【摘 要】
：
以某超贫钒钛磁铁矿为例,基于Landsat TM/OLI数据,首先利用相关性分析和单因素方差分析法(one-way ANOVA),结合林地与其他地物的光谱、纹理特征差异,筛选了提取林地信息的最佳光谱和纹理波段;其次,融合光谱纹理特征,利用支持向量机法获取了林地的空间分布信息。结果表明,基于OLI数据光谱和纹理特征的林地提取精度达85.51%,较基于单一光谱特征的提取精度提高5.0%,且基于OLI数
【机 构】
：
东北大学资源与土木工程学院,中南大学地球科学与信息物理学院
论文部分内容阅读
以某超贫钒钛磁铁矿为例,基于Landsat TM/OLI数据,首先利用相关性分析和单因素方差分析法(one-way ANOVA),结合林地与其他地物的光谱、纹理特征差异,筛选了提取林地信息的最佳光谱和纹理波段;其次,融合光谱纹理特征,利用支持向量机法获取了林地的空间分布信息。结果表明,基于OLI数据光谱和纹理特征的林地提取精度达85.51%,较基于单一光谱特征的提取精度提高5.0%,且基于OLI数据的提取精度整体优于TM数据。统计显示,2015年矿区林地覆盖面积为103.26km2,较2001年减少
其他文献
互联网上社会书签的应用日渐流行,并由此诞生了协同标记。它提供了一种便捷有效的组织管理海量信息的方式。为了充分发挥其潜能,需要提取出协同标记中的深层关系。提出了发掘这些关系进而构造用户个人元数据,并据此进行个性化推荐的方法。提出的推荐算法同时具有基于内容和基于协同过滤推荐方法的优点,且可以灵活满足用户长短期的多个兴趣。在著名社会书签网站del.icio.us上的数据进行的实验显示了方法的优越性。
如果将地球各地质纪元拟人化，比起名字犹如龙套甲乙丙丁的二叠纪、三叠纪；或者乡土气息十足的泥盆纪、石炭纪，寒武纪听起来更像一位没有感情的冷面杀手。以至于很多初识“寒武纪”的同学，会第一印象认为这肯定是个环境严酷凛冽、生物近乎绝迹的冷清时代。 事实恰好相反，寒武纪是地球历史上，少有的“热闹”时代。以至于，在古生物学界有一个专业术语，叫作“寒武纪生命大爆发”。 寒武紀始于距今约5亿年，在其开始后数百
初秋,宿舍里,有蟋蟀入床下,有晚风温柔,天黑欲雨。耳机里的歌刚好放到南拳妈妈的《下雨天》:下雨天了怎么办,我好想你。我放空地看着窗外,嗯,我又想起她了。起风时,我会想她
金属材料,作为三大材料(无机、有机、金属)之一,在国民经济建设中起着举足轻重的作用。传统的金属材料,如钢、铁等常被用来作结构材料。金属超微粒子与其块体相比,由于具有熔
黄土高原是世界上侵蚀最强烈的区域之一,基于当前的地形信息对其地形进行重建可有效估算侵蚀量。该文基于高精度曲面建模(HASM)方法首先建立了黄土高原流域地形重建模型,并以多期人工模拟小流域为实例数据,从微观(坡度)和宏观(等高线)的角度分析了不同侵蚀阶段模拟小流域的地形重建结果,该地形重建结果具有较高精度,且处于侵蚀发育中期的小流域重建结果要优于处于侵蚀发育晚期的小流域重建结果。最后,以高程相对误差
高光谱技术运用于农作物识别与分类目前已成为农业遥感应用领域前沿课题之一。使用ASD FieldSpec4地物光谱仪实测青海省湟水流域大豆、青稞、土豆、小麦和油菜5种典型作物冠
介绍粒子群算法和具有量子行为的粒子群优化算法QPSO(Quantum-behaved Particle Swarm Optimization)。针对QPSO在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了基于QPSO算法的多方法协作优化算法,将QPSO算法与进化规划EP(Evolutionary Programming)算法协作。实验结果表明,改进算法在收敛性和取得最优值方面优于
《小王子》 配音：杰夫·布里吉斯/麦肯吉·弗依 标签：冒险与初心 推荐指数：★★★★☆ 怀念曾经斗志昂扬的自己 “所有的大人都曾经是孩子。只是很多人都忘记了这一点。”后来，孩子继续踏上冒险之旅，那么，大人呢？ 《小王子》是很多孩子和大人心中共同的故事，终于，在万千期待下，暖心的小王子在大荧幕上和我们见面了，似乎那些没有讲完的故事也有了答案。 电影中，小王子长大了，不再是当初那个义无反
当前,随着科学技术的飞速发展和网络应用的迅速普及,教育已经逐渐从传统的教学模式向着网络和多媒体的方向发展。作为一种新型的教育形式,多媒体网络教学由于其能够突破时间和地域的限制,快捷和及时的信息交互能力,以及丰富多彩的知识表现形式而得到迅速的发展,并且得到了越来越多的重视和研究。目前的网络教学系统普遍存在着交互性较差、智能化程度较低、个性化程度不够等缺点。对此,提出了个性化网络教学系统的概念,通过将
随着数据挖掘技术的发展,聚类算法也越来越多。数据挖掘对聚类算法有某些典型要求,如何验证聚类算法是否满足这些要求已成为一个需要解决的问题。由于实际样本集很难获得,且很多无法用来进行聚类算法的测试,因此设计并实现了一个工具,讨论用构造的样本集对加载的聚类算法进行评测,并对聚类结果进行展示。