共查询到19条相似文献，搜索用时 150 毫秒
1.
以福建近海出现过的13属23种石首鱼（Sciaenidae）作为分类单元（operationalt axonomicunits）及其量化数据取值依据，选取39个特征指标，采用系统聚类分析法（hierarchical cluster）对其进行数值分类，得出了福建近海石首鱼类的聚类分类结果．结果表明：聚类分析法的分类结果与传统的形态分类结果基本吻合，可将福建近海出现过的石首鱼类分成13类（属）．证明了朱元鼎教授等对我国石首鱼类的分类是比较科学、合理的．研究结果支持把娩状黄姑鱼（Nibea．miichthioides）归到黄鳍牙馘属（Chrysochir），这一点与传统的形态分类法观点不同．研究结果还支持了朱元鼎等的观点即认为石首鱼属（Sciaena）和叫姑鱼属（Johnius）均属较为原始型的石首鱼类．另外，本研究结果对大头白姑鱼（Argyrosomus macrocephalus）和勒氏短须石首鱼（Umbrina．russelli）的分类仍存有分歧，并提出了一些具有参考价值和值得重视的观点，有待将来进一步的探讨. 相似文献
2.
分子生物学在微藻分类研究中的应用 总被引：3，自引：0，他引：3
通过与传统微藻分类方法的比较，说明微藻分子分类技术的产生与发展，并从线粒体DNA（mtDNA）、叶绿体DNA（cpDNA）和核基因组DNA（nDNA）3个方面列举了分子分类技术在微藻鉴定和生理生态方面的应用，着重说明了核基困组在藻类分子检测中的作用。并对微藻分子分类技术的问题与发展进行了总结与展望。 相似文献
3.
基于国家海洋信息中心质量控制后的西太平洋 10 度方区约 100 万站次温盐实测历史调查资料,对经过 26 种严格质量控制方法的综合海温质量符进行分类分析,首次将深度学习技术应用于海洋数据质量控制多分类 （multiclass classification）算法与应用研究。通过人工合成少数类样本和加权损失函数方法减少多数类的频率来降低数据的不平衡,并构建了多层感知器 （Multi-Layer Perceptron, MLP） 和深度神经网络 （Deep Neural Network, DNN） 两个海温资料质量符分类深度学习模型。分类结果表明本文构建的两个深度分类模型能够较准确快速地识别该海域海温数据质量,在 20 975 条温盐剖面资料测试集中分类准确率分别达到 99.63%和 99.69%。海温资料的分类精度评分有着较好的表现,其中正确数据 （QC1） 和数据缺失（QC9） 的正确识别率均达 100%。MLP 和 DNN 多分类质量控制模型可大幅降低传统质量控制方法的工作量,提升海量数据处理速度和分析能力,为海温观测资料在海洋研究与工程中应用提供参考。 相似文献
4.
一种融合纹理特征与NDVI的随机森林海冰精细分类方法 总被引：1，自引：0，他引：1
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数（NDVI）的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号（GF-2）为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数（NDWI）的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。 相似文献
5.
Shepard（1954）和Folk等（1970）的碎屑沉积物分类方法是2种较为常用的分类方法,尽管都是基于沉积物粒度组成的三元分类,但二者的出发点和思路有很大的不同。用2种分类方法研究了天津海域的表层沉积物,结果表明：相对Shepard分类方法而言,Folk分类图解更简洁、更实用,沉积物类型分布与本地区的水动力格局一致,具有明显的动力学意义,在一定程度上反映了沉积环境的变化、沉积物的物源和输运方向。通过2种方法对比进行实例研究,显示出Folk分类方法的优点,建议在我国海洋沉积学研究中推广Folk分类方法,以便更好地表述并研究沉积物特征及其分布规律。 相似文献
6.
基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。 相似文献
7.
福建省海洋功能区划编制的若干技术方法探讨 总被引：1，自引：0，他引：1
对福建省海洋功能区划编制过程中遇到的几种海洋功能区设置问题进行了分析,并提出相应的解决方法：（1）在海洋环境保护要求不同的功能区之间或对安全边界要求较高的功能区之间设置缓冲区.（2）调整养殖区分类,增加围海养殖区并取消港湾养殖区.（3）根据海洋保护区的核心区、缓冲区和实验区范围合理确定海洋功能区的范围.（4）将保留区分类调整分为预留区和主要功能待定区2个二级类.（5）增加临时排污功能区. 相似文献
8.
卵织纹螺亚科（Cylleninae）隶属于腹足纲（Gastropoda）、织纹螺科（Nassariidae）。此亚科动物主要分布于热带印度．太平洋海区,通常栖息于潮间带至浅海的砂或泥沙质海底。以往中国对本亚科动物除一些零星报道外,缺乏系统的分类研究。作者利用传统的形态分类方法,对中国科学院海洋生物标本馆收藏的卵织纹螺科... 相似文献
9.
红树林是最典型的滨海生态系统之一，红树林种间类型的精确识别对于红树林生态系统保护、修复及碳储量评估具有重要意义。遥感是开展红树林种间类型识别的有效手段，但传统的遥感红树林分类方法多是基于像元开展的，分类结果“椒盐”现象严重且精度还有很大提升空间。因此，本研究以东寨港红树林保护区为例，基于Sentinel-2 MSI影像，在传统遥感分类方法的基础上引入图像分割技术，分别构建了面向对象的支持向量机（Support Vector Machine,SVM）和随机森林（Random Forest,RF）分类法，并在此基础上对各模型的分类精度和适用性进行了分析。模型对比结果表明：（1）图像分割技术的引入能有效改善分类结果的“椒盐”现象，提升红树林种间类型的识别精度，基于像元使用SVM和RF分类算法总体分类精度分别可达78.82%(Kappa=0.75)和82.94%(Kappa=0.82)，面向对象的SVM和RF模型分类总体精度分别可达81.5%(Kappa=0.78)和92.67%(Kappa=0.88)，相较于以像元为分类对象的模型而言，后者精度分别提高了2.68%和7.43%;(2)从4个模... 相似文献
10.
1998年春季珠江口海域大规模赤潮原因生物的形态分类和生物学特征Ⅱ 总被引：10，自引：7，他引：3
对 １９９８年 ４月 １５日采集于广东珠江口万山群岛桂山岛网箱养殖区的赤潮新鲜水样和福尔马林固定样品进行赤潮原因生物的形态分类和生物学特征的研究。结果发现,此次赤潮共有 ７种原因生物,全部属于裸甲藻类,其中最占优种三宅裸甲藻（Ｇｙｍｎｏｄｉｎｉｕｍ ｍｉｋｉｍｏｔｏｉ）和优势种斯氏多沟藻（Ｐｏｌｙｋｒｉｋｏｓ ｓｃｈｗａｒｔｚｉｉ）、螺旋螺沟藻（Ｇｙｒｏｄｉｎｉｕｍ ｓｐｉｒａｌｅ）的形态分类及生物学特征研究结果已在本系列论文的第一篇报道。本文报道其余 ４种红色裸甲藻（Ｇｙｍ．ｓａｎｇｕｉｎｅｕｍ）、灰白下沟藻（Ｋａｔｏｄｉｎｉｕｍ ｇｌａｕｃｕｍ）、螺沟藻９８型（Ｇｙｒｏｄｉｎｉｕｍ ｓｐ． ｔｙｐｅ－９８）和多环旋沟藻（Ｃｏｃｈｌｏｄｉｎｉｕｍ ｐｏｌｙｋｒｉｋｏｉｄｅｓ）的形态分类和生物学特征。其中,红色裸甲藻是此次赤潮的优势种之一,灰白下沟藻和多环旋沟藻在我国是新记录,螺沟藻９８型则可能是新种。 相似文献
11.
红树林的种间结构组成对红树林生态系统的健康和发展至关重要,而红树林种间分类问题一直以来都是基于遥感手段的红树林监测中的难点。针对该问题,以人工种植为特点的广西茅尾海红树林遥感种间分类为例,基于面向对象的分类思想,提出了一种现场样本与分割对象相结合的红树林种间分类方法。利用GF-2 PMS1高分辨率卫星遥感影像数据,开展了广西茅尾海红树林湿地典型植被精细分类和空间分布研究,并将分类结果与基于像素和传统面向对象SVM分类方法进行了对比。结果显示:总体上,面向对象分类方法更适合用于茅尾海红树林湿地典型植被分类;对于局部混生明显的区域使用基于像素SVM分类方法效果会更好;传统面向对象分类方法中将整个影像分割对象单元作为训练样本可能会在某种程度上造成负面影响。因此,使用文中提出的样本选择新方法进行面向对象分类精度最高,总体精度达到了93.13%,Kappa为0.89。 相似文献
12.
结合纹理特征的SVM海冰分类方法研究 总被引：5，自引：4，他引：1
海冰分类是遥感监测领域中的重要应用之一，海冰分类的准确性对于评估海冰冰情、保证航海安全和开辟北极航道具有重要的意义。针对海冰分类问题，本文选用Sentinel-1遥感数据，结合纹理特征分析，提出了一种改进的SAR海冰分类方法。该方法选用灰度共生矩阵提取特征值，通过实验得到适宜用于海冰分类的多特征组合，在此基础上利用支持向量机开展SAR海冰类型的分类研究。实验结果表明，该方法可以实现对海冰SAR图像中一年冰、多年冰和海水3种类型识别，与传统的海冰分类方法神经网络和最大似然法相比较，使用SVM分类方法，结合纹理特征开展海冰类型监测是可行的，同时也表明多特征组合有利于提高SAR图像的分类精度，从而验证了本方法的有效性，为海冰分类提供了一种新思路。 相似文献
13.
高分辨率全极化合成孔径雷达数据海冰二次分类方法研究 总被引：5，自引：1，他引：4
随着高分辨率全极化合成孔径雷达(synthetic aperture radar, SAR)影像的大量出现, 传统分类方法因所得分类结果中包含斑点噪声, 导致分类精度大大降低, 因而利用基于伴生关系的二次分类方法对辽东湾RADARSAT-2卫星的海冰SAR影像进行分类, 并将所得分类结果与专家解译分类结果和经典的基于H-α分解的Wishart监督分类结果进行对比, 证明本方法可以消除斑点噪声的影响, 同时具有较好的视觉效果和较高的分类精度。 相似文献
14.
针对目前海底底质分类要素单一造成的底质分类类别不够细致和底质信息获取效率低等问题,提出一种顾及声图纹理特征的海底底质分类方法,综合利用海底底质来源、地理等属性以及声图纹理特征等分类要素,进一步细化海底底质类别,解决了海底底质分类信息混淆或表达不充分等问题。实例数据分析表明,该分类方法克服了传统方法单一考虑底质粒度信息的缺点,可以真实反映海底底质的时空变化特性以及一定范围内的表面起伏特征,并且所包含的海底底质分类信息量更全面,从而可以为用户提供直接形象的海底底质信息。 相似文献
15.
Popov M. A. Alpert S. I. Podorvan V. N. 《Izvestiya Atmospheric and Oceanic Physics》2017,53(9):1112-1122
In this paper the problem of the supervised classification of satellite images is considered. A new image classification method focused on application under conditions when the training sample is (in particular, considerably) contaminated is proposed. The method is based on using the Dempster–Shafer evidence theory and is applicable both for hyperspectral and multispectral satellite images. Problems of organizing the supervised classification process and content of its constitutive procedures are presented. The developed method has been implemented algorithmically and in software. Results obtained in the classification of hyperspectral images by the proposed method testify to its efficiency.
相似文献16.
协同主动学习和半监督方法的海冰图像分类 总被引：1，自引：0，他引：1
海冰遥感光谱影像分类中标签样本难以获取,导致海冰分类精度难以提高,但是大量包含丰富信息的未标签样本却没有得到充分利用,针对这种情况,提出一种协同主动学习和半监督学习方法用于海冰遥感图像分类。在主动学习部分,结合最优标号和次优标号、自组织映射神经网络以及增强的聚类多样性算法来选择兼具不确定性和差异性的样本参与训练;在半监督学习部分,利用直推式支持向量机,并且融合主动学习思想从大量未标签样本中选取相对可靠且包含一定信息量的样本进行迭代训练;然后协同主动学习分类结果和半监督分类结果,通过一致性验证保证所加入伪标签样本的正确性。为了验证方法的有效性,分别采用巴芬湾地区30 m分辨率的Hyperion高光谱数据(验证数据为15 m分辨率的Landsat-8数据)和辽东湾地区15 m分辨率的Landsat-8数据(验证数据为4.77 m分辨率的Google Earth数据)进行海冰分类实验。实验结果表明,相对其他传统方法,该协同分类方法可以在只有少量标签样本的情况下,充分利用大量未标签样本中包含的信息,实现快速收敛,并获得较高的分类精度(两个实验的总体精度分别为90.003%和93.288%),适用于海冰遥感图像分类。 相似文献
17.
联合光谱和纹理特征的滨海湿地高光谱深度学习分类—以黄河三角洲湿地为例 总被引：2，自引：0，他引：2
本文基于CHRIS高光谱遥感影像，发展了一种结合地物光谱特征和多纹理空间特征信息，采用双全链接的8层深度卷积神经网络分类算法对滨海湿地高光谱影像进行遥感地物分类，并在黄河口滨海湿地进行了应用。结果表明：1）基于测试样本数据，联合光谱特征和K-L变换的纹理特征信息，采用DCNN模型方法展现了高的分类精度，精度高达99%；2）利用光谱特征和全纹理特征的精度比仅使用光谱特征和光谱特征联合K-L变换后纹理特征的分类精度低。利用K-L变换后的光谱特征和纹理特征的DCNN分类精度达到99.38%，相比于使用全纹理特征信息的精度提高了4.15%；3）基于验证图像，发展的DCNN分类方法精度优于其他算法，DCNN方法总体分类精度为84.64%，Kappa系数为0.80；4）相比于浅层分类方法，本文发展的DCNN模型分类算法保证了所有地物类型的分类精度更加均衡，保持了主要地物类型的分类精度几乎不变，同时提高了滩涂和农田的精度。基于DCNN模型，潮滩和农田的分类精度分别达到79.26%和56.72%。比其它浅层分类方法提高了2.51%和10.6%。 相似文献
18.
基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用 总被引：2，自引：0，他引：2
本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。 相似文献
19.
基于面向对象的分类方法,不同参数组合会对红树林分类精度产生影响。以雷州半岛东岸附城镇沿海一带为研究区域,探索最优的参数组合以实现红树林的精确分类。利用资源三号(ZY-3)高分影像,基于图像光谱、形状和空间关系特征,对红树林进行分层次提取。结合红树林种类的光谱、空间特征差异,对比分析面向对象方法下不同因子、分割尺度及分类器对应下的分类精度,得出该研究区红树林树种在面向对象分类方法中的最优参数组合。结果表明:基于形状因子0.6+紧致度因子0.6、分割尺度为46的条件下,随机树分类器能有效区分无瓣海桑、白骨壤和秋茄三种红树林,总体精度为87.55%,Kappa系数为0.81。 相似文献