• 基于SBAS-InSAR技術(shù)的金沙江流域典型滑坡時空演化特征分析
• 基于改進YOLOv7的無人機圖像鐵路接觸網(wǎng)部件目標(biāo)檢測方法
• 基于顏色和影像指導(dǎo)的近岸海域三維點云分類和建模方法
• 面向礦區(qū)地表全域沉降監(jiān)測的多源數(shù)據(jù)融合方法及應(yīng)用
• 基于GNSS和InSAR技術(shù)的礦區(qū)建筑物形變監(jiān)測
• 面向深度學(xué)習(xí)密集匹配的無監(jiān)督損失函數(shù)
• 一種適用于大規(guī)模基準(zhǔn)站網(wǎng)的北斗系統(tǒng)多路徑誤差建模方法
• 多源點云融合技術(shù)在城市更新數(shù)據(jù)采集中的應(yīng)用
• 基于開源信息和SDGSAT-1夜間燈光數(shù)據(jù)的廣州市洪水災(zāi)害風(fēng)險與城市韌性評價
• 基于GIS的涉海數(shù)字化融合技術(shù)與應(yīng)用——以“浙江省智控海洋”為例
• 測繪地理信息類專業(yè)產(chǎn)教融合實踐教學(xué)研究
• 基于改進級聯(lián)式BP神經(jīng)網(wǎng)絡(luò)的巷道點云分類
• 基于無人機多光譜影像的農(nóng)田土壤水分監(jiān)測
• 《無人機遙感實踐教程》出版