分类： 其他 >> 综合 提交时间： 2023-03-28 合作期刊: 《中国科学院院刊》
摘要： 城市的可持续发展是实现联合国 2030 年可持续发展目标（SDGs）的关键。地球大数据对于克服城市可持续发展评估中传统统计数据的不足具有重要意义，它能够凭借宏观、动态、多样的优势为城市可持续发展评估提供新的动力。文章在系统梳理国内外城市可持续性评价指标研究与评估实践的基础上，以 SDG 11（可持续城市与社区）为核心，兼顾其他 SDGs 中体现城市可持续发展的维度，充分挖掘地球大数据完备、实时、稳健、客观等优势，选取 12 个适合运用地球大数据来进行评估的指标。其中，7 个直接指标从 SDG 11 具体标中抽取，依次为 SDG 11.1、SDG 11.2、SDG 11.3、SDG 11.6、SDG 11.7、SDG 11.a、SDG 11.b 等；另外 5 个关联指标为不包含在 SDG 11 中，但与城市可持续评估息息相关的代表性评价指标，分别为 SDG 6.3、SDG 7.2、SDG 8.1、SDG 9c、SDG 15.1 等。文章介绍这 12 个指标在城市可持续评估中可发挥的作用，以及评估的数据、指标与方法。最后，提出基于地球大数据进行可持续指标计算，实现了对多源信息的整合利用，将有助于实现更加定量、实时、精细的城市可持续评价。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-02-17 合作期刊: 《智慧农业（中英文）》
摘要： 奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相，本研 究提出一种融合高斯混合模型（Gaussian Mixture Model，GMM） 和隐马尔科夫模型（Hidden Markov Model， HMM） 的无监督学习奶牛步态时相识别算法GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度 信号，通过卡尔曼滤波消除噪声，筛选并提取特征值，构建GMM-HMM模型，实现奶牛静立相、连续步态 中的站立相和摆动相等3种步态时相的自动识别。结果表明，静立相识别的准确率、召回率和F1 分别为 89.28%、90.95% 和90.91%，连续步态中的站立相识别的准确率、召回率和F1 分别为91.55%、86.71% 和 89.06%，连续步态中的摆动相识别的准确率、召回率和F1分别为86.67%、91.51%和89.03%。奶牛步态分割 的准确率为91.67%，相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。 本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。
点击量
通过
点击量
下载量
评论
