利用X射线衍射测定单斜辉石中硬玉组分含量     

王文正  韩宗珠  安英杰 《海洋湖沼通报》1993,(4):45-48

硬玉是单斜辉石中十分重要的端元组分,是单斜辉石分类的主要基础。利用x射线衍射分析确定的硬玉组分含量计算式为Jd(％)=[A-2.235]×25.741,其中Jd为硬玉组分百分含量,A为2—Theta角为30°(d=2.97)时峰值的相对强度Ⅰ与半高宽的乘积,其计算误差仅6.32％。  相似文献   

用于数值分类的聚类分析   总被引：24，自引：0，他引：24  

么枕生 《海洋湖沼通报》1994,(2):1-12

这里所谓聚类分析包括传统的聚类分析和作者提出的聚类统计检验分析。传统的聚类分析是常用的重要数值分类方法。但是，这个方法由于缺乏显著性检验，在国际上已长期公认是一个在多元统计中并不完整的方法。本文把聚类统计检验分析在其具有显著性检验的优越性上，和传统聚类分析作了对比分析。聚类统计检验分析区分有均匀聚类与中心聚类。前者用（１６）作为聚类判据，后者则用（２７），并且各用相应的公式（１７）－（２１）与（２  相似文献   

Extremely Shallow-water Morphobathymetric Surveys: The Valle Fattibello (Comacchio, Italy) Test Case     

Luca Gasperini 《Marine Geophysical Researches》2005,26(2-4):97-107

  相似文献   

盐田水体遥感分类方法研究   总被引：3，自引：1，他引：3  

王晶晶  张鹰  陶菲 《海洋技术学报》2005,24(1):67-71

以连云港台北盐场为研究区，介绍了监督分类法和神经网络分类法及其在盐田水体遥感分类中的具体应用。研究结果表明，用神经网络分类法进行遥感影像自动分类，其分类精度高，显示了其在遥感领域较为广阔的应用前景。  相似文献   

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用     

张伟  杜培军  尹作霞 《测绘科学》2008,33(5)

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。  相似文献   

基于决策树的我国农业数据挖掘分析     

GAO Yi-yang 《测绘学院学报》2008,(5)

决策树是用于分类的常用建模方法。首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性。最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明。结果表明,决策树分类方法适合我国农业情况。  相似文献   

基于MODIS数据的浒苔信息提取方法研究   总被引：6，自引：0，他引：6  

刘振宇  江涛 《测绘科学》2008,(Z1)

浒苔是一种大型绿藻,大量浒苔爆发会严重影响景观,干扰旅游观光和水上运动的进行。本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。  相似文献   

粗糙集理论进行遥感图像监督分类的样本质量评价的研究(英文)     

Yong Ge  Hexiang Bai  Sanping Li  Deyu Li 《地球空间信息科学学报》2008,11(2):95-102

In the supervised classification process of remotely sensed imagery, the quantity of samples is one of the important factors affecting the accuracy of the image classification as well as the keys used to evaluate the image classification. In general, the samples are acquired on the basis of prior knowledge, experience and higher resolution images. With the same size of samples and the same sampling model, several sets of training sample data can be obtained. In such sets, which set reflects perfect spectral characteristics and ensure the accuracy of the classification can be known only after the accuracy of the classification has been assessed. So, before classification, it would be a meaningful research to measure and assess the quality of samples for guiding and optimizing the consequent classification process. Then, based on the rough set, a new measuring index for the sample quality is proposed. The experiment data is the Landsat TM imagery of the Chinese Yellow River Delta on August 8th, 1999. The experiment compares the Bhattacharrya distance matrices and purity index zl and △x based on rough set theory of 5 sample data and also analyzes its effect on sample quality.  相似文献   

黄土滑坡研究现状与设想   总被引：6，自引：0，他引：6  

许领  戴福初  闵弘 《地球科学进展》2008,23(3):236-242

黄土滑坡因其危害大、分布广成为近年工程地质研究热点问题。首先对黄土滑坡类型划分进行了讨论,基于滑坡物质组成及主滑面发育位置的黄土滑坡分类方案反映了我国黄土滑坡的主控因素,各类滑坡活动特征明确,建议将其作为黄土滑坡分类的首选方案。对黄土滑坡的发生、滑动机制以及滑坡液化机制进行了评述,并就两类典型液化型黄土滑坡滑动模式、进一步研究思路进行了讨论。对地震诱发黄土滑坡进行了专门的述评。最后,对今后黄土滑坡研究提出了几点设想。  相似文献   

基于蚁群智能的遥感影像分类新方法   总被引：5，自引：0，他引：5  

刘小平  黎夏  何晋强  艾彬  彭晓鹃 《遥感学报》2008,12(2):253-262

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.  相似文献